2月16日，中国电力科学研究院有限公司人工智能应用研究所大数据应用研究团队带头人、高级工程师史梦洁对融合工商业客户需求的智能匹配模型进行参数调优，进一步提高了智能匹配模型的产品匹配准确率。
能源电力数据增值服务是以供电服务为核心衍生的综合性服务，主要包含数据分析报告、数据产品、统计数据集等多种服务方式。近年来，供电企业面向政府、企业、居民，研发了多品类电力数据产品，提供增值服务。2020年以来，中国电科院人工智能应用研究所大数据应用研究团队开展技术攻关，承担精准分析客户需求类科技项目，融合电力大数据和人工智能技术，围绕客户需求和电力数据产品特点，研究基于电力数据产品的智能推荐与供需匹配策略，推动电力数据产品智能推广应用，助力供电企业为客户提供定制化服务。
人工智能分析识别
开展产品推荐模拟仿真
“对象产品已明确，现在可以进行电力数据产品推荐模拟仿真。”2月17日，在中国电科院电力系统人工智能技术及应用实验室，技术人员韩富佳开展电力数据产品推荐模拟仿真，电力数据产品与客户需求的匹配准确率超过80%。
电力市场涉及的客户多，不同类型的客户对电力数据产品的需求存在明显的差异。同时，电力数据产品本身也有不同的功能和侧重点。如果仅仅通过传统的地推模式介绍数据产品，产品推广效率有限。团队想到，可以通过人工智能技术智能识别产品特征，再根据客户需求快速匹配适合的数据产品。
团队梳理了国家电网有限公司与部分省级电力公司典型电力数据产品，以几何分类法筛选形成图表样例，分析标记产品特征。在后续研究攻关过程中，团队建立对象客户映射模型，不断优化参数，开发各类电力数据产品智能推荐算法，通过人工智能自主识别电力数据产品特征、分析客户需求，高效完成匹配。同时，团队通过模拟仿真不断优化算法，为人工智能积累分析样本，提高电力数据产品与客户需求的匹配准确率。
2022年1月以来，团队开展了近百次模拟仿真，实现电力数据产品自主匹配。与传统推广模式相比，团队研究成果的产品匹配准确率明显提升。
结合工商业客户需求
研发数据产品智能匹配模型
1月10日，团队承担的一项精准分析客户需求类科技项目通过公司验收。项目结合工商业客户的实际需求，构建电力数据产品的智能匹配模型，开展试点应用，为电力数据产品业务增长提供技术支撑。
工商业客户具有能耗高、用电量大、对供电质量要求高的特点，但长期以来缺乏智慧化在线用能管理手段，在用能精细化管理方面有较大的提升空间，对高效精准选择电力数据产品有一定需求。2022年4月，团队在浙江、四川、福建、黑龙江等地面向工商业客户开展电力数据产品应用调研，深入了解客户需求。
梳理分析各类电力数据产品，团队注意到以节约用电成本、助力安全用电、辅助优化经营为主要功能的电力数据产品较多。而工商业客户在优化用电结构、节能减碳、安全生产等方面的需求比较迫切。
根据工商业客户的实际需求与电力数据产品功能特点，团队在前期研究成果的基础上，开发了针对节约用电成本、助力安全用电、辅助优化经营三类不同功能数据产品的智能匹配模型，根据客户需求精准推荐对应类别的数据产品。
2022年6月，团队在四川开展试点，将以电费优化为主要功能的电力数据产品推荐给某食品生产企业。通过使用电力数据产品，该企业结合订单生产排期优化在运电锅炉排班计划，利用峰平谷电价差降低用电成本，实现了生产运行降本增效。
探索打造能源工业云网平台
融合更多新型服务商业模式
随着电网业务形态的不断发展，各类电力客户的需求逐渐向数字化、个性化、便捷化等方向升级，对能源消费的产品、服务以及业务模式均提出了全新需求。在能源电力行业建立互联网运营共享平台，面向能源互联网各生态主体提供多种类型服务，是整合价值链各环节、拉动供应链和衍生服务的重要手段。
立足技术研究和应用经验，团队探索研究一种基于大数据、人工智能技术的平台运营机制，力求实现电力数据资产价值有效整合。当前，团队正与国网数字科技控股有限公司相关技术团队开展能源工业云网平台联合攻关，在平台顶层设计、大数据和人工智能算法研发等方面深度合作，融合更多新型服务商业模式，助推能源工业云网平台规模化应用。
“现在，我们的技术成果做到了分析中小型工商业客户需求，推广相应的数据产品。我们认为，未来通过一种合理的平台运营模式，能够有效整合跨行业资源，更加高效精准地开展能源电力数据增值服务，在保障安全和客户隐私的前提下为更多相关方提供能源数据增值服务，推动能源电力企业的资源高效利用和价值再造。”史梦洁说。
