一種基于云上大數據實驗平臺的電力營銷數據分析系統技術方案

本發明專利技術提供了一種基于云上大數據實驗平臺的電力營銷數據分析系統，包括：數據抽取模塊，用于抽取電力營銷業務數據；云上大數據實驗平臺，用于對所述電力營銷業務數據進行數據預處理、數據分析和建模，得到分析結果并進行可視化顯示；數字化能力開放平臺，用于根據所述分析結果構建典型數據產品。本發明專利技術利用云上大數據實驗平臺，提高了對電力營銷數據分析的準確性和便捷性，并對分析結果進行可視化顯示，提高了系統的功能適用性。提高了系統的功能適用性。提高了系統的功能適用性。

【技術實現步驟摘要】
一種基于云上大數據實驗平臺的電力營銷數據分析系統


[0001]本專利技術涉及數據分析領域，特別是涉及一種基于云上大數據實驗平臺的電力營銷數據分析系統。

技術介紹

[0002]由于電力數據具備與客戶互動最強、時效性高、連續性好、覆蓋面廣等特點，可以很好地預測宏觀經濟走勢、行業發展趨勢及用戶需求變化，具有“晴雨表”“風向標”等作用。
[0003]為更好的利用海量的生產與經營數據，盤活數據價值，深化客戶用能在支撐政府、社會各行業方面的應用，推動各單位深入應用，發揮營銷大數據支撐政府和社會發展的作用，現有技術中已經構建完成營銷大數據平臺，取得了一定的研究和應用成果。但營銷大數據平臺內現有數據產品較少，且平臺基礎能力較為薄弱，加之功能操作復雜，功能適用性較差，難以滿足業務人員使用，對公司未來支撐各類營銷大數據相關主題的探索與研究工作有較大限制。對中心未來支撐各類營銷大數據相關主題的探索與研究工作有較大限制作用。

技術實現思路

[0004]為了克服現有技術的不足，本專利技術的目的是提供一種基于云上大數據實驗平臺的電力營銷數據分析系統。
[0005]為實現上述目的，本專利技術提供了如下方案：
[0006]一種基于云上大數據實驗平臺的電力營銷數據分析系統，包括：
[0007]數據抽取模塊，用于抽取電力營銷業務數據；
[0008]云上大數據實驗平臺，用于對所述電力營銷業務數據進行數據預處理、數據分析和建模，得到分析結果并進行可視化顯示；
[0009]數字化能力開放平臺，用于根據所述分析結果構建典型數據產品。
[0010]優選地，還包括：
[0011]數據中臺，用于對所述電力營銷業務數據進行數據加工脫敏，并將加工脫敏后的電力營銷業務數據發送至所述云上大數據實驗平臺。
[0012]優選地，所述云上大數據實驗平臺包括：
[0013]數據源管理組件，用于對所述電力營銷業務數據進行管理和存儲，并對所述電力營銷業務數據設置權限；
[0014]數據預處理組件，用于對所述電力營銷業務數據進行數據行處理、數據列處理、數據表處理和算法處理，得到預處理好的電力營銷業務數據；
[0015]敏捷數據分析組件，用于構建挖掘算法，并根據所述挖掘算法和所述預處理好的電力營銷業務數據進行模型研發，得到第一分析模型；
[0016]自動化算法建模組件，用于獲取數據庫，并根據數據庫進行數據挖掘和數據處理，并以圖表的形式進行數據的探索及展示；
[0017]算法模型庫組件，用于獲取數據挖掘算法、學習框架和深度學習算法并進行建模，得到第二分析模型；
[0018]融合分析組件，用于根據所述第一分析模型和所述第二分析模型對所述電力營銷業務數據進行數據處理分析，得到所述分析結果，并對所述分析結果進行可視化顯示。
[0019]優選地，所述數據行處理包括數據過濾、排序和隨機抽樣；所述數據列處理包括屬性生成、屬性過濾、字符型屬性變換、日期型屬性變換、數值型屬性變換、缺失值處理、隨機數/ID生成、重命名和角色設置；所述數據表處理包括數據分解、數據連接、數據拆分、分類匯總、表轉置和數據追加；所述算法處理包括孤立點分析、因子分析、局部多項式回歸擬合、數據標準化、異常值檢測、主成分分析、RFM、R編程、SCALA編程、SQL編輯、季節解構、數據平滑和奇異值分解。
[0020]優選地，所述數據挖掘算法包括分類、聚類、回歸、關聯、時間序列、綜合評價、推薦、統計分析及文本分析算法；所述學習框架包括Bagging分類、Bagging回歸、Voting分類、Voting回歸自定義集成學習算法；所述深度學習算法包括DNN回歸、DNN分類、RNN分類、RNN回歸、LSTM深度學習算法。
[0021]優選地，所述云上大數據實驗平臺是采用多層體系結構以及B/S方式和MVC架構技術構建的。
[0022]優選地，所述數據中臺還用于獲取外部導入的外部數據源，并將所述外部數據源融合至所述電力營銷業務數據中；所述外部數據源包括天氣數據、GDP數據和3D數據。
[0023]優選地，所述電力營銷業務數據包括電力業務數據和電力檔案數據。
[0024]根據本專利技術提供的具體實施例，本專利技術公開了以下技術效果：
[0025]本專利技術提供了一種基于云上大數據實驗平臺的電力營銷數據分析系統，包括：數據抽取模塊，用于抽取電力營銷業務數據；云上大數據實驗平臺，用于對所述電力營銷業務數據進行數據預處理、數據分析和建模，得到分析結果并進行可視化顯示；數字化能力開放平臺，用于根據所述分析結果構建典型數據產品。本專利技術利用云上大數據實驗平臺，提高了對電力營銷數據分析的準確性和便捷性，并對分析結果進行可視化顯示，提高了系統的功能適用性。
附圖說明
[0026]為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
[0027]圖1為本專利技術實施例提供的基于云上大數據實驗平臺的電力營銷數據分析系統的模塊結構圖；
[0028]圖2為本專利技術實施例提供的技術路線示意圖。
具體實施方式
[0029]下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于
本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
[0030]在本文中提及“實施例”意味著，結合實施例描述的特定特征、結構或特性可以包含在本申請的至少一個實施例中。在說明書中的各個位置出現該短語并不一定均是指相同的實施例，也不是與其它實施例互斥的獨立的或備選的實施例。本領域技術人員顯式地和隱式地理解的是，本文所描述的實施例可以與其它實施例相結合。
[0031]本申請的說明書和權利要求書及所述附圖中的術語“第一”、“第二”、“第三”和“第四”等是用于區別不同對象，而不是用于描述特定順序。此外，術語“包括”和“具有”以及它們任何變形，意圖在于覆蓋不排他的包含。例如包含了一系列步驟、過程、方法等沒有限定于已列出的步驟，而是可選地還包括沒有列出的步驟，或可選地還包括對于這些過程、方法、產品或設備固有的其它步驟元。
[0032]本專利技術的目的是提供一種基于云上大數據實驗平臺的電力營銷數據分析系統，利用云上大數據實驗平臺，提高了對電力營銷數據分析的準確性和便捷性，并并對分析結果進行可視化顯示，提高了系統的功能適用性。
[0033]為使本專利技術的上述目的、特征和優點能夠更加明顯易懂，下面結合附圖和具體實施方式對本專利技術作進一步詳細的說明。
[0034]圖1為本專利技術實施例提供的基于云上大數據實驗平臺的電力營銷數據分析系統的模塊結構圖，如圖1所示，本專利技術提供了一種基于本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于云上大數據實驗平臺的電力營銷數據分析系統，其特征在于，包括：數據抽取模塊，用于抽取電力營銷業務數據；云上大數據實驗平臺，用于對所述電力營銷業務數據進行數據預處理、數據分析和建模，得到分析結果并進行可視化顯示；數字化能力開放平臺，用于根據所述分析結果構建典型數據產品。2.根據權利要求1所述的基于云上大數據實驗平臺的電力營銷數據分析系統，其特征在于，還包括：數據中臺，用于對所述電力營銷業務數據進行數據加工脫敏，并將加工脫敏后的電力營銷業務數據發送至所述云上大數據實驗平臺。3.根據權利要求1所述的基于云上大數據實驗平臺的電力營銷數據分析系統，其特征在于，所述云上大數據實驗平臺包括：數據源管理組件，用于對所述電力營銷業務數據進行管理和存儲，并對所述電力營銷業務數據設置權限；數據預處理組件，用于對所述電力營銷業務數據進行數據行處理、數據列處理、數據表處理和算法處理，得到預處理好的電力營銷業務數據；敏捷數據分析組件，用于構建挖掘算法，并根據所述挖掘算法和所述預處理好的電力營銷業務數據進行模型研發，得到第一分析模型；自動化算法建模組件，用于獲取數據庫，并根據數據庫進行數據挖掘和數據處理，并以圖表的形式進行數據的探索及展示；算法模型庫組件，用于獲取數據挖掘算法、學習框架和深度學習算法并進行建模，得到第二分析模型；融合分析組件，用于根據所述第一分析模型和所述第二分析模型對所述電力營銷業務數據進行數據處理分析，得到所述分析結果，并對所述分析結果進行可視化顯示。4.根據權利要求3所述的基于云上大數據實驗平臺的電力營銷數據分析系統，其特征在...

【專利技術屬性】
技術研發人員：王耀宇，韓碩晨，李穎，程杰，楊曉波，鄭思達，楊曉坤，劉巖，熊洪樟，戚成飛，畢超然，魏彤珈，張鵬，李新孔，史可，周新雨，潘維蓮，
申請(專利權)人：國家電網有限公司，
類型：發明
國別省市：