2月16日，中國電力科學研究院有限公司人工智能應用研究所大數據應用研究團隊帶頭人、高級工程師史夢潔對融合工商業客戶需求的智能匹配模型進行參數調優，進一步提高了智能匹配模型的產品匹配準確率。

　　能源電力數據增值服務是以供電服務為核心衍生的綜合性服務，主要包含數據分析報告、數據產品、統計數據集等多種服務方式。近年來，供電企業面向政府、企業、居民，研發了多品類電力數據產品，提供增值服務。2020年以來，中國電科院人工智能應用研究所大數據應用研究團隊開展技術攻關，承擔精準分析客戶需求類科技項目，融合電力大數據和人工智能技術，圍繞客戶需求和電力數據產品特點，研究基于電力數據產品的智能推薦與供需匹配策略，推動電力數據產品智能推廣應用，助力供電企業為客戶提供定制化服務。

　　人工智能分析識別

　　開展產品推薦模擬仿真

　　“對象產品已明確，現在可以進行電力數據產品推薦模擬仿真。”2月17日，在中國電科院電力系統人工智能技術及應用實驗室，技術人員韓富佳開展電力數據產品推薦模擬仿真，電力數據產品與客戶需求的匹配準確率超過80%。

　　電力市場涉及的客戶多，不同類型的客戶對電力數據產品的需求存在明顯的差異。同時，電力數據產品本身也有不同的功能和側重點。如果僅僅通過傳統的地推模式介紹數據產品，產品推廣效率有限。團隊想到，可以通過人工智能技術智能識別產品特征，再根據客戶需求快速匹配適合的數據產品。

　　團隊梳理了國家電網有限公司與部分省級電力公司典型電力數據產品，以幾何分類法篩選形成圖表樣例，分析標記產品特征。在后續研究攻關過程中，團隊建立對象客戶映射模型，不斷優化參數，開發各類電力數據產品智能推薦算法，通過人工智能自主識別電力數據產品特征、分析客戶需求，高效完成匹配。同時，團隊通過模擬仿真不斷優化算法，為人工智能積累分析樣本，提高電力數據產品與客戶需求的匹配準確率。

　　2022年1月以來，團隊開展了近百次模擬仿真，實現電力數據產品自主匹配。與傳統推廣模式相比，團隊研究成果的產品匹配準確率明顯提升。

　　結合工商業客戶需求

　　研發數據產品智能匹配模型

　　1月10日，團隊承擔的一項精準分析客戶需求類科技項目通過公司驗收。項目結合工商業客戶的實際需求，構建電力數據產品的智能匹配模型，開展試點應用，為電力數據產品業務增長提供技術支撐。

　　工商業客戶具有能耗高、用電量大、對供電質量要求高的特點，但長期以來缺乏智慧化在線用能管理手段，在用能精細化管理方面有較大的提升空間，對高效精準選擇電力數據產品有一定需求。2022年4月，團隊在浙江、四川、福建、黑龍江等地面向工商業客戶開展電力數據產品應用調研，深入了解客戶需求。

　　梳理分析各類電力數據產品，團隊注意到以節約用電成本、助力安全用電、輔助優化經營為主要功能的電力數據產品較多。而工商業客戶在優化用電結構、節能減碳、安全生產等方面的需求比較迫切。

　　根據工商業客戶的實際需求與電力數據產品功能特點，團隊在前期研究成果的基礎上，開發了針對節約用電成本、助力安全用電、輔助優化經營三類不同功能數據產品的智能匹配模型，根據客戶需求精準推薦對應類別的數據產品。

　　2022年6月，團隊在四川開展試點，將以電費優化為主要功能的電力數據產品推薦給某食品生產企業。通過使用電力數據產品，該企業結合訂單生產排期優化在運電鍋爐排班計劃，利用峰平谷電價差降低用電成本，實現了生產運行降本增效。

　　探索打造能源工業云網平臺

　　融合更多新型服務商業模式

　　隨著電網業務形態的不斷發展，各類電力客戶的需求逐漸向數字化、個性化、便捷化等方向升級，對能源消費的產品、服務以及業務模式均提出了全新需求。在能源電力行業建立互聯網運營共享平臺，面向能源互聯網各生態主體提供多種類型服務，是整合價值鏈各環節、拉動供應鏈和衍生服務的重要手段。

　　立足技術研究和應用經驗，團隊探索研究一種基于大數據、人工智能技術的平臺運營機制，力求實現電力數據資產價值有效整合。當前，團隊正與國網數字科技控股有限公司相關技術團隊開展能源工業云網平臺聯合攻關，在平臺頂層設計、大數據和人工智能算法研發等方面深度合作，融合更多新型服務商業模式，助推能源工業云網平臺規模化應用。

　　“現在，我們的技術成果做到了分析中小型工商業客戶需求，推廣相應的數據產品。我們認為，未來通過一種合理的平臺運營模式，能夠有效整合跨行業資源，更加高效精準地開展能源電力數據增值服務，在保障安全和客戶隱私的前提下為更多相關方提供能源數據增值服務，推動能源電力企業的資源高效利用和價值再造。”史夢潔說。（楊亞迪  李家騰）