95598是全国统一的供电服务热线电话号码，提供电量电费查询、业务办理及咨 询、停电信息查询、故障报修、电费卡充值及查询、受理客户投诉、举报与建议等服务。从国 家电网公司综合统计数据看，95598系统受理投诉工单最多的为供电 质量投诉，占比 31 .17%，热点投诉为频繁停电（汪岳荣 . 浅议防控供电服务投诉[J] . 农村电工 , 2019 (10): 22 .）。作为与客户交流、沟通的重要窗口，95598客户服务目前以接受用户投诉的方 式对客户问题处理情况进行管控，但是用户投诉属于事后灭火的处理方式，而且投诉过多 既影响客户的消费体验也影响电力企业的口碑，如何减少用户投诉成为电力企业提升服务 品质的紧要问题。 [0003] 从国内供电可靠性指标的管理数据分析，我国供电可靠性中的非限电性质的计划 停电所占比例最大，对供电质量影响最大。所以，通过对以往95598系统受理投诉数据的分 析，预测停电后可能发生的投诉情况，是制定科学合理停电计划的有效参考。通过对投诉情 况的预测，也能在停电计划制定后，提前进行充分的停电宣传，提前主动的与敏感客户沟 通，以提高服务质量，减少客户的投诉。 [0004] 如专利文献CN110503249A提出一种由停电引起的投诉预测方法，该方法包括以下 步骤：（1）通过收集国家电网PMS2 .0系统、营销系统、95598客服系统中的停电信息、客户台 账信息和用户的话务信息获得了各个维度数据，并通过用户台区编号和用户户号对三个系 统内的数据进行了关联，并由此区分了停电期间话务数据和非停电期间的话务数据；（2）对 于停电期间的话务数据，先用熵值法确定停电时长、是否事先通知、高峰停电时间占比对话 务数据有影响的特征的权重，后根据其影响权重，屏蔽停电事件对台区之间停电话务数据 带来的差异，在此基础上根据日常话务数据和停电话务数据来电力用户的敏感程度进行刻 画。但该专利存在以下不足：该专利使用用户台区编号和用户户号对停电信息、客户信息和 工单信息的数据进行了关联，并未详细讲述关联方法，且关联方式过于简单。在具体实现 时，需要对停电信息、抢修工单、投诉工单和供电线路信息进行进一步处理才能完成关联； 该专利采用聚类分析的方法划定敏感度等级，但聚类算法为无监督学习方法，将其聚类分 析结果用于特征值的敏感度等级划分，会影响预测准确率；在进行停电投诉预测时，未将抢 修工单数据中的一些特征值考虑在内。 [0005] 又如文献（许鑫 , 王莉 , 孙志杰 , 等 . 一种基于数据挖掘的频繁停电投诉预警模 型[J] . 信息记录材料 , 2017 , 18(2): 64‑66 .）提出一种基于数据挖掘的频繁停电投诉预 警模型，文献中预警数据挖掘流程主要包括：创建预警数据库、建立预警数据挖掘算法、以 及设置数据挖掘算法参数，所述数据挖掘算法建立的具体步骤包括：构建标准数据库、地址 匹配、以及转换存储。该文献中规定两个月内同一用户出现三次及以上的停电则视为频繁停电，而实际的投诉工单中，已对投诉进行三级分类，且由此方法计算的结果无实际参考意 义（工单数据有限，不能实现数据的精确统计），导致数据处理方式不恰当；并且该文献未将 投诉工单中回访时的客户满意度、供电线路停电概率等特征考虑在内。
问题拆分
一种国网95598停电投诉预测方法，包括获取历史数据及供电线路数据，历史数据包括 停电数据、抢修工单数据和投诉工单数据；根据 供电线路数据，识别出供电线路所覆盖的供电区 域；将供电线路数据、停电数据和抢修工单数据 与投诉工单数据互相关联；构建停电投诉预测模 型的特征向量并进行数值化处理；构建停电投诉 预测模型；训练停电投诉预测模型；利用停电投 诉预测模型进行投诉预测。本发明通过挖掘抢修 工单、停电信息、投诉工单和供电线路等数据，训 练合理预测模型，能够为配网工程施工优化提供 参考，合理安排停电施工，提高电力企业供电质 量和用户满意度。
问题解决
为解决上述技术问题，本发明所采用的技术方案是： 一种国网95598停电投诉预测方法，包括： 获取历史数据及供电线路数据，所述历史数据包括停电数据、抢修工单数据和投 诉工单数据； 根据所述供电线路数据，识别出供电线路所覆盖的供电区域； 将供所述电线路数据、所述停电数据和所述抢修工单数据均与所述投诉工单数据 互相关联； 构建停电投诉预测模型的特征向量并进行数值化处理； 构建所述停电投诉预测模型； 训练所述停电投诉预测模型； 利用所述停电投诉预测模型进行投诉预测。
[0008] 进一步的，所述特征向量包括：线路停电概率、线路投诉概率、线路抢修热力值和 投诉后客户满意度。
[0009] 进一步的，利用逻辑回归算法实现对停电投诉模型的构建。
[0010] 进一步的，在进行投诉预测时，同步采用可视化方法在地图上显示相关历史数据。
[0011] 一种国网95598停电投诉预测装置，包括： 获取模块，所述获取模块用于从电网系统中获取历史数据，所述历史数据包括停 电数据、抢修工单数据和投诉工单数据； 处理模块，所述处理模块用于对所述历史数据进行关联处理，用于进行停电投诉 预测模型的构建、训练，用于进行停电投诉预测，用于进行地理位置有关处理； 存储模块，所述存储模块用于存储所述历史数据。
[0012] 显示模块，所述显示模块用于向工作人员显示地图及叠加在地图上的各种信息； 所述获取模块、所述存储模块和所述显示模块均与所述处理模块信号连接。
[0013] 一种计算机设备，包括存储器和处理器，所述存储器用于存储计算机程序和数据， 所述处理器调用存储器存储的计算机程序，以执行所述国网95598停电投诉预测方法。
[0014] 一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时 用于实现所述国网95598停电投诉预测方法。
[0015] 配网抢修和95598投诉作为国网配电系统管理的两个重要环节，因其将直接影响电力企业供电质量的稳定性和可靠性，并进一步影响用户对供电企业的满意程度，而越来越受到人们的。而降低投诉、提高电力公司配网抢修效率，需要深度分析投诉及抢修现状，制定科学合理的抢修力量调配策略。目前中等规模的市级供电公司每年大约需要处理上万条故障抢修工单，其中包含了大量的数据信息和隐藏价值亟待挖掘，为抢修力量布局策略制定提供最原始的依据。
[0016] 在有关停电投诉预测的现有技术中，多侧重于对客户停电敏感度的研究。停电敏 感客户是指在供电服务过程中通过多种渠道或多种形式对停电度较高的客户。客户停 电敏感度研究，是通过分析不同客户的行为特征，反映其对停电的敏感程度的差别，并用数 据挖掘技术的量化手段对停电敏感客户进行刻画。如文献（严宇平 , 吴广财 . 基于数据挖掘技术的客户停电敏感度研究与应用[J] . 新技术新工艺 , 2015 , 9: 89‑93 .）提出一种基于数据挖掘技术的客户停电敏感度预测分析方法，文献以客户停电事件为切人点，研究不同客户停电发生后的行为特征，总结归纳出影响客户停电敏感度的重要因素，并建立停电 敏感度的预测模型。
[0017] 客户停电敏感度的预测用于识别出停电敏感度高的客户，多为了针对不同客户提 供差异化的停电服务。但停电时影响的不是单一客户，而是停电区域内的所有客户，这种以 单个客户敏感度为基础的停电投诉预测方法具有很大的局限性，所以又出现了以停电区域 或停电线路为基础的停电投诉预测方法，如专利文献CN111489270A等。
[0018] 这些现有技术均通过构建投诉预测模型实现，但在构建模型时，所选择的评价特 征或评价指标偏重于投诉数据和停电数据，未能将历史抢修数据也考虑进去，因此其预测 准确度仍然有限。所以本发明人提出了这种利用停电数据、抢修工单数据、投诉工单数据和 供电线路数据的实现停电投诉预测的方法。
[0019] 本发明的有益效果如下： 本发明利用停电数据、抢修工单数据、投诉工单数据和供电线路数据的实现对停 电投诉的预测，在构建投诉预测模型时所选择的特征覆盖范围广，预测准确度高。本发明能 够自动从OMS系统（停电管理系统）中获取停电数据，从TCM系统（故障抢修系统）中获取抢修工单数据，从PMS系统（生产管理系统）中获取供电线路数据，从95598系统中获取投诉工单数据，自动化程度高，能够减少在处理数据时的人工成本。
[0020] 本发明通过挖掘抢修工单、停电信息、投诉工单和供电线路等潜在数据价值，训练 合理预测模型，能够为配网工程施工优化提供参考，合理安排停电施工，提高电力企业供电质量和用户满意度。
[0021] 本发明能够准确预测停电后可能发生的投诉情况，能够为制定科学、合理的停电计划提供有效参考数据，能够为合理规划设备运维检修、及电力施工方面提供有效参考数据。采用本发明能够提前识别客户投诉风险，能够进一步提高服务水平，维护电网公司的良好品牌形象，为电网公司带来更多效益。
关注微信