为了提高供电服务质量,需要精准预测客户投诉量,以便合理安排维护力量.考虑气温因素,构建基于BP神经网络的电力客服投诉量预测模型,以便准确预测不同气温时的客户投诉次数.以西北某省为例,研究表明,日最高气温超过28℃时每上升1℃,居民日用电量将增加10.5%,电力客服投诉量将增加7.6%;日最高气温低于5℃时每下降1℃,居民日用电量将增加7.3%,电力客服投诉量将增加4.8%.对比分析说明说明气温对用电量和客户投诉量的增长具有显著影响.预计2019年该省电力客户投诉量将超过8000件,电网公司需要加强极端天气,特别是高温天气的安全有序供电工作.案例表明所提方法的可行性.
NETL
NSTL
万方数据
