客户经营问数

用电检查专责老周最近养成一个新习惯：每天早上到办公室，先问一遍系统"当前有哪些大工业用户的基本电费占比异常偏高"。这句话背后，是UINO帮他从每月的"事后举报"模式切换为"主动预警"模式的关键转变。

所谓基本电费占比异常，是指用户的基本电费（固定部分）占其总电费的比值显著高于同行业同容量用户均值。以往要查出这类问题，老周需要等抄表人员月初报数后，人工对比每户档案，至少滞后15天。现在，他在系统中问一句"当前基本电费占总电费比例超过30%的大工业用户有哪些？" 30秒内拿到结果，当天就能安排现场核查。

这一能力将用电检查从事后被动响应升级为主动精准出击。异常发现提前15天以上，月度现场核查效率提升约40%，重点问题户的及时介入大幅降低了电费损失风险。

第一步：多源数据整合。 UINO同时对接营销业务系统（采集用户档案、计费档案）和采集系统（采集用户每月的用电量数据）。两份数据需要以"用户编号"为关联键进行匹配合并，计算每户当月的基本电费和电量电费。

第二步：本体建模——基本电费与占比语义。 "基本电费"在本体中是一个需要多口径统一的概念：按容量计费用户的基本电费 = 变压器容量 × 容量单价；按需量计费用户的基本电费 = 最大需量 × 需量单价。两种计费方式下基本电费的计算逻辑不同，本体层需分别建模，并在聚合计算时自动识别计费类型选择正确公式。

第三步：异常识别语义计算。 系统内置行业参考基准：大工业用户基本电费占比均值为15%-20%（随电价政策调整）。当用户问"占比异常偏高"时，本体引擎将该用户的实际占比与行业基准对比，自动计算偏差率。偏差超过设定阈值的用户标记为"异常偏高"，并按偏差率从高到低排序返回。

第四步：权限精确过滤。 营销经理按客户经理分工，每个客户经理只能看到所管辖用户的数据。权限语义注入后，即使查询条件相同，不同客户经理拿到的结果集也完全不同——这保证了数据安全，也避免了内部竞争数据的泄露风险。

难点一：基本电费计费方式切换的历史数据处理。 该电网企业曾在2022年推进过一次大工业用户基本电费计费方式转换（从容量计费转为需量计费），转换前后的数据格式完全不同：容量计费用户的档案字段是"变压器容量（kVA）"，需量计费用户的档案字段是"最大需量（kW）"。部分用户在同一年度内经历了两种计费方式的切换，历史档案中混杂了两种格式。UINO在数据入湖时统一转换为"等效基本电费"标准化值，消除了计费方式差异对跨期比较的影响。

难点二：行业基准的动态维护。 基本电费占比的"异常偏高"判断依赖于行业基准值，而基准值会随国家电价政策调整而变化。例如2023年两次电价调整后，大工业用户的到户电价发生变化，历史行业基准已不适用于与当前数据对比。UINO建立了"电价政策时间轴"，在不同时段使用不同基准进行异常判定，确保判断标准的时效性。