電力行業低碳轉型:客戶細分、負荷預測與能效評價

《電力行業低碳轉型:客戶細分、負荷預測與能效評價》是2023年機械工業出版社出版的圖書。

基本介紹

  • 中文名:電力行業低碳轉型:客戶細分、負荷預測與能效評價
  • 出版時間:2023年8月1日
  • 出版社:機械工業出版社
  • ISBN:9787111732501
內容簡介,圖書目錄,

內容簡介

電力行業的減排效果對實現“雙碳”目標至關重要。《電力行業低碳轉型:客戶細分、負荷預測與能效評價》從大數據賦能電力行業低碳轉型的角度,對重塑電力服務體系這一課題進行研究,從客戶細分、負荷預測與能效評價三個方面提出了方案並予以實踐。首先,基於數據挖掘技術細分電力用戶,提升客戶滿意度;其次,挖掘相關用電數據對電力負荷進行短期和中長期預測,以提高電力負荷的預測精度;最後,開展電力公司供電服務客戶滿意度評價,精準滿足客戶需求,提升供電服務質量。
《電力行業低碳轉型:客戶細分、負荷預測與能效評價》可作為電力工程管理、技術經濟與管理及相關管理專業的博士生和碩士生,以及從事相關研究的專業人員的參考書,同時對從事電力服務與電力體制改革的工作人員也具有一定的指導作用。本書的編寫期望能推進我國電力行業低碳轉型,為電力行業服務體系創新和提高電力服務質量開拓新思路。

圖書目錄

前 言
第1章 緒論 1
1.1 研究背景與意義 1
1.1.1 研究背景 1
1.1.2 研究意義 3
1.2 國內外相關研究現狀 4
1.2.1 電力行業低碳轉型相關研究 4
1.2.2 電力服務質量相關研究 6
1.2.3 電力客戶細分的相關研究 9
1.2.4 電力短期負荷預測的相關研究 10
1.2.5 電力中長期負荷預測的相關研究 16
1.2.6 能效評價的相關研究 17
1.2.7 研究評述 21
1.3 研究方法、內容及技術路線 23
1.3.1 研究方法 23
1.3.2 研究內容 29
1.3.3 技術路線 30
第2章 相關概念界定與理論基礎 32
2.1 相關概念界定 32
2.1.1 電力行業低碳轉型 32
2.1.2 智慧型電網 34
2.1.3 客戶細分 35
2.1.4 電力負荷 37
2.1.5 負荷預測 38
2.1.6 能效評價 39
2.2 相關理論基礎 39
2.2.1 電力服務理論 39
2.2.2 客戶關係管理理論 42
2.2.3 需求回響相關理論 45
2.2.4 電力負荷預測相關理論 46
2.2.5 能效服務理論 49
2.2.6 客戶服務質量評價理論 50
第3章 電力客戶細分模型構建 53
3.1 電力客戶細分模型構建思路 53
3.2 電力客戶細分模型構建的目標和原則 54
3.2.1 模型構建目標 54
3.2.2 模型構建原則 54
3.3 客戶細分變數提取 55
3.3.1 客戶細分變數提取原則 55
3.3.2 基於煤改電客戶意願的細分變數提取 56
3.3.3 基於煤改電客戶價值的細分變數提取 58
3.4 客戶細分模型構建 58
3.4.1 肘部法則與輪廓係數方法確定電力客戶細分初始簇數 58
3.4.2 K-means算法實現電力客戶聚類 60
3.4.3 改進K-means算法實現客戶細分模型的構建 62
3.5 本章小結 62
第4章 電力客戶細分模型的驗證 63
4.1 客戶數據收集 63
4.1.1 行銷系統數據收集 63
4.1.2 問卷調查數據收集 64
4.2 客戶數據預處理 66
4.2.1 數據清洗與整理 66
4.2.2 離群值處理 67
4.2.3 標準化處理 68
4.2.4 One-Hot編碼 69
4.2.5 二進制編碼 70
4.3 客戶細分聚類 71
4.3.1 實現工具 71
4.3.2 K值的確定 71
4.3.3 K-means算法聚類 72
4.4 客戶細分聚類結果解釋 77
4.4.1 基於煤改電客戶意願的居民客戶聚類結果解釋 77
4.4.2 基於煤改電客戶價值的居民客戶聚類結果解釋 79
4.5 客戶細分模型套用結果 80
4.5.1 基於煤改電客戶意願的居民客戶細分結果 81
4.5.2 基於煤改電客戶價值的居民客戶細分結果 81
4.6 本章小結 82
第5章  智慧型電網短期負荷預測模型構建 83
5.1 短期負荷預測影響因素的提取 83
5.1.1 短期負荷特性分析 83
5.1.2 短期電力負荷預測影響因素的初步選取 90
5.1.3 短期電力負荷預測關鍵影響因素的甄別 98
5.2 人工神經網路在模型構建中的適用性分析 103
5.3 基於神經網路的智慧型電網短期負荷預測單一模型構建 106
5.3.1 單一模型選取原則 107
5.3.2 BP神經網路預測模型構建 107
5.3.3 LSTM神經網路預測模型構建 113
5.4 基於遺傳算法的短期負荷預測組合模型構建 116
5.4.1 組合預測模型權重確定方法 116
5.4.2 BP-LSTM神經網路組合預測模型構建 117
5.5 本章小結 119
第6章 智慧型電網短期負荷預測模型的驗證 120
6.1 預測精度評價指標選取 120
6.2 樣本數據選擇與預處理 121
6.2.1 樣本數據選擇 121
6.2.2 樣本數據預處理 122
6.3 預測過程及結果分析 125
6.3.1 BP神經網路模型預測結果 125
6.3.2 LSTM神經網路模型預測結果 126
6.3.3 BP-LSTM神經網路模型預測結果 127
6.4 模型預測效果對比分析 128
6.4.1 三種神經網路模型預測效果 129
6.4.2 組合模型與單一模型預測效果對比 131
6.5 本章小結 132
第7章 智慧型電網中長期負荷預測模型構建 133
7.1 中長期負荷預測影響因素的提取 133
7.1.1 中長期負荷特性分析 133
7.1.2 中長期電力負荷預測影響因素的初步提取 135
7.1.3 中長期電力負荷預測關鍵影響因素的甄別 140
7.2 灰色預測模型在中長期電力負荷預測模型中的適用性分析 141
7.3 單因素條件下的中長期電力負荷需求預測模型構建 142
7.3.1 單一模型選取原則 142
7.3.2 基於灰色模型的電力負荷需求預測模型構建 142
7.4 多因素條件下的中長期電力負荷需求預測模型構建 145
7.4.1 中長期電力負荷預測模型輸入變數說明 145
7.4.2 中長期電力負荷需求預測模型構建 145
7.5 本章小結 147
第8章 智慧型電網中長期負荷預測模型驗證 148
8.1 電力負荷需求預測實例公司負荷數據選取 148
8.2 單因素條件下電力負荷需求預測模型效果評價 149
8.2.1 預測精度評價指標選取 149
8.2.2 預測過程及結果分析 150
8.3 多因素條件下電力需求預測模型效果評價 153
8.3.1 預測精度評價指標選取 153
8.3.2 預測過程及結果分析 156
8.4 單因素與多因素預測模型預測效果對比分析 159
8.5 本章小結 160
第9章 電力客戶用能效果評價模型構建 161
9.1 評價指標體系建立目標與原則 161
9.2 評價指標體系構建流程 162
9.2.1 評價指標初選 162
9.2.2 評價指標最佳化與確立 167
9.2.3 客戶用電能效指標評價權重方法 178
9.3 電力客戶用能效果評價模型構建 181
9.4 本章小結 186
第10章 電力客戶用能效果評價模型驗證 187
10.1 電力客戶用能效果質量評價指標提取的原則和目標 187
10.2 基於改進的TOPSIS綜合評價模型構建 188
10.2.1 客戶數據收集 188
10.2.2 供電服務客戶滿意度評價 188
10.3 A省“供電+能效服務”項目評價結果分析 201
10.4 相關企業典型案例分析 205
10.4.1 典型案例1 205
10.4.2 典型案例2 207
10.4.3 案例分析結論 208
10.5 本章小結 209
第11章 提升電力服務質量的對策與建議 210
11.1 客戶價值挖掘及服務提升的對策與建議 210
11.2 最佳化智慧型電網調控管理水平的對策與建議 219
11.3 客戶用電能效服務質量提升的對策與建議 222
參考文獻 228

相關詞條

熱門詞條

聯絡我們