掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
電力行業低碳轉型:客戶細分、負荷預測與能效評價 版權信息
- ISBN：9787111732501
- 條形碼：9787111732501 ; 978-7-111-73250-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
電力行業低碳轉型:客戶細分、負荷預測與能效評價 本書特色
在學術思想上，《電力行業低碳轉型：客戶細分、負荷預測與能效評價》的研究立足于當前的電力低碳轉型、電力體制改革、服務創新大環境，以完善的需求側管理平臺的建立、廣泛的數據采集與分析為基礎，通過構建數理模型，致力于解決能源變革、能源消費形勢改變下，電力客戶如何科學合理的細分、如何應對電力負荷的隨機波動性、如何對客戶用電能效進行科學的評價等問題。
在結構體系上，《電力行業低碳轉型：客戶細分、負荷預測與能效評價》結構體系設計合理，邏輯清晰，體系完整。按照發現問題，分析問題，解決問題的思路展開研究，全書分為四部分。**部分為電力客戶細分模型構建及驗證；第二部分為智能電網短期負荷預測模型構建及驗證；第三部分為智能電網中長期負荷預測模型構建及驗證；第四部分為客戶用電能效指標模型構建及驗證。
在寫作特點上，《電力行業低碳轉型：客戶細分、負荷預測與能效評價》力求通俗易懂，遵循從實踐-理論-實踐的研究路徑，從現實問題出發引出理論研究的科學問題，通過研究進行理論的創新，并將研究的結果應用到實踐中進行檢驗，凸顯理論的創新以及應用的落地，使得專著體系完整，內容可靠。
電力行業低碳轉型:客戶細分、負荷預測與能效評價 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并予以實踐。首先，基于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；*后，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。
電力行業低碳轉型:客戶細分、負荷預測與能效評價 目錄
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 智能電網 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 客戶關系管理理論 42
2.2.3 需求響應相關理論 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 客戶細分變量提取 55
3.3.1 客戶細分變量提取原則 55
3.3.2 基于煤改電客戶意愿的細分變量提取 56
3.3.3 基于煤改電客戶價值的細分變量提取 58
3.4 客戶細分模型構建 58
3.4.1 肘部法則與輪廓系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 營銷系統數據收集 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 基于煤改電客戶意愿的居民客戶聚類結果解釋 77
4.4.2 基于煤改電客戶價值的居民客戶聚類結果解釋 79
4.5 客戶細分模型應用結果 80
4.5.1 基于煤改電客戶意愿的居民客戶細分結果 81
4.5.2 基于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 智能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 人工神經網絡在模型構建中的適用性分析 103
5.3 基于神經網絡的智能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神經網絡預測模型構建 107
5.3.3 LSTM神經網絡預測模型構建 113
5.4 基于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神經網絡組合預測模型構建 117
5.5 本章小結 119
第6章 智能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神經網絡模型預測結果 125
6.3.2 LSTM神經網絡模型預測結果 126
6.3.3 BP-LSTM神經網絡模型預測結果 127
6.4 模型預測效果對比分析 128
6.4.1 三種神經網絡模型預測效果 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 智能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 基于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量說明 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 智能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
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
評價指標初選 162
9.2.2 評價指標優化與確立 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 基于改進的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 優化智能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
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 智能電網 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 客戶關系管理理論 42
2.2.3 需求響應相關理論 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 客戶細分變量提取 55
3.3.1 客戶細分變量提取原則 55
3.3.2 基于煤改電客戶意愿的細分變量提取 56
3.3.3 基于煤改電客戶價值的細分變量提取 58
3.4 客戶細分模型構建 58
3.4.1 肘部法則與輪廓系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 營銷系統數據收集 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 基于煤改電客戶意愿的居民客戶聚類結果解釋 77
4.4.2 基于煤改電客戶價值的居民客戶聚類結果解釋 79
4.5 客戶細分模型應用結果 80
4.5.1 基于煤改電客戶意愿的居民客戶細分結果 81
4.5.2 基于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 智能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 人工神經網絡在模型構建中的適用性分析 103
5.3 基于神經網絡的智能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神經網絡預測模型構建 107
5.3.3 LSTM神經網絡預測模型構建 113
5.4 基于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神經網絡組合預測模型構建 117
5.5 本章小結 119
第6章 智能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神經網絡模型預測結果 125
6.3.2 LSTM神經網絡模型預測結果 126
6.3.3 BP-LSTM神經網絡模型預測結果 127
6.4 模型預測效果對比分析 128
6.4.1 三種神經網絡模型預測效果 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 智能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 基于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量說明 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 智能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
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
評價指標初選 162
9.2.2 評價指標優化與確立 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 基于改進的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 優化智能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
展開全部
電力行業低碳轉型:客戶細分、負荷預測與能效評價 作者簡介
王莉芳 西北工業大學教授、博士生導師。主要從事創新管理、技術經濟及管理、資源管理等方向的研究。近年來主持國家社科基金、人文社科基金、陜西省哲學社會科學基金、陜西省社會科學界重大理論與現實問題研究項目、陜西省軟科學項目等縱向研究項目20余項；主持30多項校企聯合研究項目；在國內外學術刊上發表學術論文80余篇，出版專著4部，教材2部。
書友推薦
- >
煙與鏡
- >
中國歷史的瞬間
- >
朝聞道
- >
唐代進士錄
- >
史學評論
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
