電力行業(yè)低碳轉(zhuǎn)型：客戶細(xì)分、負(fù)荷預(yù)測(cè)與能效評(píng)價(jià)

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(guó)內(nèi)外相關(guān)研究現(xiàn)狀 4
1.2.1　電力行業(yè)低碳轉(zhuǎn)型相關(guān)研究 4
1.2.2　電力服務(wù)質(zhì)量相關(guān)研究 6
1.2.3　電力客戶細(xì)分的相關(guān)研究 9
1.2.4　電力短期負(fù)荷預(yù)測(cè)的相關(guān)研究 10
1.2.5　電力中長(zhǎng)期負(fù)荷預(yù)測(cè)的相關(guān)研究 16
1.2.6　能效評(píng)價(jià)的相關(guān)研究 17
1.2.7　研究評(píng)述 21
1.3　研究方法、內(nèi)容及技術(shù)路線 23
1.3.1　研究方法 23
1.3.2　研究?jī)?nèi)容 29
1.3.3　技術(shù)路線 30
第2章　相關(guān)概念界定與理論基礎(chǔ) 32
2.1　相關(guān)概念界定 32
2.1.1　電力行業(yè)低碳轉(zhuǎn)型 32
2.1.2　智能電網(wǎng) 34
2.1.3　客戶細(xì)分 35
2.1.4　電力負(fù)荷 37
2.1.5　負(fù)荷預(yù)測(cè) 38
2.1.6　能效評(píng)價(jià) 39
2.2　相關(guān)理論基礎(chǔ) 39
2.2.1　電力服務(wù)理論 39
2.2.2　客戶關(guān)系管理理論 42
2.2.3　需求響應(yīng)相關(guān)理論 45
2.2.4　電力負(fù)荷預(yù)測(cè)相關(guān)理論 46
2.2.5　能效服務(wù)理論 49
2.2.6　客戶服務(wù)質(zhì)量評(píng)價(jià)理論 50
第3章　電力客戶細(xì)分模型構(gòu)建 53
3.1　電力客戶細(xì)分模型構(gòu)建思路 53
3.2　電力客戶細(xì)分模型構(gòu)建的目標(biāo)和原則 54
3.2.1　模型構(gòu)建目標(biāo) 54
3.2.2　模型構(gòu)建原則 54
3.3　客戶細(xì)分變量提取 55
3.3.1　客戶細(xì)分變量提取原則 55
3.3.2　基于煤改電客戶意愿的細(xì)分變量提取 56
3.3.3　基于煤改電客戶價(jià)值的細(xì)分變量提取 58
3.4　客戶細(xì)分模型構(gòu)建 58
3.4.1　肘部法則與輪廓系數(shù)方法確定電力客戶細(xì)分初始簇?cái)?shù) 58
3.4.2　K-means算法實(shí)現(xiàn)電力客戶聚類 60
3.4.3　改進(jìn)K-means算法實(shí)現(xiàn)客戶細(xì)分模型的構(gòu)建 62
3.5　本章小結(jié) 62
第4章　電力客戶細(xì)分模型的驗(yàn)證 63
4.1　客戶數(shù)據(jù)收集 63
4.1.1　營(yíng)銷系統(tǒng)數(shù)據(jù)收集 63
4.1.2　問卷調(diào)查數(shù)據(jù)收集 64
4.2　客戶數(shù)據(jù)預(yù)處理 66
4.2.1　數(shù)據(jù)清洗與整理 66
4.2.2　離群值處理 67
4.2.3　標(biāo)準(zhǔn)化處理 68
4.2.4　One-Hot編碼 69
4.2.5　二進(jìn)制編碼 70
4.3　客戶細(xì)分聚類 71
4.3.1　實(shí)現(xiàn)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(xì)分聚類結(jié)果解釋 77
4.4.1　基于煤改電客戶意愿的居民客戶聚類結(jié)果解釋 77
4.4.2　基于煤改電客戶價(jià)值的居民客戶聚類結(jié)果解釋 79
4.5　客戶細(xì)分模型應(yīng)用結(jié)果 80
4.5.1　基于煤改電客戶意愿的居民客戶細(xì)分結(jié)果 81
4.5.2　基于煤改電客戶價(jià)值的居民客戶細(xì)分結(jié)果 81
4.6　本章小結(jié) 82
第5章 　智能電網(wǎng)短期負(fù)荷預(yù)測(cè)模型構(gòu)建 83
5.1　短期負(fù)荷預(yù)測(cè)影響因素的提取 83
5.1.1　短期負(fù)荷特性分析 83
5.1.2　短期電力負(fù)荷預(yù)測(cè)影響因素的初步選取 90
5.1.3　短期電力負(fù)荷預(yù)測(cè)關(guān)鍵影響因素的甄別 98
5.2　人工神經(jīng)網(wǎng)絡(luò)在模型構(gòu)建中的適用性分析 103
5.3　基于神經(jīng)網(wǎng)絡(luò)的智能電網(wǎng)短期負(fù)荷預(yù)測(cè)單一模型構(gòu)建 106
5.3.1　單一模型選取原則 107
5.3.2　BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型構(gòu)建 107
5.3.3　LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型構(gòu)建 113
5.4　基于遺傳算法的短期負(fù)荷預(yù)測(cè)組合模型構(gòu)建 116
5.4.1　組合預(yù)測(cè)模型權(quán)重確定方法 116
5.4.2　BP-LSTM神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型構(gòu)建 117
5.5　本章小結(jié) 119
第6章　智能電網(wǎng)短期負(fù)荷預(yù)測(cè)模型的驗(yàn)證 120
6.1　預(yù)測(cè)精度評(píng)價(jià)指標(biāo)選取 120
6.2　樣本數(shù)據(jù)選擇與預(yù)處理 121
6.2.1　樣本數(shù)據(jù)選擇 121
6.2.2　樣本數(shù)據(jù)預(yù)處理 122
6.3　預(yù)測(cè)過程及結(jié)果分析 125
6.3.1　BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果 125
6.3.2　LSTM神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果 126
6.3.3　BP-LSTM神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果 127
6.4　模型預(yù)測(cè)效果對(duì)比分析 128
6.4.1　三種神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果 129
6.4.2　組合模型與單一模型預(yù)測(cè)效果對(duì)比 131
6.5　本章小結(jié) 132
第7章　智能電網(wǎng)中長(zhǎng)期負(fù)荷預(yù)測(cè)模型構(gòu)建 133
7.1　中長(zhǎng)期負(fù)荷預(yù)測(cè)影響因素的提取 133
7.1.1　中長(zhǎng)期負(fù)荷特性分析 133
7.1.2　中長(zhǎng)期電力負(fù)荷預(yù)測(cè)影響因素的初步提取 135
7.1.3　中長(zhǎng)期電力負(fù)荷預(yù)測(cè)關(guān)鍵影響因素的甄別 140
7.2　灰色預(yù)測(cè)模型在中長(zhǎng)期電力負(fù)荷預(yù)測(cè)模型中的適用性分析 141
7.3　單因素條件下的中長(zhǎng)期電力負(fù)荷需求預(yù)測(cè)模型構(gòu)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(fù)荷需求預(yù)測(cè)模型構(gòu)建 142
7.4　多因素條件下的中長(zhǎng)期電力負(fù)荷需求預(yù)測(cè)模型構(gòu)建 145
7.4.1　中長(zhǎng)期電力負(fù)荷預(yù)測(cè)模型輸入變量說明 145
7.4.2　中長(zhǎng)期電力負(fù)荷需求預(yù)測(cè)模型構(gòu)建 145
7.5　本章小結(jié) 147
第8章　智能電網(wǎng)中長(zhǎng)期負(fù)荷預(yù)測(cè)模型驗(yàn)證 148
8.1　電力負(fù)荷需求預(yù)測(cè)實(shí)例公司負(fù)荷數(shù)據(jù)選取 148
8.2　單因素條件下電力負(fù)荷需求預(yù)測(cè)模型效果評(píng)價(jià) 149
8.2.1　預(yù)測(cè)精度評(píng)價(jià)指標(biāo)選取 149
8.2.2　預(yù)測(cè)過程及結(jié)果分析 150
8.3　多因素條件下電力需求預(yù)測(cè)模型效果評(píng)價(jià) 153
8.3.1　預(yù)測(cè)精度評(píng)價(jià)指標(biāo)選取 153
8.3.2　預(yù)測(cè)過程及結(jié)果分析 156
8.4　單因素與多因素預(yù)測(cè)模型預(yù)測(cè)效果對(duì)比分析 159
8.5　本章小結(jié) 160
第9章　電力客戶用能效果評(píng)價(jià)模型構(gòu)建 161
         評(píng)價(jià)指標(biāo)體系建立目標(biāo)與原則 161
9.2　評(píng)價(jià)指標(biāo)體系構(gòu)建流程 162
    　評(píng)價(jià)指標(biāo)初選 162
9.2.2　評(píng)價(jià)指標(biāo)優(yōu)化與確立 167
9.2.3　客戶用電能效指標(biāo)評(píng)價(jià)權(quán)重方法 178
9.3　電力客戶用能效果評(píng)價(jià)模型構(gòu)建 181
9.4　本章小結(jié) 186
第10章　電力客戶用能效果評(píng)價(jià)模型驗(yàn)證 187
10.1　電力客戶用能效果質(zhì)量評(píng)價(jià)指標(biāo)提取的原則和目標(biāo) 187
10.2　基于改進(jìn)的TOPSIS綜合評(píng)價(jià)模型構(gòu)建 188
10.2.1　客戶數(shù)據(jù)收集 188
10.2.2　供電服務(wù)客戶滿意度評(píng)價(jià) 188
10.3　A省“供電 能效服務(wù)”項(xiàng)目評(píng)價(jià)結(jié)果分析 201
10.4　相關(guān)企業(yè)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(jié)論 208
10.5　本章小結(jié) 209
第11章　提升電力服務(wù)質(zhì)量的對(duì)策與建議 210
11.1　客戶價(jià)值挖掘及服務(wù)提升的對(duì)策與建議 210
11.2　優(yōu)化智能電網(wǎng)調(diào)控管理水平的對(duì)策與建議 219
11.3　客戶用電能效服務(wù)質(zhì)量提升的對(duì)策與建議 222
參考文獻(xiàn) 228