電力行業(yè)低碳轉型：客戶細分、負荷預測與能效評價

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(nèi)外相關研究現(xiàn)狀 4
1.2.1　電力行業(yè)低碳轉型相關研究 4
1.2.2　電力服務質(zhì)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(nèi)容及技術路線 23
1.3.1　研究方法 23
1.3.2　研究內(nèi)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(yè)低碳轉型 32
2.1.2　智能電網(wǎng) 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(zhì)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(shù)方法確定電力客戶細分初始簇數(shù) 58
3.4.2　K-means算法實現(xiàn)電力客戶聚類 60
3.4.3　改進K-means算法實現(xiàn)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(shù)據(jù)收集 63
4.1.1　營銷系統(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(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(wǎng)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(jīng)網(wǎng)絡在模型構建中的適用性分析 103
5.3　基于神經(jīng)網(wǎng)絡的智能電網(wǎng)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(jīng)網(wǎng)絡預測模型構建 107
5.3.3　LSTM神經(jīng)網(wǎng)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(jīng)網(wǎng)絡組合預測模型構建 117
5.5　本章小結 119
第6章　智能電網(wǎng)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(shù)據(jù)選擇與預處理 121
6.2.1　樣本數(shù)據(jù)選擇 121
6.2.2　樣本數(shù)據(jù)預處理 122
6.3　預測過程及結果分析 125
6.3.1　BP神經(jīng)網(wǎng)絡模型預測結果 125
6.3.2　LSTM神經(jīng)網(wǎng)絡模型預測結果 126
6.3.3　BP-LSTM神經(jīng)網(wǎng)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(jīng)網(wǎng)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(wǎng)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(wǎng)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(shù)據(jù)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(yōu)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(zhì)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(shù)據(jù)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(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　案例分析結論 208
10.5　本章小結 209
第11章　提升電力服務質(zhì)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(yōu)化智能電網(wǎng)調(diào)控管理水平的對策與建議 219
11.3　客戶用電能效服務質(zhì)量提升的對策與建議 222
參考文獻 228