基于机器学习的用电客户分析和停电敏感度分析
发布时间：2021-10-10 14:02
随着电力体制改革的纵向推进,电网正在从生产型企业转变为营销型企业,同时售电侧的放开也给供电公司带来一定的运营压力,供电公司从以前的单纯的售电公司变为具有服务性质的公司。如何抓住电力市场的用户的特点,占领较大的市场份额,如何判断停电给用户造成的影响、准确地描绘用户对于停电的敏感度已经成为各大售电公司关注的重要的问题。本文利用统计分析和机器学习的相关理论进行用户分析和停电敏感度分析。首先,对数据进行统计分析,发现居民和非居民在用户数和缴纳电费之间存在轻量的二八定律,在非居民用电中的大工业用电和一般工商业用电存在二八定律;同时,用电客户缴纳的电费符合长尾理论。这三个规律对于售电公司如何制定售电和服务策略具有非常重要的指导意义,售电公司可以通过抓住重要客户实现资本最大化。其次,对停电敏感的数据集通过关联分析、聚类找出对停电敏感有重要影响的变量,在抽样数据集下解决欠拟合和过拟合的问题;在全数据集上进一步提高决策数的检测性能,讨论了决策树随着层数和叉树变化的检测精度、检测覆盖率、误检率、漏检率、调和数的变化,找到最优的参数,并讨论了在此参数下的ROC曲线,梯形表和折线图等;最后比较决策树、SVM和...
【文章来源】：昆明理工大学云南省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
数据挖掘的过程
图 1-1 数据分析的整体构架组织结构以及各章的研究内容如下：介绍了论文的选题意义、国内外的研究现状和数据挖掘技术的发展介绍了研究所用的数据并对数据进行统计分析。首先，对 SAS 软件EG、SAS EM 进行简单功能性介绍；之后对所要进行数据挖掘的数据变量数进行简单介绍，通过对数据类型、数据结构、每个数据表的绍，能够对数据有一个更清晰的认识和了解；最后对数据进行统计电类别，办理的业务类型的比例进行统计分析，系统描述当前用电分时电价以及客户对于停电事故催办督办的态度。能够对数据有一解，便于进一步对数据的关联分析和聚类分析。介绍了二八定律和长尾理论在电力市场中的应用。通过对两个数据数据集，并对新的数据集所含的逻辑关系进行分析，着重分析用电纳电费和电价之间的关系。发现居民用户、非居民用户在用户数和
通过建立过程流的形式，便于多问题所在。 workstation 主要对数据进行聚类情况。在文章中简称 SAS EM，其 在数据上主要有以下功能：抽样用程序和时间序列。其中建模的据挖掘神经网络、集成梯度 Boo二乘法回归、归纳回归和两阶段的格式均为 tsv 格式，tsv 数据格一个数据量均在 1 千万以上，维数为百万级别行数，远远不能满便、快捷。图 2-1 为所要处理的
【参考文献】：
期刊论文
[1]基于数据挖掘的客户关系管理系统研究[J]. 朱荣,周彩兰,高瑞. 现代电子技术. 2018(01)
[2]中国电力市场建设路径优选及设计[J]. 葛睿,陈龙翔,王轶禹,刘敦楠. 电力系统自动化. 2017(24)
[3]基于数据挖掘的4G用户投诉预测[J]. 陈秀敏,许向东,黄毅华,于文. 移动通信. 2017(21)
[4]用电侧市场放开下的电力市场多主体博弈[J]. 曾嘉志,赵雄飞,李静,李刚,李康敬,魏震波. 电力系统自动化. 2017(24)
[5]基于负荷分解的居民差异化用电行为特性分析[J]. 罗滇生,杜乾,别少勇,庞振国,李盛兴. 电力系统保护与控制. 2016(21)
[6]新电改背景下我国售电公司的购售电途径与经营模式探讨[J]. 胡晨,杜松怀,苏娟,童光毅,王梦真. 电网技术. 2016(11)
[7]基于数据挖掘技术和支持向量机的短期负荷预测[J]. 王小君,毕圣,徐云鹍,孙月嘉. 电测与仪表. 2016(10)
[8]基于数据挖掘的楼宇短期负荷预测方法研究[J]. 林顺富,郝朝,汤晓栋,李东东,符杨. 电力系统保护与控制. 2016(07)
[9]基于类决策树分类的特征层融合识别算法[J]. 尚朝轩,王品,韩壮志,彭刚. 控制与决策. 2016(06)
[10]基于“用户画像”挖掘的精准营销细分模型研究[J]. 刘海,卢慧,阮金花,田丙强,胡守忠. 丝绸. 2015(12)
硕士论文
[1]基于数据挖掘技术的移动运营商用户投诉数据研究[D]. 戴恒宇.南京大学 2016
[2]大数据时代的电力客户分群管理应用研究[D]. 程丽冰.华南理工大学 2016
[3]基于大数据挖掘的东莞电力客户价值分析及应用[D]. 黄敏如.华南理工大学 2015
[4]基于用户用电行为正向分析负荷预测方法的研究[D]. 梁伟.华南理工大学 2015
[5]基于用电行为分析的在线用电异常及风险监测系统的设计与实现[D]. 谭致远.华南理工大学 2015
[6]基于市场细分的差异化服务管理机制与营销策略研究[D]. 王维权.华南理工大学 2015
[7]基于数据挖掘的供电企业客户关系评估及系统开发[D]. 张海云.华北电力大学 2015
[8]基于客户画像的数据挖掘技术在CRM中的应用[D]. 崔琳.东华大学 2015
[9]用电客户停电敏感度分析[D]. 郑芒英.华南理工大学 2014
[10]基于数据挖掘的电网用户行为分析系统的设计与实现[D]. 林嘉晖.中山大学 2013
本文编号：3428518
【文章来源】：昆明理工大学云南省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
数据挖掘的过程
图 1-1 数据分析的整体构架组织结构以及各章的研究内容如下：介绍了论文的选题意义、国内外的研究现状和数据挖掘技术的发展介绍了研究所用的数据并对数据进行统计分析。首先，对 SAS 软件EG、SAS EM 进行简单功能性介绍；之后对所要进行数据挖掘的数据变量数进行简单介绍，通过对数据类型、数据结构、每个数据表的绍，能够对数据有一个更清晰的认识和了解；最后对数据进行统计电类别，办理的业务类型的比例进行统计分析，系统描述当前用电分时电价以及客户对于停电事故催办督办的态度。能够对数据有一解，便于进一步对数据的关联分析和聚类分析。介绍了二八定律和长尾理论在电力市场中的应用。通过对两个数据数据集，并对新的数据集所含的逻辑关系进行分析，着重分析用电纳电费和电价之间的关系。发现居民用户、非居民用户在用户数和
通过建立过程流的形式，便于多问题所在。 workstation 主要对数据进行聚类情况。在文章中简称 SAS EM，其 在数据上主要有以下功能：抽样用程序和时间序列。其中建模的据挖掘神经网络、集成梯度 Boo二乘法回归、归纳回归和两阶段的格式均为 tsv 格式，tsv 数据格一个数据量均在 1 千万以上，维数为百万级别行数，远远不能满便、快捷。图 2-1 为所要处理的
【参考文献】：
期刊论文
[1]基于数据挖掘的客户关系管理系统研究[J]. 朱荣,周彩兰,高瑞. 现代电子技术. 2018(01)
[2]中国电力市场建设路径优选及设计[J]. 葛睿,陈龙翔,王轶禹,刘敦楠. 电力系统自动化. 2017(24)
[3]基于数据挖掘的4G用户投诉预测[J]. 陈秀敏,许向东,黄毅华,于文. 移动通信. 2017(21)
[4]用电侧市场放开下的电力市场多主体博弈[J]. 曾嘉志,赵雄飞,李静,李刚,李康敬,魏震波. 电力系统自动化. 2017(24)
[5]基于负荷分解的居民差异化用电行为特性分析[J]. 罗滇生,杜乾,别少勇,庞振国,李盛兴. 电力系统保护与控制. 2016(21)
[6]新电改背景下我国售电公司的购售电途径与经营模式探讨[J]. 胡晨,杜松怀,苏娟,童光毅,王梦真. 电网技术. 2016(11)
[7]基于数据挖掘技术和支持向量机的短期负荷预测[J]. 王小君,毕圣,徐云鹍,孙月嘉. 电测与仪表. 2016(10)
[8]基于数据挖掘的楼宇短期负荷预测方法研究[J]. 林顺富,郝朝,汤晓栋,李东东,符杨. 电力系统保护与控制. 2016(07)
[9]基于类决策树分类的特征层融合识别算法[J]. 尚朝轩,王品,韩壮志,彭刚. 控制与决策. 2016(06)
[10]基于“用户画像”挖掘的精准营销细分模型研究[J]. 刘海,卢慧,阮金花,田丙强,胡守忠. 丝绸. 2015(12)
硕士论文
[1]基于数据挖掘技术的移动运营商用户投诉数据研究[D]. 戴恒宇.南京大学 2016
[2]大数据时代的电力客户分群管理应用研究[D]. 程丽冰.华南理工大学 2016
[3]基于大数据挖掘的东莞电力客户价值分析及应用[D]. 黄敏如.华南理工大学 2015
[4]基于用户用电行为正向分析负荷预测方法的研究[D]. 梁伟.华南理工大学 2015
[5]基于用电行为分析的在线用电异常及风险监测系统的设计与实现[D]. 谭致远.华南理工大学 2015
[6]基于市场细分的差异化服务管理机制与营销策略研究[D]. 王维权.华南理工大学 2015
[7]基于数据挖掘的供电企业客户关系评估及系统开发[D]. 张海云.华北电力大学 2015
[8]基于客户画像的数据挖掘技术在CRM中的应用[D]. 崔琳.东华大学 2015
[9]用电客户停电敏感度分析[D]. 郑芒英.华南理工大学 2014
[10]基于数据挖掘的电网用户行为分析系统的设计与实现[D]. 林嘉晖.中山大学 2013
本文编号：3428518
本文链接：https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/3428518.html
