基于大数据分析的电力客户服务需求预测

发布时间：2022-12-18 04:16

　　针对电力市场随机性、多变量和时变性的特点导致电力客户服务需求预测值不准确的问题,提出了一种基于大数据分析的电力客户服务需求预测方法.该方法依托于贵州地区的智能电网大数据,从区域商业价值和区域宏观经济角度来采集数据并通过挖掘其中的关联信息,建立了电力客户的细分模型;并在客户细分模型的基础上,使用BP神经网络算法建立了电力客户的需求预测模型.在Matlab平台上的仿真与测试结果表明,所提出的方法能帮助电网公司更好地理解客户行为和服务需求,制定营销策略. 

【文章页数】：5 页

【文章目录】：
1 电力客户细分模型
    1.1 数据仓库构建
    1.2 数据清洗与挖掘
2 电力需求预测
3 仿真与实验结果
4 结论


【参考文献】：
期刊论文
[1]基于电力需求响应的多时间尺度家庭能量管理优化策略[J]. 张禹森,孔祥玉,孙博伟,王继东.  电网技术. 2018(06)
[2]经济新常态下江苏省电力需求分析研究[J]. 史静,周琪,谈健,朱磊.  中国电力. 2017(12)
[3]高压直流输电用交流滤波电容器组的设计[J]. 杨明,赵森林,李海英,方太勋.  电力电容器与无功补偿. 2017(05)
[4]面向电力需求侧主动响应的商业模式及市场框架设计[J]. 丁一,惠红勋,林振智,郑梦莲,曲欣瑶,崔文琪.  电力系统自动化. 2017(14)
[5]需求响应对电力需求影响的概率模型[J]. 张振高,王学军,李慧,彭冬,任炳俐,张沛.  电力系统及其自动化学报. 2017(04)
[6]经济新常态下中国电力需求增长研判[J]. 单葆国,孙祥栋,李江涛,王向,马丁.  中国电力. 2017(01)



本文编号：3721320