电力行业低碳转型：客户细分、负荷预测与能效评价
全新正版 极速发货
￥ 47.61 5.3折 ￥ 89 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者王莉芳 温文 俞文瑾
出版社机械工业出版社
ISBN9787111732501
出版时间2023-07
装帧平装
开本16开
定价89元
货号1203000780
上书时间2024-06-03
商品详情
- 品相描述：全新
- 商品描述
-
目录
目 录前 言第1章 绪论 11.1 研究背景与意义 11.1.1 研究背景 11.1.2 研究意义 31.2 国内外相关研究现状 41.2.1 电力行业低碳转型相关研究 41.2.2 电力服务质量相关研究 61.2.3 电力客户细分的相关研究 91.2.4 电力短期负荷预测的相关研究 101.2.5 电力中长期负荷预测的相关研究 161.2.6 能效评价的相关研究 171.2.7 研究评述 211.3 研究方法、内容及技术路线 231.3.1 研究方法 231.3.2 研究内容 291.3.3 技术路线 30第2章 相关概念界定与理论基础 322.1 相关概念界定 322.1.1 电力行业低碳转型 322.1.2 智能电网 342.1.3 客户细分 352.1.4 电力负荷 372.1.5 负荷预测 382.1.6 能效评价 392.2 相关理论基础 392.2.1 电力服务理论 392.2.2 客户关系管理理论 422.2.3 需求响应相关理论 452.2.4 电力负荷预测相关理论 462.2.5 能效服务理论 492.2.6 客户服务质量评价理论 50第3章 电力客户细分模型构建 533.1 电力客户细分模型构建思路 533.2 电力客户细分模型构建的目标和原则 543.2.1 模型构建目标 543.2.2 模型构建原则 543.3 客户细分变量提取 553.3.1 客户细分变量提取原则 553.3.2 基于煤改电客户意愿的细分变量提取 563.3.3 基于煤改电客户价值的细分变量提取 583.4 客户细分模型构建 583.4.1 肘部法则与轮廓系数方法确定电力客户细分初始簇数 583.4.2 K-means算法实现电力客户聚类 603.4.3 改进K-means算法实现客户细分模型的构建 623.5 本章小结 62第4章 电力客户细分模型的验证 634.1 客户数据收集 634.1.1 营销系统数据收集 634.1.2 问卷调查数据收集 644.2 客户数据预处理 664.2.1 数据清洗与整理 664.2.2 离群值处理 674.2.3 标准化处理 684.2.4 One-Hot编码 694.2.5 二进制编码 704.3 客户细分聚类 714.3.1 实现工具 714.3.2 K值的确定 714.3.3 K-means算法聚类 724.4 客户细分聚类结果解释 774.4.1 基于煤改电客户意愿的居民客户聚类结果解释 774.4.2 基于煤改电客户价值的居民客户聚类结果解释 794.5 客户细分模型应用结果 804.5.1 基于煤改电客户意愿的居民客户细分结果 814.5.2 基于煤改电客户价值的居民客户细分结果 814.6 本章小结 82第5章 智能电网短期负荷预测模型构建 835.1 短期负荷预测影响因素的提取 835.1.1 短期负荷特性分析 835.1.2 短期电力负荷预测影响因素的初步选取 905.1.3 短期电力负荷预测关键影响因素的甄别 985.2 人工神经网络在模型构建中的适用性分析 1035.3 基于神经网络的智能电网短期负荷预测单一模型构建 1065.3.1 单一模型选取原则 1075.3.2 BP神经网络预测模型构建 1075.3.3 LSTM神经网络预测模型构建 1135.4 基于遗传算法的短期负荷预测组合模型构建 1165.4.1 组合预测模型权重确定方法 1165.4.2 BP-LSTM神经网络组合预测模型构建 1175.5 本章小结 119第6章 智能电网短期负荷预测模型的验证 1206.1 预测精度评价指标选取 1206.2 样本数据选择与预处理 1216.2.1 样本数据选择 1216.2.2 样本数据预处理 1226.3 预测过程及结果分析 1256.3.1 BP神经网络模型预测结果 1256.3.2 LSTM神经网络模型预测结果 1266.3.3 BP-LSTM神经网络模型预测结果 1276.4 模型预测效果对比分析 1286.4.1 三种神经网络模型预测效果 1296.4.2 组合模型与单一模型预测效果对比 1316.5 本章小结 132第7章 智能电网中长期负荷预测模型构建 1337.1 中长期负荷预测影响因素的提取 1337.1.1 中长期负荷特性分析 1337.1.2 中长期电力负荷预测影响因素的初步提取 1357.1.3 中长期电力负荷预测关键影响因素的甄别 1407.2 灰色预测模型在中长期电力负荷预测模型中的适用性分析 1417.3 单因素条件下的中长期电力负荷需求预测模型构建 1427.3.1 单一模型选取原则 1427.3.2 基于灰色模型的电力负荷需求预测模型构建 1427.4 多因素条件下的中长期电力负荷需求预测模型构建 1457.4.1 中长期电力负荷预测模型输入变量说明 1457.4.2 中长期电力负荷需求预测模型构建 1457.5 本章小结 147第8章 智能电网中长期负荷预测模型验证 1488.1 电力负荷需求预测实例公司负荷数据选取 1488.2 单因素条件下电力负荷需求预测模型效果评价 1498.2.1 预测精度评价指标选取 1498.2.2 预测过程及结果分析 1508.3 多因素条件下电力需求预测模型效果评价 1538.3.1 预测精度评价指标选取 1538.3.2 预测过程及结果分析 1568.4 单因素与多因素预测模型预测效果对比分析 1598.5 本章小结 160第9章 电力客户用能效果评价模型构建 1619.1 评价指标体系建立目标与原则 1619.2 评价指标体系构建流程 1629.2.1 评价指标初选 1629.2.2 评价指标优化与确立 1679.2.3 客户用电能效指标评价权重方法 1789.3 电力客户用能效果评价模型构建 1819.4 本章小结 186第10章 电力客户用能效果评价模型验证 18710.1 电力客户用能效果质量评价指标提取的原则和目标 18710.2 基于改进的TOPSIS综合评价模型构建 18810.2.1 客户数据收集 18810.2.2 供电服务客户满意度评价 18810.3 A省“供电+能效服务”项目评价结果分析 20110.4 相关企业典型案例分析 20510.4.1 典型案例1 20510.4.2 典型案例2 20710.4.3 案例分析结论 20810.5 本章小结 209第11章 提升电力服务质量的对策与建议 21011.1 客户价值挖掘及服务提升的对策与建议 21011.2 优化智能电网调控管理水平的对策与建议 21911.3 客户用电能效服务质量提升的对策与建议 222参考文献 228
内容摘要
电力行业的减排效果对实现“双碳”目标至关重要。《电力行业低碳转型：客户细分、负荷预测与能效评价》从大数据赋能电力行业低碳转型的角度，对重塑电力服务体系这一课题进行研究，从客户细分、负荷预测与能效评价三个方面提出了方案并予以实践。首先，基于数据挖掘技术细分电力用户，提升客户满意度；其次，挖掘相关用电数据对电力负荷进行短期和中长期预测，以提高电力负荷的预测精度；最后，开展电力公司供电服务客户满意度评价，精准满足客户需求，提升供电服务质量。 《电力行业低碳转型：客户细分、负荷预测与能效评价》可作为电力工程管理、技术经济与管理及相关管理专业的博士生和硕士生，以及从事相关研究的专业人员的参考书，同时对从事电力服务与电力体制改革的工作人员也具有一定的指导作用。本书的编写期望能推进我国电力行业低碳转型，为电力行业服务体系创新和提高电力服务质量开拓新思路。
主编推荐
在学术思想上，《电力行业低碳转型：客户细分、负荷预测与能效评价》的研究立足于当前的电力低碳转型、电力体制改革、服务创新大环境，以完善的需求侧管理平台的建立、广泛的数据采集与分析为基础，通过构建数理模型，致力于解决能源变革、能源消费形势改变下，电力客户如何科学合理的细分、如何应对电力负荷的随机波动性、如何对客户用电能效进行科学的评价等问题。在结构体系上，《电力行业低碳转型：客户细分、负荷预测与能效评价》结构体系设计合理，逻辑清晰，体系完整。按照发现问题，分析问题，解决问题的思路展开研究，全书分为四部分。第一部分为电力客户细分模型构建及验证；第二部分为智能电网短期负荷预测模型构建及验证；第三部分为智能电网中长期负荷预测模型构建及验证；第四部分为客户用电能效指标模型构建及验证。在写作特点上，《电力行业低碳转型：客户细分、负荷预测与能效评价》力求通俗易懂，遵循从实践-理论-实践的研究路径，从现实问题出发引出理论研究的科学问题，通过研究进行理论的创新，并将研究的结果应用到实践中进行检验，凸显理论的创新以及应用的落地，使得专著体系完整，内容可靠。
— 没有更多了 —
以下为对购买帮助不大的评价