隨著電力體制改革的縱向推進(jìn),電網(wǎng)正在從生產(chǎn)型企業(yè)轉(zhuǎn)變?yōu)闋I銷型企業(yè),同時(shí)售電側(cè)的放開也給供電公司帶來一定的運(yùn)營壓力,供電公司從以前的單純的售電公司變?yōu)榫哂蟹⻊?wù)性質(zhì)的公司。如何抓住電力市場(chǎng)的用戶的特點(diǎn),占領(lǐng)較大的市場(chǎng)份額,如何判斷停電給用戶造成的影響、準(zhǔn)確地描繪用戶對(duì)于停電的敏感度已經(jīng)成為各大售電公司關(guān)注的重要的問題。本文利用統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)的相關(guān)理論進(jìn)行用戶分析和停電敏感度分析。首先,對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,發(fā)現(xiàn)居民和非居民在用戶數(shù)和繳納電費(fèi)之間存在輕量的二八定律,在非居民用電中的大工業(yè)用電和一般工商業(yè)用電存在二八定律;同時(shí),用電客戶繳納的電費(fèi)符合長(zhǎng)尾理論。這三個(gè)規(guī)律對(duì)于售電公司如何制定售電和服務(wù)策略具有非常重要的指導(dǎo)意義,售電公司可以通過抓住重要客戶實(shí)現(xiàn)資本最大化。其次,對(duì)停電敏感的數(shù)據(jù)集通過關(guān)聯(lián)分析、聚類找出對(duì)停電敏感有重要影響的變量,在抽樣數(shù)據(jù)集下解決欠擬合和過擬合的問題;在全數(shù)據(jù)集上進(jìn)一步提高決策數(shù)的檢測(cè)性能,討論了決策樹隨著層數(shù)和叉樹變化的檢測(cè)精度、檢測(cè)覆蓋率、誤檢率、漏檢率、調(diào)和數(shù)的變化,找到最優(yōu)的參數(shù),并討論了在此參數(shù)下的ROC曲線,梯形表和折線圖等;最后比較決策樹、SVM和... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)挖掘的過程

圖 1-1 數(shù)據(jù)分析的整體構(gòu)架組織結(jié)構(gòu)以及各章的研究?jī)?nèi)容如下：介紹了論文的選題意義、國內(nèi)外的研究現(xiàn)狀和數(shù)據(jù)挖掘技術(shù)的發(fā)展介紹了研究所用的數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。首先，對(duì) SAS 軟件EG、SAS EM 進(jìn)行簡(jiǎn)單功能性介紹；之后對(duì)所要進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)變量數(shù)進(jìn)行簡(jiǎn)單介紹，通過對(duì)數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)、每個(gè)數(shù)據(jù)表的紹，能夠?qū)?shù)據(jù)有一個(gè)更清晰的認(rèn)識(shí)和了解；最后對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)電類別，辦理的業(yè)務(wù)類型的比例進(jìn)行統(tǒng)計(jì)分析，系統(tǒng)描述當(dāng)前用電分時(shí)電價(jià)以及客戶對(duì)于停電事故催辦督辦的態(tài)度。能夠?qū)?shù)據(jù)有一解，便于進(jìn)一步對(duì)數(shù)據(jù)的關(guān)聯(lián)分析和聚類分析。介紹了二八定律和長(zhǎng)尾理論在電力市場(chǎng)中的應(yīng)用。通過對(duì)兩個(gè)數(shù)據(jù)數(shù)據(jù)集，并對(duì)新的數(shù)據(jù)集所含的邏輯關(guān)系進(jìn)行分析，著重分析用電納電費(fèi)和電價(jià)之間的關(guān)系。發(fā)現(xiàn)居民用戶、非居民用戶在用戶數(shù)和

通過建立過程流的形式，便于多問題所在。 workstation 主要對(duì)數(shù)據(jù)進(jìn)行聚類情況。在文章中簡(jiǎn)稱 SAS EM，其 在數(shù)據(jù)上主要有以下功能：抽樣用程序和時(shí)間序列。其中建模的據(jù)挖掘神經(jīng)網(wǎng)絡(luò)、集成梯度 Boo二乘法回歸、歸納回歸和兩階段的格式均為 tsv 格式，tsv 數(shù)據(jù)格一個(gè)數(shù)據(jù)量均在 1 千萬以上，維數(shù)為百萬級(jí)別行數(shù)，遠(yuǎn)遠(yuǎn)不能滿便、快捷。圖 2-1 為所要處理的

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)研究[J]. 朱榮,周彩蘭,高瑞.  現(xiàn)代電子技術(shù). 2018(01)
[2]中國電力市場(chǎng)建設(shè)路徑優(yōu)選及設(shè)計(jì)[J]. 葛睿,陳龍翔,王軼禹,劉敦楠.  電力系統(tǒng)自動(dòng)化. 2017(24)
[3]基于數(shù)據(jù)挖掘的4G用戶投訴預(yù)測(cè)[J]. 陳秀敏,許向東,黃毅華,于文.  移動(dòng)通信. 2017(21)
[4]用電側(cè)市場(chǎng)放開下的電力市場(chǎng)多主體博弈[J]. 曾嘉志,趙雄飛,李靜,李剛,李康敬,魏震波.  電力系統(tǒng)自動(dòng)化. 2017(24)
[5]基于負(fù)荷分解的居民差異化用電行為特性分析[J]. 羅滇生,杜乾,別少勇,龐振國,李盛興.  電力系統(tǒng)保護(hù)與控制. 2016(21)
[6]新電改背景下我國售電公司的購售電途徑與經(jīng)營模式探討[J]. 胡晨,杜松懷,蘇娟,童光毅,王夢(mèng)真.  電網(wǎng)技術(shù). 2016(11)
[7]基于數(shù)據(jù)挖掘技術(shù)和支持向量機(jī)的短期負(fù)荷預(yù)測(cè)[J]. 王小君,畢圣,徐云鹍,孫月嘉.  電測(cè)與儀表. 2016(10)
[8]基于數(shù)據(jù)挖掘的樓宇短期負(fù)荷預(yù)測(cè)方法研究[J]. 林順富,郝朝,湯曉棟,李東東,符楊.  電力系統(tǒng)保護(hù)與控制. 2016(07)
[9]基于類決策樹分類的特征層融合識(shí)別算法[J]. 尚朝軒,王品,韓壯志,彭剛.  控制與決策. 2016(06)
[10]基于“用戶畫像”挖掘的精準(zhǔn)營銷細(xì)分模型研究[J]. 劉海,盧慧,阮金花,田丙強(qiáng),胡守忠.  絲綢. 2015(12)

碩士論文
[1]基于數(shù)據(jù)挖掘技術(shù)的移動(dòng)運(yùn)營商用戶投訴數(shù)據(jù)研究[D]. 戴恒宇.南京大學(xué) 2016
[2]大數(shù)據(jù)時(shí)代的電力客戶分群管理應(yīng)用研究[D]. 程麗冰.華南理工大學(xué) 2016
[3]基于大數(shù)據(jù)挖掘的東莞電力客戶價(jià)值分析及應(yīng)用[D]. 黃敏如.華南理工大學(xué) 2015
[4]基于用戶用電行為正向分析負(fù)荷預(yù)測(cè)方法的研究[D]. 梁偉.華南理工大學(xué) 2015
[5]基于用電行為分析的在線用電異常及風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 譚致遠(yuǎn).華南理工大學(xué) 2015
[6]基于市場(chǎng)細(xì)分的差異化服務(wù)管理機(jī)制與營銷策略研究[D]. 王維權(quán).華南理工大學(xué) 2015
[7]基于數(shù)據(jù)挖掘的供電企業(yè)客戶關(guān)系評(píng)估及系統(tǒng)開發(fā)[D]. 張海云.華北電力大學(xué) 2015
[8]基于客戶畫像的數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用[D]. 崔琳.東華大學(xué) 2015
[9]用電客戶停電敏感度分析[D]. 鄭芒英.華南理工大學(xué) 2014
[10]基于數(shù)據(jù)挖掘的電網(wǎng)用戶行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 林嘉暉.中山大學(xué) 2013



本文編號(hào)：3428518