| 406 | 27 | 46 |
| 下载次数 | 被引频次 | 阅读次数 |
针对以往文献侧重于利用单一维度指标对电力客户进行细分与评价这一不足,构建了符合电力行业特点的电力客户终身价值模型,在此基础上运用k-means算法对四川电力客户的抽样数据进行了细分和评价,并进一步对不同类型的高价值客户群给出了差异化的运营管理建议,为地方电力公司基于客户需求的运营管理提供了指导和参考。
Abstract：[1]林伯强.中国电力工业发展:改革进程与配套改革[J].管理世界,2005(8).
[2]Bosh Ell F,Veloza O P.Review of developed demand side management programs including different concepts and their results[C].Proceedings of IEEE Transmission and Distribution Conference and Exposition.Bogota,Columbia,2008.
[3]张粒子,黄仁辉.智能电网对电力市场发展模式的影响与展望[J].电力系统自动化,2010(8).
[4]侯雪波等.关联规则技术在电力市场营销分析中的应用[J].电力系统及其自动化学报,2005(2).
[5]张斌,孙哲.关联规则技术在电力系统中的应用[J].电网技术,2007(1).
[6]牛东晓,吕佳良.关联分析在电力负荷灰色神经网络预测中的应用[J].华东电力,2007(8).
[7]肖俊等.基于关联分析的城市用电负荷研究[J].电力系统自动化,2007(17).
[8]Huang S J,Shih K R.Short-term load forecasting via ARMA model identification including non-Gaussian process considerations[J].IEEE Transactions on Power Systems,2003(2).
[9]冯丽,邱家驹.离群数据挖掘及其在电力负荷预测中的应用[J].电力系统自动化,2004(11).
[10]张昀,周湶,任海军.数据挖掘在电力负荷坏数据智能辨识与修正中的应用.重庆大学学报,2013(2).
[11]安德洪,沈肥,王洪萍.基于模糊神经网络的用户用电数据挖掘[J].数量经济技术经济研究,2002(10).
[12]魏沁华.基于数据挖掘的电力客户利润贡献度分析[J].电力需求侧,2006(2).
[13]冯璐等.基于数据挖掘的供电企业客户关系管理系统研究与设计[J].电力信息化,2007(7).
[14]李频.基于模糊聚类分析的电力客户信用评价算法[J].计测技术,2010(1).
[15]舒华英,齐佳音.电信客户全生命周期管理[M].北京:北京邮电大学出版社,2004.
[16]王敬敏,王振旗,周锋华.供电企业CRM中客户分析与评价研究[J].中国电力,2004(4).
[17]Mac Queen J B.Some methods for classification and analysis of multivariate observations[C].Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability,Berkeley:University of California Press,1967.
(1)居民电力客户的总体电力占比较小,且电能消费上存在较大相似性,因此本文考察的重点放在非居民电力客户。
基本信息:
中图分类号:F274;F426.61
引用信息:
[1]陈缨,卢思瑶,沈焱,等.电力客户价值评估与管理的实证研究[J].西南民族大学学报(人文社科版),2017,38(09):130-133.
基金信息:
中国博士后科学基金面上资助项目“基于价值链的重大技术装备制造企业制造模式创新研究”(2015M570779);中国博士后科学基金特别资助项目“考虑柔性的重大技术装备制造企业制造策略优化研究(2016T90846)”;; 四川省科技厅软科学研究项目“基于价值链的我国重大技术装备制造企业的制造模式创新研究”(2015-RK00-0064-ZF)阶段性成果
2017-09-10
2017-09-10