電力行業低碳轉型-客戶細分、負荷預測與能效評價 王莉芳 溫文 俞文瑾 9787111732501 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$566
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：電力行業低碳轉型-客戶細分、負荷預測與能效評價 ISBN：9787111732501 出版社：機械工業 著編譯者：王莉芳 溫文 俞文瑾 頁數：245 所在地：中國大陸 *此為代購商品 書號：1548739 可大量預訂，請先連絡。 內容簡介 電力行業作為我國碳排放佔比最大的行業，其減排效果對實現「雙碳」目標至關重要。本書從大數據賦能電力行業低碳轉型的角度，對重塑電力服務體系這一課題進行研究，從客戶細分、負荷預測與能效評價三個方面提出了方案並予以實踐。首先，基於數據挖掘技術細分電力用戶，提升客戶滿意度；其次，挖掘相關用電數據對電力負荷進行短期和中長期預測，以提高電力負荷的預測精度；最後，開展電力公司供電服務客戶滿意度評價，精準滿足客戶需求，提升供電服務質量。 本書可作為電力工程管理、技術經濟與管理及相關管理專業的博士生和碩士生，以及從事相關研究的專業人員的參考書，同時對從事電力服務與電力體制改革的工作人員也具有一定的指導作用。本書的編寫期望能推進我國電力行業低碳轉型，為電力行業服務體系創新和提高電力服務質量開拓新思路。作者簡介 王莉芳，西北工業大學教授、博士生導師。主要從事創新管理、技術經濟及管理、資源管理等方向的研究。近年來主持國家社科基金、教育部人文社科基金、陝西省哲學社會科學基金、陝西省社會科學界重大理論與現實問題研究項目、陝西省軟科學項目等縱向研究項目20餘項；主持30多項高校和企業聯合研究項目；在國內外學術刊上發表學術論文80餘篇，出版專著2部，教材2部。目錄 前言第1章 緒論 1 1 研究背景與意義 1 1 1 研究背景 1 1 2 研究意義 1 2 國內外相關研究現狀 1 2 1 電力行業低碳轉型相關研究 1 2 2 電力服務質量相關研究 1 2 3 電力客戶細分的相關研究 1 2 4 電力短期負荷預測的相關研究 1 2 5 電力中長期負荷預測的相關研究 1 2 6 能效評價的相關研究 1 2 7 研究評述 1 3 研究方法、內容及技術路線 1 3 1 研究方法 1 3 2 研究內容 1 3 3 技術路線 第2章 相關概念界定與理論基礎 2 1 相關概念界定 2 1 1 電力行業低碳轉型 2 1 2 智能電網 2 1 3 客戶細分 2 1 4 電力負荷 2 1 5 負荷預測 2 1 6 能效評價 2 2 相關理論基礎 2 2 1 電力服務理論 2 2 2 客戶關係管理理論 2 2 3 需求響應相關理論 2 2 4 電力負荷預測相關理論 2 2 5 能效服務理論 2 2 6 客戶服務質量評價理論 第3章 電力客戶細分模型構建 3 1 電力客戶細分模型構建思路 3 2 電力客戶細分模型構建的目標和原則 3 2 1 模型構建目標 3 2 2 模型構建原則 3 3 客戶細分變數提取 3 3 1 客戶細分變數提取原則 3 3 2 基於煤改電客戶意願的細分變數提取 3 3 3 基於煤改電客戶價值的細分變數提取 3 4 客戶細分模型構建 3 4 1 肘部法則與輪廓係數方法確定電力客戶細分初始簇數 3 4 2 K-means演算法實現電力客戶聚類 3 4 3 改進K-means演算法實現客戶細分模型的構建 3 5 本章小結 第4章 電力客戶細分模型的驗證 4 1 客戶數據收集 4 1 1 營銷系統數據收集 4 1 2 問卷調查數據收集 4 2 客戶數據預處理 4 2 1 數據清洗與整理 4 2 2 離群值處理 4 2 3 標準化處理 4 2 4 One-Hot編碼 4 2 5 二進位編碼 4 3 客戶細分聚類 4 3 1 實現工具 4 3 2 K值的確定 4 3 3 K-means演算法聚類 4 4 客戶細分聚類結果解釋 4 4 1 基於煤改電客戶意願的居民客戶聚類結果解釋 4 4 2 基於煤改電客戶價值的居民客戶聚類結果解釋 4 5 客戶細分模型應用結果 4 5 1 基於煤改電客戶意願的居民客戶細分結果 4 5 2 基於煤改電客戶價值的居民客戶細分結果 4 6 本章小結 第5章 智能電網短期負荷預測模型構建 5 1 短期負荷預測影響因素的提取 5 1 1 短期負荷特性分析 5 1 2 短期電力負荷預測影響因素的初步選取 5 1 3 短期電力負荷預測關鍵影響因素的甄別 5 2 人工神經網路在模型構建中的適用性分析 5 3 基於神經網路的智能電網短期負荷預測單一模型構建 5 3 1 單一模型選取原則 5 3 2 BP神經網路預測模型構建 5 3 3 LSTM神經網路預測模型構建 5 4 基於遺傳演算法的短期負荷預測組合模型構建 5 4 1 組合預測模型權重確定方法 5 4 2 BP-LSTM神經網路組合預測模型構建 5 5 本章小結 第6章 智能電網短期負荷預測模型的驗證 6 1 預測精度評價指標選取 6 2 樣本數據選擇與預處理 6 2 1 樣本數據選擇 6 2 2 樣本數據預處理 6 3 預測過程及結果分析 6 3 1 BP神經網路模型預測結果 6 3 2 LSTM神經網路模型預測結果 6 3 3 BP-LSTM神經網路模型預測結果 6 4 模型預測效果對比分析 6 4 1 三種神經網路模型預測效果 6 4 2 組合模型與單一模型預測效果對比 6 5 本章小結 第7章 智能電網中長期負荷預測模型構建 7 1 中長期負荷預測影響因素的提取 7 1 1 中長期負荷特性分析 7 1 2 中長期電力負荷預測影響因素的初步提取 7 1 3 中長期電力負荷預測關鍵影響因素的甄別 7 2 灰色預測模型在中長期電力負荷預測模型中的適用性分析 7 3 單因素條件下的中長期電力負荷需求預測模型構建 7 3 1 單一模型選取原則 7 3 2 基於灰色模型的電力負荷需求預測模型構建 7 4 多因素條件下的中長期電力負荷需求預測模型構建 7 4 1 中長期電力負荷預測模型輸入變數說明 7 4 2 中長期電力負荷需求預測模型構建 7 5 本章小結 第8章 智能電網中長期負荷預測模型驗證 8 1 電力負荷需求預測實例公司負荷數據選取 8 2 單因素條件下電力負荷需求預測模型效果評價 8 2 1 預測精度評價指標選取 8 2 2 預測過程及結果分析 8 3 多因素條件下電力需求預測模型效果評價 8 3 1 預測精度評價指標選取 8 3 2 預測過程及結果分析 8 4 單因素與多因素預測模型預測效果對比分析 8 5 本章小結 第9章 電力客戶用能效果評價模型構建 9 1 評價指標體系建立目標與原則 9 2 評價指標體系構建流程 9 2 1 評價指標初選 9 2 2 評價指標優化與確立 9 2 3 客戶用電 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
