面向产业链特征挖掘和有序用电行业筛选的行业关联图模型

为更深入挖掘行业电量数据多维价值,支撑电网有序用电计划安排,提出了面向产业链特征挖掘和有序用电行业筛选的行业关联图模型。首先,考虑上下游产业链生产活动时差特性,提出了行业电能关联模型;其次,提出行业内向和外向用电特征评估模型及其特征发展趋势评估方法,提出行业敏感度和辐射强度来量化行业之间的电力需求影响程度和各行业对社会生产的辐射强度;随后,提出支撑有序用电行业筛选的行业关联矩阵和关联图。最后,通过算例验证,所提关联图模型能有效挖掘行业上下游关联关系的产业链特征,在有序用电行业筛选方面有巨大价值。

一种基于用电行业分类的中长期电量预测方法

针对传统中长期电量预测方法思路单一,忽视不同层次电量预测之间的内在联系而影响中长期电量预测精度的问题,提出了一种基于用电行业分类的新型中长期电量预测方法。首先,设计了适用于电量预测的用电行业分类原则和方法;然后,以8种特性互补的预测方法为基础,建立优选组合预测模型,对待预测区域整体以及各用电行业的电量需求分别进行年度和季度的预测;最后,运用多级预测协调理论建立了一个二维二级协调模型,对上一步的电量预测值进行修正,改善预测精度,得到上下级统一的区域整体以及各行业未来年度和季度的电量预测值。以实际的电量数据进行了算例分析,验证了该方法的有效性。

2023年中国家用电器行业运行形势分析

2023年,随着疫情防控较快平稳转段,稳经济政策效果显现,中国经济处于疫后修复和政策靠前发力的复苏上升期.上半年,中国居民出行和部分服务类消费较快复苏,但家电等耐用消费品消费复苏进程相对滞后,不过复苏趋势不改.在海外市场方面,欧美通胀同比数据继续回落,海外通胀压力和去库存压力有所缓解,自下半年开始出口有明显恢复,全年增速转正.

数据与误差驱动的典型行业用电量预测方法研究

在新常态经营形势下,用电量的精细化预测对于电力系统的安全、稳定、经济运行具有重要意义。采用基于数据驱动与误差修正的递进式思路,研究行业用电量主要影响因素辨识与预测方法。首先,在数据驱动层面,从相关度和冗余度角度应用最大信息系数和最大关联-最小冗余性初步识别主要影响因素。其次,在误差驱动层面,采用随机森林方法考虑误差进行影响因素精筛。再次,构建考虑了递进式主要影响因素辨识的行业用电量预测模型。预测模型应用自组织映射方法对典型行业的细分行业用电数据样本集进行聚类,分类应用递进式影响因素辨识方法获得主要影响因素,然后同历史用电量数据一起构造误差反向传播神经网络模型进行预测,通过细分聚类、预测求和的方式获得典型行业用电量预测结果。最后,以中国北方某区域两个典型工业行业用电量为预测对象,通过算例验证该方法的适用性。

考虑行业用电特性的电量预测方法研究与应用

准确预测电力需求是进行电网规划和建设的必要依据。本文提出并设计了一套考虑行业用电特性的GM(1,n)灰色模型预测方案,并研究了14个主导行业对禅城区电力需求的影响。通过关联度计算,发现其中5个行业电量发展趋势对禅城区电力需求的影响十分显著,最后给出了考虑关键行业因素的最优GM(1,n)预测模型。应用实例表明,考虑用电特性的GM(1,n)模型精度较高,预测误差较小,该电量预测方法具有实用性和有效性,为提高电网规划水平提供了指导和参考。

家用电器行业网络营销策略研究

本文首先分析了家用电器行业网络营销的现状,以及家用电器行业在发展网络营销策略中出现的一些问题和产生的原因,最后提出家电电器行业在发展网络营销时实施产品策略、价格策略、促销策略、渠道策略及人才策略等方面的相关建议。

家用电器行业发展路变窄

2005年以来,家用电器行业工业生产保持了稳定的增长,但由于能源原材料的成本上涨过快的影响依然存在,家用电器行业的经济效益增长形势仍不容乐观.依靠产品的结构调整和技术升级,家电产品产量依然可以保持适度的增长,但国内市场需求依然缺乏快速扩张的空间以及出口市场面临的非关税壁垒障碍增大等,也形成了较强的阻碍作用.家用电器行业依然面临较大的增长困难,如何突破这些增长困境,目前家电行业依然没有找到有效的途径.

2013年我国家用电器行业对外贸易概况

2013年，我国家电行业对外贸易整体处于比较稳定的增长状态。家电行业出口贸易额稳定增长。增速也继续增长，但增长幅度较小；进口贸易额小幅增长，增速降低。

首届中国家用电器行业“十大品牌”评选结果揭晓

2011年，工业和信息化部颁布了《关于加快我国家用电器品牌建设的指导意见》后，中国家用电器研究院受工信部消费品工业司的委托，于2011年下半年完成了《中国家用电器行业自主品牌发展报告（2010-2011）》。2012年3月30日，由工信部消费品工业司指导、中国家用电器研究院产业经济与技术经济研究所开展的“中国家用电器品牌试评价活动”正式启动（详见本：FU2012年第5期）。9月1日，首届“中国家用电器行业‘十大品牌’评选结果”诞生。

中国家用电器行业首次发布品牌排行榜

现如今，品牌的影响力在企业产品营销中的作用越来越不容忽视，我国家电行业同样在提振出口、扩大内需中亟待品牌的支撑。尤其是2012年以来，受到国内外经济形势低迷、市场需求疲软等负面因素的压力和影响，我国家电企业面临由成本优势向品牌优势转化的转型阶段，培育品牌，提升品牌溢价能力的任务更加紧迫，品牌成为我国家电行业、企业生存和发展不可缺少的关键要素之一。

上市公司资本结构与盈利能力的关系分析——基于家用电器行业的实证研究

资本结构与盈利能力的关系研究,一直是财务管理理论界与实业界的热点和难点问题。由于不同行业其资本结构和盈利能力的关系不同,所以须分行业对其进行实证研究。在我国,家用电器行业市场竞争激烈,故具有典型性与代表性。本文以家用电器行业06-08年的相关财务数据为样本,用主成分分析、线性回归与相关性分析等统计学方法,得出家用电器行业上市公司的资本结构与盈利能力呈中度负相关关系。

基于大用户行为属性挖掘和LS-SVM的钢铁行业用电量预测研究

基于解释结构模型法对区域高耗能行业的大用户行为属性展开分析,提取关键行为属性;通过多因素方差分析找出影响因素的显著性结果。然后构建了最小向量支持向量机(LS-SVM)智能预测模型,以冀北地区为例,在考虑钢铁价格和产量2种用户行为因素的基础上,对区域钢铁行业用电量进行预测。研究结果表明,钢铁行业的钢铁价格及产量与行业用电量的相关性较强,对其影响较大,在对钢铁行业用电量进行预测时应考虑钢铁价格和产量2种因素。LS-SVM智能预测结果表明,该模型具有良好的有效性和可行性,有助于正确判断区域行业用电量变化趋势。

细分行业用电的CPI预测方法

针对目前预测居民消费价格指数(CPI)所依赖的数据源单一,并且大多与CPI无本质关联的问题,提出了基于细分行业用电数据预测CPI的方法。该方法认为电力数据在一定程度上体现了社会生产的状况,因此利用电力数据预测CPI理论上能够提升模型预测精度。首先对所使用的时间序列数据进行了平稳性调整,将非平稳数据调整为平稳的数据。然后采用Pearson时延系数、带时延的KL-Divergence对不同行业用电数据对CPI的影响是否存在不同时延进行判断,其次用赤池信息量对不同行业时延进行最终选择。最后利用岭回归模型构建CPI预测模型,即利用计算而得的不同行业的最优延时,并采用岭回归限制模型维度,预测了未来的CPI。用某省真实的细分行业用电数据和CPI数据对模型效果进行了验证,相比目前最好的自回归积分移动平均(ARIMA)模型,该模型预测误差率下降50. 8%,模型稳定性提升62. 3%。通过挖掘用电量数据与CPI之间更细粒度的关系,该方法成功提高了预测结果的精确度和稳定性,能够更好地预测CPI,也进一步说明了用电信息是预测经济指标的一个重要依据。

2010-2011中国家用电器行业自主品牌发展报告

我国的家电行业历经三十多年来的发展,已成为国内制造业中具有较强竞争力的产业。然而,我国家电企业的品牌建设水平与自身全球第一的产业规模还很不相称,品牌附加值较低,产品同质化现象较为严重,出口以定牌加工中低端产品为主。为此,家电行业亟需进一步强化品牌意识,

面向电网企业代理购电的行业精细化电价定价机制

为促进产业结构优化升级,中国进一步推进用电侧电价改革,取消工商业目录电价,施行电网企业代理购电。剖析了中国行业精细化电价定价机制设计的关键问题,分析了国内外售电模式的优势和不足,以及电网企业代理购电背景下的行业精细化电价定价机制需求。进而,探讨了基于行业属性和综合评价的行业精细化电价定价方法,从行业用电、用能特性等多方面实现电力用户的综合评价,提出基于多样化电价属性的行业差异化电价体系和基于用户综合评价排名分级的精细化电价定价模型,旨在实现社会经济要素的优化配置。最后,以中国浙江省某市电力用户实际负荷数据进行实证分析。结果表明,基于用户综合评价的行业精细化电价定价机制能够形成适合行业特征与用户等级的差异化电价,能够为电网代理购电定价和用电侧电价改革提供参考。

基于改进K-means聚类算法的行业用电画像

随着大数据研究的深入以及配电网自动化的建设,电力大数据日益得到重视。如何基于配电网大数据实现电网用户感知,支撑配电网相关业务,是当前电力公司关注的重点问题。首先对用户年行度数据进行预处理,通过改进K-means算法对用户用电数据进行聚类;随后结合用户所属行业信息,从用电特征对行业用电进行画像;最后基于实际数据实现行业用电画像,验证方法的有效性。

基于地理探测器的广州市分行业月度用电特点及优化管理

为将广州市电力需求侧管理落实到具体行业,使用地理探测器、用电互补性模型分析2013—2017年共60个月各行业用电特点,在此基础上,通过情景分析方法,从行业、时间角度探索行业用电优化管理路径。基于广州市分行业月度用电特点,抓住行业用电量风向标子行业,利用存在可相互抵消用电波动的用电组合,研究发现:在2017年广州市用电量水平下优化行业用电结构和优化用电时间管理总计可减小约2.25亿kW·h的全社会用电月度峰谷差。未来可通过分行业月度用电预测、结合用电互补性分析测算行业用电调度潜力,为电力需求侧管理水平提高提供数据支撑。

浅析国民经济行业用电分类统计

从基层供电企业角度出发,介绍了国民经济行业用电分类统计的内容、用电量的构成、影响因素及其提高行业用电分类统计数据质量的对策.

2017年家用电器行业运行情况及2018年展望

2017年，中国家电行业整体运行形势良好，全年完成主营业务收入1．51万亿元．同比增长18．7％（2017年统计口径有所调整，调整后，2016年主营业务收入为1．27万亿元，调整前为1．46万亿元）；利润总额为1169亿元，同比增长6．09％、利润增速小及收入增速，主要原因是自2016年下半年以来，原材料价格持续上涨，中国家电企业盈利空间遭到一定程度的挤压。

他山之石,不为攻玉——赴德参加家用电器行业智能制造高级培训班总结

2016年11月6～20日，笔者参加了工信部组织的“家用电器行业智能制造高级培训班”，此次在德国为期两周的培训，令人印象深刻，收获很大。