基于AHP和BP-Adaboost的低压电力用户价值评价方法

传统的电力用户价值评价一般不区分高、低压电压等级,高压和低压用户适用指标各异且目前低压电力用户价值评价未见对应指标体系,为此,提出一种基于AHP和BP-Adaboost算法的低压电力用户价值评价方法。首先建立一套低压电力用户价值评价指标体系,并定义评分规则和等级划分规;然后则利用层次分析法(AHP)获取低压电力用户价值评价综合得分和等级;最后提出利用AHP和BP-Adaboost相结合的算法进行低压电力用户价值评价,得到低压电力用户综合得分和等级,并利用决定系数和准确度2个参数进行验证。算例仿真及其结果表明方法正确有效。

我国工业电力用户价值画像模型构建与应用研究

在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动供电企业的综合效益,笔者开展了我国工业电力用户价值画像模型研究。本文对电力用户价值进行了分析和定义,从安全稳定价值(S)、经济效益价值(E)、契约信用价值(C)与有序用电价值(O)四个维度,构建了我国工业电力用户价值评级SECO指标模型,并集成智能算法中的RST(粗糙集理论)与数据挖掘技术中的PAM(围绕中心点切割聚类算法),构造了一种半监督自动化用户价值识别、预测与特征展示模型,模型包括基于RST的指标体系设计、基于Gower相异度系数与PAM的用户价值评级,以及基于用户画像的价值特征展示三大模块。其中,为增强聚类分析结果的科学性与可靠性,采用霍普金斯统计量进行聚类趋势判断,利用间隔统计量输出理论最佳聚类数目,运用轮廓系数评估模型效果与识别误判样本。以我国南方电网公司下属某供电企业电力用户数据进行模型测试与应用研究,得到具有较高解释性与区分度的用户细分方案,表明本模型是一套可行有效的用户价值评级与特征可视化工具。