期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合机器学习与SHAP值算法的居民需求响应个体异质性因素挖掘与应用研究
被引量:
2
1
作者
王兆华
刘杰
+2 位作者
王博
邓娜娜
聂富华
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2024年第7期2247-2259,共13页
本研究基于大规模居民电力需求响应(EDR:electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分...
本研究基于大规模居民电力需求响应(EDR:electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分析.研究发现,居民是否参与需求响应活动是外部激励,家庭结构,用电规律与习惯倾向,用电知识等因素共同作用的结果,其效应的大小和极性存在着丰富的异质性.其中,电话营销等外部激励对用户参与需求响应影响最大,其效果在年龄较大以及受教育程度较高的群体较为明显;响应时段基准用电量在1度左右的用户参与倾向较大;节能环保意识较强且具有较高节电条件的家庭参与概率更高.同时,依据SHAP值的交互以及分解性质,在后续需求响应活动中对用户进行分类营销,可以节省93.9%的营销成本,并提高46.4%的参与人数.本研究对不同群体的异质性进行了更为细致的分析研究,为未来新型电力系统下进行更为精确和智能的需求响应提供了重要支撑.
展开更多
关键词
需求响应
因素分析
机器学习
SHAP值
原文传递
题名
融合机器学习与SHAP值算法的居民需求响应个体异质性因素挖掘与应用研究
被引量:
2
1
作者
王兆华
刘杰
王博
邓娜娜
聂富华
机构
北京理工大学
管理与经济学院
北京理工大学可持续发展与智慧决策研究中心
数字经济与政策智能工业和信息化部重点实验室
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2024年第7期2247-2259,共13页
基金
国家自然科学基金(72243001,72074026,72141302,72321002)。
文摘
本研究基于大规模居民电力需求响应(EDR:electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分析.研究发现,居民是否参与需求响应活动是外部激励,家庭结构,用电规律与习惯倾向,用电知识等因素共同作用的结果,其效应的大小和极性存在着丰富的异质性.其中,电话营销等外部激励对用户参与需求响应影响最大,其效果在年龄较大以及受教育程度较高的群体较为明显;响应时段基准用电量在1度左右的用户参与倾向较大;节能环保意识较强且具有较高节电条件的家庭参与概率更高.同时,依据SHAP值的交互以及分解性质,在后续需求响应活动中对用户进行分类营销,可以节省93.9%的营销成本,并提高46.4%的参与人数.本研究对不同群体的异质性进行了更为细致的分析研究,为未来新型电力系统下进行更为精确和智能的需求响应提供了重要支撑.
关键词
需求响应
因素分析
机器学习
SHAP值
Keywords
demand response
factor analysis
machine learning
SHAP value
分类号
F423.3 [经济管理—产业经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
融合机器学习与SHAP值算法的居民需求响应个体异质性因素挖掘与应用研究
王兆华
刘杰
王博
邓娜娜
聂富华
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2024
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部