<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《电力需求侧管理》编辑部 -->电力营销与客户服务]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于用户特征聚类的综合能源套餐推荐方法]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230612&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对庞大的综合能源用户群体在购买能源服务套餐时难以选择的问题,提出一种基于用户特征聚类的综合能源套餐推荐方法,以提高用户粘性。首先,将收集的综合能源用户信息进行知识图谱构建,对缺失的用户信息进行补充完善,同时分析用户之间的关系。然后,采用谱聚类的方法对构建好的用户知识图谱进行图谱分割聚类,进行用户之间的相似度计算,提取代表综合能源用户用能行为多样性的兴趣特征。最后,通过随机森林模型计算综合能源用户对各能源服务套餐的预测评分,将预测评分进行排序后,取评分最高的部分套餐通过线上平台为用户呈现套餐服务内容,实现对用户的精准推荐。将所提套餐推荐模型与传统推荐模型进行比较分析,结果表明基于用户特征聚类的综合能源套餐推荐方法能够为综合能源服务公司实现有效的用户精准化能源服务推荐,有利于提升能源服务公司的市场竞争力,同时为电力企业向综合能源服务提供商转型提供技术支撑。]]></description>
<pubDate>2023/12/18 9:26:48</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[骆 钊，张 涛，高泽勇，周 磊，梁俊宇，林铭良]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230612&flag=1]]></guid><cfi:id>13</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[电力用户异常用电的深度神经网络检测方法]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230613&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[以电力用户异常用电为代表的电力系统非技术性损耗通常会造成供电公司运营成本的显著性上升。首先,提出一种电力用户异常用电的深度神经网络检测方法,根据电力用户用电负荷特性采用深度置信网络（DBN）对原始的电力负荷数据进行特征提取并获取符合特征,其次,基于极限学习机（ELM）完成特征分类,从而建立电力用户异常用电检测基础模型。最后,提出一种采用改进果蝇优化算法（IFOA）对DBN 的网络权重与层间偏置参数进行寻优,由此获得基于IFOA-DBN-ELM的电力用户异常用电检测模型。实验结果表明：所提方法的准确率、精确度和检出率显著高于其他方法,误检率低于其他方法,能够较为准确地检测出具有异常用电行为的电力用户,有助于降低供电公司的运营成本。]]></description>
<pubDate>2023/12/18 9:26:48</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[郑世英，牛清林，刘 伟，杨沛豪]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230613&flag=1]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于多维特征分析与动态定权聚类的电力居民用户分类]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230614&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于居民用户用电需求的高度随机性和不规则性,亟需详细的数据分析来定义用户的行为特征,以提供更加合理的用电建议和需求响应潜力。为了进一步挖掘非介入式辨识数据的价值,提出一种基于多维用电行为数据的电力居民用户分类方法。首先通过非介入式智能电表获取居民细粒度用电数据,分析用户的用电行为,寻找到关键用电特征量；接着使用CRITIC权重法自适应配置各指标权重,通过6类聚类评价指标,对4种聚类算法和3个数据距离计算进行对比,实现最优聚类方法和聚类数目的选择。通过某小区实际数据验证了本文所提用电特征量以及定权聚类方法的有效性,将居民用户群体分成用电行为差异明显的两类。]]></description>
<pubDate>2023/12/18 9:26:48</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[崔高颖，邵雪松，陈 霄，储娜娜，张娅楠]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230614&flag=1]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230615&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了有效界定停电事件的影响因素,提高应急情景动态推演模型的准确性,避免电力突发事故的发生,设计基于改进贝叶斯网络的大面积停电事件应急情景动态推演模型。首先,对初始情景、引发情景、爆发情景、恢复情景和消失情景等五个网络层级进行分析,构建大面积停电事件情景网络；其次,考虑应急决策主体、对象、目标、方案以及决策环境,模拟大面积停电事件应急决策过程,利用改进贝叶斯网络计算多层次情景网络之间移动概率,确定事件动态演化规律；最后,通过大面积停电事件数据的输入结果,得出包含大面积停电事件动态推演路径和最优应急方案。实验结果表明：应用设计模型后,停电面积缩小率为48.57%,停电事件的实际停电面积明显缩小。完善了应急情景动态推演过程,事件应急方案与实际停电情况相匹配,可以高效应对大面积停电事件,具有较高的应用价值。]]></description>
<pubDate>2023/12/18 9:26:48</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[郝宗良，张韶华]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230615&flag=1]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于问卷调查的居民家庭可控负荷统计分析]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230616&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对现阶段精确到单个居民可控负荷的大量数据,多来源于国外,不适用国内居民可控负荷参与需求响应的问题,通过问卷调查的方式统计了国内某小区居民可控负荷,分析了其用于削峰及提高风电和光伏消纳水平的可行性及潜力。首先基于客观、易于回答等原则设计了居民可控负荷调查问卷,发布后收集到有效答卷466份。而后利用问卷调查数据质量综合评价体系对统计所得问卷进行了评估。基于评估所得结果,利用Python对评价等级为良好以上的问卷信息进行了量化处理,采用自下向上的分层建模思路,结合居民可控负荷数学模型,计算了居民可控负荷的需求响应潜力。最后通过对比各类居民可控负荷的需求响应潜力,可知国内可参加需求响应的居民可控负荷有空调、电热水器、洗衣机等；将居民可控负荷曲线与风电、光伏发电典型出力对比,可知居民可控负荷具备提高光伏发电和风电消纳水平的潜力。]]></description>
<pubDate>2023/12/18 9:26:48</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[梁振锋，张静帆，王晓卫，张惠智]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230616&flag=1]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于行业发展趋势的回归模型在电费回收风险预测中的应用研究]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230516&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[近年来,受电力体制改革、经济转型升级、环保力度加大、极端天气频发以及新冠疫情等影响,一些用电客户面临产量下降、销售困难等问题,进一步增加了电费回收的难度。针对此问题,提出了一种基于行业发展趋势的回归模型,对电费回收风险进行预测。首先利用季节调整算法提取行业历史售电量发展的趋势项,然后对影响售电量趋势的因素进行综合、定量分析。在此基础上构建行业发展趋势预测模型对行业发展态势进行感知,利用感知结果,结合用户缴费行为以及容量变化等数据,通过分类回归算法构建电费回收风险预警模型,客观量化用户电费回收的风险概率,识别存在电费回收风险的用户。最后通过实例验证,所提模型具有较好的预测能力。]]></description>
<pubDate>2023/9/28 2:36:58</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[黄华胜，闫富荣，赵 璐，程少华，彭新宇，张 文，陈 雁，欧阳红]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230516&flag=1]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于电力大数据分析的接电成本预测模型]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230517&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为提升电网的运营效率和资源利用率,提高预算及成本控制的精准度,同时帮助用户制定合理的供电方案、用电策略,推进用电服务及电力营商环境不断优化,构建基于电力大数据分析的接电成本预测模型。首先,分析电力大数据中的数据类型,并采用基于MapReduce并行化处理的聚类挖掘算法,从电力系统中挖掘与接电成本相关的电力大数据,获取聚类结果。其次,通过时间序列分析法构建接电总成本预测模型,并通过多元回归方法构建接电成本影响因素预测模型,经模型预测后,获取最佳接电成本预测结果。最后,经实验验证：该模型可精准预测企业用户接入时产生的接电成本,还能够有效预测不同设备价格、不同电压等级下的接电成本变化。]]></description>
<pubDate>2023/9/28 2:36:58</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[王 红，孙志翔]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230517&flag=1]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[工业用户电能质量需求识别与服务策略研究]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230518&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[充分挖掘用户数据价值识别用户电能质量需求,推进差异化增值服务对提升用户满意度和电网公司竞争力具有重要价值。首先,基于多维用户数据,引入用户画像理论,建立了多维度优质电力用户画像标签体系,以识别用户电能质量需求；其次,利用K-means聚类算法进行优质电力用户群体画像,实现用户群体划分,基于前景理论量化用户电能质量需求,并以此为依据开展差异化增值服务套餐设计。最后,通过案例分析验证了其合理性和有效性。]]></description>
<pubDate>2023/9/28 2:36:58</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[张一帆，潘大志，杨 洋，梁 帅，郭 杉]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20230518&flag=1]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于区块链碳通证的碳排放权与绿证联合交易市场机制设计]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240214&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[绿证和碳交易机制是现阶段推动电力系统经济低碳运行的有效手段。但现行的绿证制度在鼓励可再生能源并网、缓解财政补贴压力等方面的表现不佳,现行的碳市场对促进减排效果也不明显,且总体呈现“孤立运作”特征。因此,为打破传统绿证和碳市场交易的壁垒,做好市场机制层面的有效衔接,设计了基于区块链的碳权-绿证联合交易市场框架与激励机制。首先,编写智能合约将购/售电及碳权、绿证交易在以太坊平台运行,确保联合市场交易的安全高效自动执行与信息透明；其次,引入碳通证概念,提出了考虑碳通证的DPoS-CT共识算法,激励市场主体对碳减排做出更多贡献；最后,通过算例分析验证了所提机制可有效激励可再生能源交易和限制火电机组的碳排放量,为碳权-绿证联合交易市场建设提供新思路。]]></description>
<pubDate>2024/3/26 19:27:19</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[田壁源，刘倩汝，常喜强，戚红艳，文玉玲，徐海奇，张新燕]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240214&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于季节性指数平滑法的电能表需求预测分析]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240215&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着智能电能表大规模普及应用,电能表需求数量日益庞大,采用经验人工估计容易造成电能表临时短缺和库存积压等问题。基于计量系统中的电能表历史安装数据,采用简单季节性模型、Winters加法模型和Winters乘法模型,并结合LSTM模型对结果进行对比分析,比较不同模型的优劣,确定电能表需求预测最优方法。实证结果表明：Winters乘法模型预测效果最好,预测值平均误差为2.46%,预测趋势符合实际情况。Winters乘法指数平滑法能够对电能表需求变化趋势进行科学合理预测,可以协助供电公司更加高效开展电能表运营管理,提高计量资产利用效率。]]></description>
<pubDate>2024/3/26 19:27:20</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[周红勇，孙雨婷，张延展]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240215&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑电能使用行为的用户碳画像研究]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240216&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着我国提出“碳达峰、碳中和”的双碳建设目标,节能减碳成为当下的热点问题。用户碳画像对电力公司分析居民用户的电能使用行为,制定合理的电能减碳调控措施具有重要意义。为此,对基于电能使用行为的用户碳画像标签体系和画像方法进行研究。首先对用户多维用能数据进行搜集和筛选；然后根据筛选后的用户电能使用行为数据,结合画像目的,从用户减碳负荷特性、用户低碳用电特性、用户电能产消碳特性3个维度设计用户碳画像的标签体系；再将子标签进行数据处理并对各类综合指标分析得到各维标签数据。最后通过使用k-means聚类算法判断并确定用户的所属簇别,以三维散点图进行展示；再根据标签体系计算获得用户的减碳综合指数并以柱状图进行展示,实现了用户碳画像的可视化呈现,反映了用户电能减碳的综合能力；通过选取典型用户对比实施减碳措施前后的碳排放量,验证了所提方法的有效性。]]></description>
<pubDate>2024/3/26 19:27:20</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[郑 杨，王雨薇，徐丁吉，邓士伟，李莹莹，陈星瑞]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240216&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于输配电价的用户定价策略选择模型的构建]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240217&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[近期,国家发展和改革委员会下发了第三监管周期省级电网输配电价,并调整了两部制电价执行的范围,对符合条件的用户赋予了选择执行单一制、两部制输配电价定价策略的选择权,而如何选择定价策略可以更具备经济性,成为困扰用电客户的难题。为此,基于当前的输配电价及相关电费计算规则,分析影响用户定价策略选择的关键因素,定义相关参数作为变量,根据现行输配电价计算定价策略经济性临界曲线,构建了一套输配电价定价策略比选模型,并通过典型用户对模型进行了验证,为用户科学合理选择输配电价定价策略提供了一套可行的方案。]]></description>
<pubDate>2024/3/26 19:27:20</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[李 宁，侯素颖，袁 婷，薛云耀]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240217&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于自编码多层感知器的电力负荷管理终端运行故障诊断方法]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240218&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对现有电力负荷管理终端运行故障辨识率低问题,提出一种基于自编码多层感知器的电力负荷管理终端运行故障诊断方法。首先,分析负荷管理终端运行状态指标与故障；其次,阐述自编码多层感知器电力负荷管理终端运行的故障诊断模型及其实现方法,通过终端运行技术指标时序数据的等间隔式滑动窗口,操作获取表征终端运行状态特征候选集合,采用自编码器AE特征选择子模型,提取最优特征子集,借助多层感知器MLP故障诊断辨识子模型,实现终端运行故障分类诊断；最后,通过实验验证所提方法有效性。结果表明所提方法能提升电力负荷管理终端运行故障辨识精确率、召回率和辨识效率,实现电力负荷管理终端运行故障的精细化诊断。]]></description>
<pubDate>2024/3/26 19:27:20</pubDate>
<category><![CDATA[电力营销与客户服务]]></category>
<author><![CDATA[朱亮亮，滕姗姗，徐辰冠，庄 重，段梅梅，苏慧玲]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20240218&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>