10.3969/j.issn.1672-9722.2019.03.042
基于混合神经网络的电力客户细分研究
随着我国电力市场改革的逐步深化,电力市场需求多元化的特性逐步凸显.制定有针对性的营销策略,满足不同客户的用电需求,实现个性化与差异化的服务,提高电网公司的核心竞争力,扩大电能在社会消费终端中的占有率,已成为电力企业一项迫切任务.为了制定电力客户的用电服务,电力客户细分就显得尤为重要.论文提出了H-LSTM(Hy?brid-Long Short-Term Memory)的混合神经网络方法来进行电力客户细分,通过用电客户的特征指标,时间之间的联系,进行对电力客户的分类.通过对电力大客户的供电营销数据进行实验,和决策树、原始LSTM神经网络等方法进行了比较,实验结果表明,H-LSTM的电力客户细分方法准确度更高,具有实际应用价值.
LSTM、电力客户细分、循环神经网络、混合神经网络、用电行为
47
F426.61(中国工业经济)
国家自然科学基金项目编号:61672337;基于深度学习的大客户负荷预测技术研究与应用编号:066600KK52170002
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
689-695