内容简介
本书以电力营销的生产数据和电力用户的实时数据为基础，结合统计分析、关联分析、挖掘算法，对用电特性分析、电力负荷预测、电网规划运行、电力客户服务、电力看经济等进行阐述。
展开全文
- 封面
- 书名页
- 版权页
- 编委会
- 前言
- 第1章 电力营销大数据时代思考
- 1.1 引 言
- 1.2 用电信息采集系统
- 1.2.1 负荷监测
- 1.2.2 反窃电
- 1.2.3 有序用电
- 1.3 电力大数据的应用前景
- 1.3.1 发电环节
- 1.3.2 输电环节
- 1.3.3 变电环节
- 1.3.4 用电环节
- 1.4 大数据在电力营销业务中的应用前景
- 1.4.1 用电特性分析
- 1.4.2 网供负荷预测
- 1.4.3 配网规划运行
- 1.4.4 电力客户服务
- 第2章 数据源建设——大数据应用的铺路石
- 2.1 “发输配用”数据中心建设
- 2.1.1 营配集成系统数据
- 2.1.2 电力用户用电信息采集系统数据
- 2.1.3 省地县一体化电量系统数据
- 2.1.4 能量管理系统数据
- 2.1.5 外部数据
- 2.2 “脏数据”类型及数据清洗
- 2.2.1 数据缺失
- 2.2.2 数据异常
- 2.2.3 数据不同步
- 第3章 用电特性分析——大数据应用的显微镜
- 3.1 用户用电特性分析
- 3.1.1 居民用电特性分析
- 3.1.2 企业用电特性分析
- 3.1.3 行业用电特性分析
- 3.2 用户负荷气象模型
- 3.2.1 负荷（电量）数据的主要影响因素分析
- 3.2.1.1 主成分分析的基本原理
- 3.2.1.2 主成分分析的基本步骤
- 3.2.2 负荷数据预处理
- 3.2.3 气象数据预处理
- 3.2.4 基准温度选取
- 3.2.5 负荷气象模型构建
- 3.2.6 模型的训练与修正
- 3.3 行业电量气象模型
- 3.3.1 气象数据预处理
- 3.3.2 行业电量气象模型构建
- 3.3.3 模型的训练与修正
- 3.4 行业电量节假日和周末模型
- 3.4.1 行业电量节假日模型构建
- 3.4.2 行业电量周末模型构建
- 第4章 电力负荷预测——大数据应用的急先锋
- 4.1 基于传统方法的负荷预测
- 4.1.1 基于统计方法的预测技术
- 4.1.1.1 决策树预测
- 4.1.1.2 多元自适应回归样条预测
- 4.1.1.3 随机森林预测
- 4.1.1.4 装袋算法（Bagging）预测
- 4.1.2 基于智能算法的预测技术
- 4.1.2.1 BP神经网络算法
- 4.1.2.2 支持向量机
- 4.2 基于用电大数据的短期负荷预测
- 4.3 基于用电大数据的母线短期负荷预测
- 4.3.1 母线负荷预测与系统负荷预测的区别
- 4.3.1.1 母线负荷的构成
- 4.3.1.2 母线负荷的特性
- 4.3.1.3 母线负荷预测在能量管理系统中的作用
- 4.3.2 母线负荷预测的基本理论
- 4.3.3 母线负荷预测的传统方法
- 4.3.4 基于大数据的母线负荷预测方法
- 4.4 基于用电大数据的中长期负荷/电量预测
- 4.4.1 基于业扩趋势大数据的中长期电量预测
- 4.4.1.1 数据清洗
- 4.4.1.2 数据预处理
- 4.4.1.3 剔除外部因素对电量的影响
- 4.4.1.4 模型计算
- 4.4.2 基于行业用电大数据的中长期负荷预测
- 第5章 电网规划运行——大数据实践的试金石
- 5.1 配电变压器状态实时监测
- 5.1.1 当前现状及分析
- 5.1.2 配电变压器状态监测
- 5.1.2.1 负载率
- 5.1.2.2 三相不平衡
- 5.1.2.3 功率因数
- 5.1.3 配电变压器监测效益分析
- 5.2 地区公用配电变压器负荷特性分析
- 5.2.1 地区公用配电变压器负载分析
- 5.2.2 公用配电变压器负荷聚类分析
- 5.3 配电变压器重、过载风险预警
- 5.3.1 新装配电变压器重、过载预测
- 5.3.2 稳定配电变压器重、过载预测
- 5.4 台区线损分析
- 5.4.1 台区综合线损
- 5.4.2 台区理论线损的传统计算方法
- 5.4.2.1 电压损失法
- 5.4.2.2 台区损失率法
- 5.4.2.3 等值电阻法
- 5.4.2.4 传统计算方法的比较
- 5.4.3 台区理论线损的大数据计算方法
- 第6章 电力客户服务——大数据实践的点睛笔
- 6.1 全社会电力用户档案搜索引擎
- 6.1.1 搜索引擎的功能结构
- 6.1.2 搜索引擎的功能实现
- 6.1.2.1 索引库
- 6.1.2.2 分词器
- 6.1.2.3 索引库同步更新
- 6.1.3 搜索引擎的使用
- 6.1.3.1 引擎初始页面
- 6.1.3.2 输入模糊地址进行搜索
- 6.1.3.3 变压器信息搜索
- 6.1.3.4 通过人名搜索
- 6.1.4 自然语言搜索技术
- 6.1.4.1 异构数据源抽取
- 6.1.4.2 构建RDF知识库
- 6.1.4.3 受限汉语规则与词库构建
- 6.1.4.4 查询语句解析
- 6.2 客户服务风险管理
- 6.2.1 客户服务满意度
- 6.2.2 客户访问行为分析
- 6.2.3 客户服务小助手
- 6.3 客户信用评价模型
- 6.3.1 客户信用评价信息的划分
- 6.3.1.1 大客户信用评价信息
- 6.3.1.2 居民客户信用评价信息
- 6.3.2 客户信用评价模型
- 6.4 客户异常用电/窃电分析
- 6.4.1 皮尔逊相关系数算法
- 6.4.2 运用皮尔逊相关系数算法查找客户问题表计
- 6.5 客户用电优化建议书
- 6.5.1 企业用电优化建议书
- 6.5.1.1 电量分析建议项
- 6.5.1.2 负荷分析建议项
- 6.5.1.3 产能利用率分析建议项
- 6.5.1.4 温度对负荷影响分析建议项
- 6.5.2 居民用电合理建议书
- 6.5.2.1 峰谷电量分析建议项
- 6.5.2.2 阶梯电量分析建议项
- 6.5.2.3 季节电量分析建议项
- 6.5.2.4 冰箱用电分析建议项
- 第7章 用电大数据的扩展应用——民生风向标
- 7.1 居民住房分析
- 7.1.1 居民住房空置率分析
- 7.1.2 新房交付走势分析
- 7.2 居民消费水平指数分析
- 7.2.1 居民用电走势
- 7.2.2 居民电量影响模型
- 7.2.3 居民配电变压器负荷模型
- 7.2.4 居民用电基数
- 7.2.5 居民消费水平指数
- 7.3 家庭绿色能效管理
- 7.3.1 我的用电
- 7.3.2 家庭能效
- 第8章 用电大数据的扩展应用——经济晴雨表
- 8.1 江苏宏观经济发展分析
- 8.1.1 经济总量概况
- 8.1.2 产业结构概况
- 8.1.3 其他主要指标
- 8.2 用电量趋势看经济发展
- 8.2.1 用电量与宏观经济的关联分析
- 8.2.2 用电量预测宏观经济增长
- 8.2.2.1 数据样本与变量设置
- 8.2.2.2 正向回归方程与参数估计
- 8.2.2.3 利用估计的参数推导倒向方程
- 8.2.2.4 利用电力数据预测地区GDP
- 8.3 用电量看产业结构变化
- 8.3.1 地区结构变化
- 8.3.2 行业结构变化
- 8.4 用电量看行业景气度
- 8.4.1 行业产能利用率
- 8.4.2 行业景气度指数
- 第9章 电力营销大数据技术平台——大数据处理分析的金刚钻
- 9.1 电力营销大数据平台关键技术概述
- 9.1.1 大数据主流技术平台
- 9.1.1.1 Apache原生态大数据平台
- 9.1.1.2 IBM大数据平台——IBM InfoSphere BigInsights
- 9.1.1.3 EMC大数据平台——Pivotal HD
- 9.1.2 电力大数据应用的典型案例
- 9.2 电力营销大数据平台建设思路
- 9.2.1 定位与目标
- 9.2.2 关键技术分析
- 9.2.2.1 数据存储与组织
- 9.2.2.2 数据计算方法
- 9.2.2.3 数据分析方法
- 9.2.2.4 用户接口
- 9.2.2.5 数据安全与监管
- 9.2.3 技术路线
- 9.2.4 电力营销大数据平台功能架构
- 9.2.5 电力营销大数据平台技术架构
- 9.3 电力营销大数据平台关键技术
- 9.3.1 电力营销大数据整合技术
- 9.3.1.1 对源数据库低影响的高效抽取技术
- 9.3.1.2 文件采集与处理技术
- 9.3.1.3 实时数据采集技术
- 9.3.2 电力营销大数据存储技术
- 9.3.2.1 分布式文件系统
- 9.3.2.2 分布式列式存储
- 9.3.3 电力营销大数据计算技术
- 9.3.3.1 批量计算技术
- 9.3.3.2 内存计算技术
- 9.3.3.3 流式计算技术
- 9.3.4 电力营销大数据索引和查询技术
- 9.3.4.1 电力营销大数据快速查询和创建索引面临的挑战
- 9.3.4.2 电力营销大数据高效索引和快速组合查询技术
- 9.3.5 电力营销大数据分析技术
- 9.3.6 电力营销大数据平台服务
- 9.3.7 电力营销大数据平台运行维护
- 参考文献
- 封底
展开全部
版权信息
出版社：中国电力出版社
出版时间：2016
作者：李斌
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《电力营销大数据的研究及应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
出版时间：2016
作者：李斌
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《电力营销大数据的研究及应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电力营销大数据的研究及应用
免费读 (VIP)