本书主要从地理信息系统（GIS）技术、电力营销GIS发展以及电力营销GIS平台的技术实现、业务集成、业务应用、构建技术、信息安全和应用展望方面进行了详尽介绍，使读者可以详细了解并掌握电力营销GIS技术和应用。
电子书
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。
章节目录
- 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
电力营销大数据的研究及应用是2016年由中国电力出版社出版,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。
电子书
电子书
本书分为4篇13章。其中，第1章到第4章属于基础篇，主要介绍大数据概述、大数据营销概述、大数据时代的消费者行为分析、大数据广告营销等内容。第5章、第6章属于工具篇，主要介绍精准营销、大数据搜索营销等内容。第7章到第11章属于智能应用篇，主要介绍当前热门的大数据营销应用领域，包括App营销、微信营销、微博营销、O2O营销、短视频与直播营销等内容。第12章、第13章属于拓展篇，主要介绍跨界营销、其他大
电子书
本书共分九章，包括电力客户服务概论、电力营销人员服务、客户投诉心理分析及解决途径、电力营销服务人员基本礼仪要求、电力营业窗口服务、业扩报装服务内容及特征、抄核收服务、用电检查服务、装表接电服务等。
电子书
本书共分六章，所涉业务包括业扩报装、抄核收、用电检查、线损管理、客户服务及营销其他业务。全书按照各部分工作要点、工作技巧，结合案例，从知识点逐渐过渡到案例分析。
电子书
本书用案例指导传统软装行业转变思路，在互联网模式下重新获利。全书共分7章，分别讲述重构装饰行业新商业模式、新盈利思维、新盈利模式、新业务模式、新职业技能模式、新谈单布局模式、实体店发展新模式，着重剖析了现有盈利模式的思维误区，对电商背景下常见的营销误区进行了分析，其中关于抖音、微信视频号、公众号、朋友圈、微信群营销思维误区，文案误区等的分析，具有针对性。案例取自教学实践，营销思维、电商营销方法可以
电子书
本书阐述了营销风险管理相关概念，着重介绍了电力营销风险识别、分析和评价方法，对不同风险的应对策略做了分类阐述和分析，梳理了电力营销风险预警机制，并基于以上研究提出了优化供电企业风险的管理流程，最后介绍了电力营销风险管理监控平台和一些典型案例。
电子书
本书共8个项目，分别为初识商务数据分析、商务数据的获取与管理、市场和行业数据分析、竞争对手数据分析、商品数据分析、销售数据分析、客户数据分析、商务数据可视化与分析报告。本书采用项目任务式结构，讲解商务数据分析的相关理论及应用知识，注重培养读者的实践与应用能力。本书围绕电商店铺运营中的商务数据展开，列举大量的实用商务数据分析案例，帮助读者学习和理解各种数据分析知识，并能将这些知识熟练地应用到实际工作
电子书
本书注重营销稽查和营销业务管控的实用性，从目前常用的营销业务系统数据查询分析入手，通过把控营销业务异常问题关键点，介入辅助分析手段，现场稽查验证，最后进行问题综合研判和整改，同时辅以典型案例对主要营销业务异常问题类型进行全过程稽查分析演示。
