文献类型：期刊文章

作　　者：闫泓序[1] 余顺坤[1] 林依青[2]

YAN Hong-xu;YU Shun-kun;LIN Yi-qing(Academy of Economics and Management,North China Electric Power University,Beijing 102206,China;Shantou Power Supply Bureau,Guangdong Power Grid Co.,LTD.,Shantou 515000,China)

机构地区：[1]华北电力大学经济与管理学院,北京102206 [2]广东电网有限责任公司汕头供电局,广东汕头515000

出　　处：《中国管理科学》

基　　金：中央高校基本科研业务费专项资金资助(2018QN066)。

年　　份：2021

卷　　号：29

期　　号：10

起止页码：224-235

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动供电企业的综合效益,笔者开展了我国工业电力用户价值画像模型研究。本文对电力用户价值进行了分析和定义,从安全稳定价值(S)、经济效益价值(E)、契约信用价值(C)与有序用电价值(O)四个维度,构建了我国工业电力用户价值评级SECO指标模型,并集成智能算法中的RST(粗糙集理论)与数据挖掘技术中的PAM(围绕中心点切割聚类算法),构造了一种半监督自动化用户价值识别、预测与特征展示模型,模型包括基于RST的指标体系设计、基于Gower相异度系数与PAM的用户价值评级,以及基于用户画像的价值特征展示三大模块。其中,为增强聚类分析结果的科学性与可靠性,采用霍普金斯统计量进行聚类趋势判断,利用间隔统计量输出理论最佳聚类数目,运用轮廓系数评估模型效果与识别误判样本。以我国南方电网公司下属某供电企业电力用户数据进行模型测试与应用研究,得到具有较高解释性与区分度的用户细分方案,表明本模型是一套可行有效的用户价值评级与特征可视化工具。

关 键 词：电力用户细分  电力用户价值评价  用户价值画像  粗糙集理论  PAM  霍普金斯统计量  间隔统计量  轮廓系数  

分 类 号：F272.3[工商管理类] F270.5]