没有合适的资源?快使用搜索试试~ 我知道了~
由于对电力用户信用判断不准确,导致售电公司在服务策略上采用统一策略或大概范围策略,成本高、效果低、针对性不强,不利于公司经营效率的提升。为此,针对传统算法存在监控精度低的问题,提出一种基于改进熵权法的电力信用数据敏感度监控算法。该算法选取监控指标,对指标进行异常值处理、缺失值处理和归一化处理,利用改进熵权法实现电力信用数据敏感度监控。结果表明,与3种传统算法相比,在所提算法的监控下,得到的用户信用波动痕迹曲线更接近实际用户信用波动情况,由此可知所提算法性能更高。
资源推荐
资源详情
资源评论
电子设计工程
Electronic Design Engineering
第 28卷
Vol.28
第 24期
No.24
2020年 12月
Dec. 2020
收稿日期:2020-02-27 稿件编号:202002152
基金项目:四川省自然科学基金项目(SGSCKE00JYJS1600059);国家重点研究计划项目(2017YFA0500301)
作者简介:柯行思(1992—),男,湖北十堰人,硕士,助理工程师。研究方向:营销信息技术。
售电是电力 公 司业 务 系统 中 最重 要 的环 节 之
一,关系着电力公司的经济效益,然而目前电力公司
在营销管理上,由于没有对电力客户进行信用评价,
难以区分高低信用客户,导致服务策略过于单一
[1]
。
在服务策略上,采用统一策略或大范围制定策略,导
致电力公司运营成本高、效果低下、针对性不强,不
利于公司经营效率的提升。为此,有必要对电力客
户信用数据进行敏感度监控,这对于营造优质供用
电环境、衡量商务诚信度、构建诚信社会具有重要的
现实意义。
目前,电力信用数据敏感度监控研究方法有很
多,主要通过 评估算 法来 实现信 用敏感 度监 测,包
括类聚 法、AHP 层次分 析法 、机器学 习算法 中的随
基于改进熵权法的电力信用数据敏感度监控算法
柯行思,吴梦昭,李 博,王云飞,周 苏
(国网四川省电力公司供电服务中心,四川 成都 610041)
摘要:由于对电力用户信用判断不准确,导致售电公司在服务策略上采用统一策略或大概范围策
略,成本高、效果低、针对性不强,不利于公司经营效率的提升。为此,针对传统算法存在监控精度
低的问题,提出一种基于改进熵权法的电力信用数据敏感度监控算法。该算法选取监控指标,对
指标进行异常 值 处理、缺 失 值处理和归一化 处 理,利用 改 进熵权法实现电 力 信用数据敏感度监
控。结果表明,与 3 种传统算法相比,在所提算法的监控下,得到的用户信用波动痕迹曲线更接近
实际用户信用波动情况,由此可知所提算法性能更高。
关键词:改进熵权法;电力信用;敏感度监控;评估
中图分类号:TN533.5 文献标识码:A 文章编号:1674-6236(2020)24-0066-04
DOI:10.14022/j.issn1674-6236.2020.24.014
Monitoring algorithm of power credit data sensitivity based on
improved entropy weight method
KE Xingsi,WU Mengzhao,LI Bo,WANG Yunfei,ZHOU Su
(State Grid Sichuan Electric Power Corporation Power Supply Service Center,Chengdu 610041,China)
Abstract: Due to the inaccurate judgment of power users’credit,the power selling company adopts the
unified strategy or the approximate range strategy in the service strategy,which has high cost,low effect
and weak pertinence,and is not conducive to the improvement of the company's operating efficiency.
Therefore,in view of the low monitoring accuracy of the traditional algorithm,an improved entropy
weight based monitoring algorithm for power credit data sensitivity is proposed. The algorithm selects the
monitoring indicators,processes the abnormal value,missing value and normalization of the indicators,
and uses the improved entropy weight method to realize the power credit data sensitivity monitoring. The
results show that: compared with the three traditional algorithms,the user credit fluctuation trace curve
under the monitoring of the proposed algorithm is closer to the actual user credit fluctuation situation,so
the performance of the proposed algorithm is higher.
Keywords: improved entropy weight method;power credit;sensitivity monitoring;evaluation
-- 66
资源评论
weixin_38556737
- 粉丝: 3
- 资源: 944
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功