共查询到16条相似文献,搜索用时 203 毫秒
1.
为了全面了解用电客户,为大客户提供个性化服务,需要建立客户综合价值分析体系。介绍了客户价值评估的评价指标分析法以及评价指标体系的构建,阐述了运用层次分析法为客户综合价值指标进行赋权的方法,并进行了实例分析。实践表明,所建立的指标体系及指标赋权方法,能为供电企业进行客户价值分析提供理论和实践上的借鉴。 相似文献
2.
3.
4.
5.
6.
7.
8.
随着电力体制改革和能源互联网产业发展,开展综合能源服务将是电网企业转型的重要方向.聚焦供电公司掌握客户用电负荷、电量、缴费等大数据的挖掘应用,从客户信用、客户价值、客户风险3个维度,构建了包含月均预存比例、月均欠费次数、月均停电次数等9项具体指标的综合能源项目挖掘培育评价指标体系,提出了基于电力大数据模糊评价的综合能源项目挖掘优选算法,利用电力大数据评估潜在客户的内部状况,从而为挖掘优质潜在客户提供了一定支撑.最后以8家随机客户进行案例分析,结果表明了该方法的有效性. 相似文献
9.
特高压(UHV)落点的最优规划对于建立合理可靠的特高压电网具有重要的作用。以此为目的,围绕适用于特高压落点规划的综合评价指标体系和评价方法开展研究。首先从经济性指标、安全性指标、落点区域特性指标、远景适应性指标和协调性指标等5个方面,建立了用于特高压落点优化布局的评价指标体系。接着提出了基于矩估计理论赋权的灰色综合优选方法,并探讨了其在特高压落点规划中的应用。该方法以评价指标的主观权重和客观权重作为样本点,以集成权重与主客观权重偏差最小为目标,基于矩估计理论建立赋权的最优组合模型,通过求解模型的最优解以确定指标的最优组合权重。在此基础上,通过灰色关联度进行特高压落点的综合优选。最后,以湖北电网新增特高压落点为研究对象,利用所提出评价指标体系和评价方法进行了研究,得出了武汉作为新增特高压最优落点的结论。研究结果不仅验证了所提出评价指标体系和评价方法的有效性和可行性,而且说明其对于变电站落点规划优选具有良好的应用价值。 相似文献
10.
针对我国售电市场开放初期,售电公司对客户等级评估中存在的模糊性、随机性,以及不同区域售电公司评估指标选择的主观性和不确定性问题,提出合理有效的售电公司客户等级评估方法。本文从售电公司经营原则出发,从经济性、安全性、环保性三个方面构建售电公司客户等级评估指标体系。在评估时,运用云模型不确定性的分析方法,建立基于云模型的售电公司客户等级综合评估模型。为了解决各个评估指标权重评判的主观随意性,本文将层次分析法主观赋权法和熵权法客观赋权法相结合,通过加法集成法综合判定售电公司客户综合评估指标的权重,得出更加科学合理的结果。最后,选择某售电公司7家客户进行算例分析,评估各个客户等级并提出优化建议。 相似文献
11.
市场条件下的电力客户价值分析体系 总被引:2,自引:1,他引:1
电力客户价值分析是供电企业针对不同价值客户实施差异化服务,实现利益最大化的基础。首先对客户价值进行了分析和界定,从客户当前价值和潜在价值2个方面构建了客户价值评价指标体系,建立了兼顾主客观因素的权重确定模型,并对南方某市供电公司的5个客户进行了分析,验证了该客户价值分析体系的有效性和实用性。 相似文献
12.
减碳配额约束下电力客户的模糊聚类分析 总被引:2,自引:0,他引:2
在减碳配额约束下.供电公司的客户服务领域将由单纯的供电营销向全面的指导用户优化用电方式和减碳服务方向拓展。考虑电力用户的减碳水平,构建了低碳经济下电力客户价值指标体系,提出运用动态模糊聚类算法细分电力客户的新方法,深入分析了动态聚类时最佳阈值的选取依据,用此方法对某市10名大工业客户进行了实证分析。结果表明,低碳经济下电力客户评价指标体系具备合理性。根据聚类结果,总结了不同类别客户的特点,对供电企业如何展开针对性服务提出了建议。 相似文献
13.
14.
随着电力市场的发展,使对供电企业客户信用度的评价显得日趋重要。分析了电力客户信用度模糊综合评价的意义,提出了一种基于模糊数学的电力客户信用度综合评价模型,设计了完整的指标体系和评价方案,并建立了针对不同信用度等级的客户的营销策略,以期为供电企业提供客户管理的决策依据。 相似文献
15.
供电企业客户满意度评价指标体系的构建研究 总被引:1,自引:0,他引:1
在实地调研和参阅相关资料的基础上,提出了电力客户对供电企业的三级满意度指标体系.运用层次分析法得出二级指标和三级指标的权重,由于经层次分析法得到的权重具有主观性特征,采用了调查问卷的方式对得到的权重进行修正.对这些二级指标和三级指标的权重运用综合权重分析法计算出三级指标相对于一级指标的综合权重.最后根据该权重结果得到电力客户对供电企业满意度指标的排序. 相似文献
16.
随着电力体制改革的不断深入以及大数据互联网技术的发展,传统的供电公司和综合能源服务企业急需改善现有的粗放型营销模式,实现不同用户需求的快速响应。针对综合能源服务潜在客户的精准识别问题,本文通过对综合能源服务潜在客户的标签进行分析,基于Spark内存计算平台提出了一种改进的并行化Kmeans聚类算法,对聚类过程中初始聚类中心的选取和样本影响因素的权值进行改进,基于优化后的权值对客户数据集进行聚类分析,对综合能源服务潜在客户进行识别。采集综合能源服务企业的近期交易数据,在多节点的物理机上进行实验与分析,结果表明改进后的聚类算法更准确,在执行效率上,并发度高的算法执行效率优于单线程的算法,算法具有较好的并行能力。 相似文献