基于云模型的电力客户资源价值评价方法技术

本发明专利技术公开了一种基于云模型的电力客户资源价值评价方法，首先，建立电力客户价值评价指标体系，包括一级指标、与一级指标相对应的二级指标以及与二级指标相对应的三级指标；之后，对电力客户价值评价指标体系中的指标进行归一化处理，以统一各项指标的计量单位；之后，利用模糊层次分析法分别计算一级指标、二级指标和三级指标的权重；之后，利用熵值法计算三级指标的权重，并利用综合赋权法计算三级指标的综合权重；最后采用基于云模型评价法对客户进行综合评价。本发明专利技术既从企业角度评价客户价值，又从客户角度分析客户满意度，更具体的反映客户的特征，为售电公司差异化经营提供较为全面的信息，能更好地为售电公司差异化服务提供决策支持。

【技术实现步骤摘要】
基于云模型的电力客户资源价值评价方法
本专利技术涉及电力客户资源价值评价方法
，尤其是涉及一种基于云模型的电力客户资源价值评价方法。
技术介绍
传统的电力客户资源价值评价方法的主要思路为：首先，建立电力客户价值评价的指标体系；其次，对各个指标赋权重；最后，对客户价值分类。关于电力客户价值评价的指标体系，国际上有一些零散的研究，理论上并未明确给出完整的指标体系，也缺乏讨论确定客户价值评价指标体系的方法。现有分析获取的电力客户的数据限于客户的一些基础信息，并且并非所有的客户联络记录都被完整记录，因此所产生的分析结果并不精确，其所能反应的问题也十分有限。现有的对电力客户的评价主要是基于售电量、售电收入、欠费记录等的直观的数据，无法根据一定的筛选标准确定目标客户群，评价指标不系统科学。分析方法比较简单，缺少对客户的深度分析，难以挖掘大客户的价值，为客户提供差异化、个性化服务。新一轮电力体制改革后，售电市场放开，电力市场无论是售电侧还是用户侧均呈现多元化的格局。客户所需求的服务不仅仅局限于以往的差异化小的供电服务，不同客户对电网企业的服务需求也不一样。在新的售电市场格局下，电力客户的价值随着售电市场不断成熟而逐渐变化，电网企业需要构建新型的评价指标体系、采用适合的评价方法，站在“客户”角度对电力客户价值进行评估已经成为了新的发展的趋势，传统的客户资源价值评估方法已经不适用。申请公布号为CN107481038A的专利技术专利申请公开了一种电力客户价值评价方法，将电力客户价值评价指标体系中的原始数据标准化处理后设为矩阵X∈Rn×d，计算出矩阵B的特征值和特征向量，得出最大特征值对应的特征向量V，令C＝X·V，则C∈Rn×1，对1维列向量C进行聚类，再对应到原始数据，得出原始数据的聚类结果，原始数据对象Xi被划分到第j类中，当且仅当向量C的第i行被划分到第j类，从而实现对客户的分类，该方法计算指标的权重，提出一种改进的PCA聚类算法对电力客户价值进行分类，为供电企业制定差异化服务策略提供辅助支撑。然而，该专利技术申请适用于传统电市场下对电力客户价值进行评价，不适用于新电改下的客户价值评价。申请公布号为CN107451718A的专利技术专利申请公开了一种基于随机森林分析法的电力大客户价值评价方法，包括，从电力营销系统中选取影响大客户价值评价的评价指标；根据价值维度对选取的评价指标进行分类；对评价指标进行清洗；从电力营销系统中抽取若干大客户价值评价样本，部分作为训练样本，剩余部分作为测试样本；以清洗后的评价指标作为特征，根据训练样本训练随机森林模型；将测试样本输入随机森林模型，当输出值的准确率大于阈值A时，该随机森林模型即为最终的大客户价值评价模型；利用大客户价值评价模型评价电力大客户价值。该专利技术基于公认的评价结果作为样本，运用随机森林分析法进行自主学习，构建和训练大客户价值评价模型，最后用大客户价值评价模型评价电力大客户价值。然而，该专利技术申请适用于传统电市场下对电力客户价值进行评价，不适用于新电改下的客户价值评价。
技术实现思路
有鉴于此，本专利技术的目的是针对现有技术的不足，提供一种基于云模型的电力客户资源价值评价方法，不仅融合了新电改后电力客户的新兴价值，而且采用模糊层次分析法和与熵权法主客观结合的指标权重设计方式，评价方法采用云模型评价法对客户价值进行综合评价，这样既从企业角度评价客户价值，又从客户角度分析客户满意度，更具体的反映客户的特征，为售电公司差异化经营提供较为全面的信息，能更好地为售电公司差异化服务提供决策支持。为达到上述目的，本专利技术采用以下技术方案：基于云模型的电力客户资源价值评价方法，包括如下步骤：步骤S1：建立电力客户价值评价指标体系，电力客户价值评价指标体系包括一级指标、与一级指标相对应的二级指标以及与二级指标相对应的三级指标；步骤S2、对电力客户价值评价指标体系中的指标进行归一化处理，以统一各项指标的计量单位；步骤S3、利用模糊层次分析法分别计算一级指标、二级指标和三级指标的权重；步骤S4、利用熵值法计算三级指标的权重，并利用综合赋权法计算三级指标的综合权重；步骤S5、采用基于云模型评价法对客户进行综合评价。进一步地，在所述步骤S1中，所述一级指标包括传统价值和新兴价值；所述传统价值相对应的二级指标包括客户利润、客户成本、客户信用、客户能力、客户管理和客户忠诚；所述新兴价值相对应的二级指标包括需求侧响应、综合能源服务和社会节能环保。进一步地，所述客户利润相对应的三级指标包括年售电量和年均售电电价；客户成本相对应的三级指标包括电压等级、用电负荷率和管理成本；所述客户信用相对应的三级指标包括违约用电次数、年合同偏差电量和合同履约率；所述客户能力相对应的三级指标包括资产负债率、销售利润率、流动资产周转率和总资产增长率；所述客户管理相对应的三级指标包括设备可靠性和用电安全水平；所述客户忠诚相对应的三级指标包括客户满意度和用电转换服务商频率；所述需求侧响应相对应的三级指标包括可中断负荷容量、储能装置容量、充电桩数量和峰时用电率；所述综合能源服务相对应的三级指标包括电务工程委托情况、节能解决方案需求、分布式电能委托运维意愿和购用电咨询意愿；所述社会节能环保相对应的三级指标包括功率因素和节能设备比率。进一步地，在所述步骤S2中，对电力客户价值评价指标体系中的指标进行归一化处理的方法如下：a.对于效益型指标计算公式如下：其中，χ`ij为第j项指标下第i个客户归一化之后的指标，χij为第j项指标下第i个客户归一化之前的指标；b.对于成本型指标计算公式如下：其中，χ`ij为第j项指标下第i个客户归一化之后的指标，χij为第j项指标下第i个客户归一化之前的指标。进一步地，在所述步骤S3中，利用模糊层次分析法计算指标的权重的方法如下：步骤S3-1、建立模糊一致性判断矩阵R，U是指标元素Ai的集合，U＝{A1,A2,…,An}，i＝1～n，n为指标元素总数，模糊关系矩阵如下：其中，rij表示指标元素Ai相对于Aj的重要程度，若rij>0.5，则指标Ai比Aj重要；若rij<0.5，则指标Aj比Ai重要；若在确定某指标比另一个指标重要的隶属度过程中具有一致性，则当rij>0.5时，rik>rjk此时rij＝rik-rjk+0.5；步骤S3-2、计算指标的权重wi，计算公式如下：其中，wi为利用模糊层次分析法得到的第i个指标的权重，n为指标的总数量，rjk代表指标元素Aj相对于指标元素Ak的重要程度。进一步地，在所述步骤S4中，利用熵值法计算三级指标的权重的方法如下：步骤S4-1、计算第j项三级指标下第i个客户占该指标的比重，计算公式如下：其中pij为第j项三级指标下第i个客户占该指标的比重，x`ij为归一化之后的指标，n为客户总数量，m为三级指标总数；步骤S4-2、计算第j项三级指标的熵值，计算公式如下：其中，ej为第j项三级指标的熵值，pij为第j项三级指标下第i个客户占该指标的比重，k＝1/ln(n)>0ej≥0；步骤S4-3、计算第j项三级指标的信息熵冗余度，计算公式如下：dj＝1-ej(7)其中，dj为第j项三级指标的信息熵冗余度，ej为第j项三级本文档来自技高网...

【技术保护点】
1.基于云模型的电力客户资源价值评价方法，其特征在于，包括如下步骤：步骤S1：建立电力客户价值评价指标体系，电力客户价值评价指标体系包括一级指标、与一级指标相对应的二级指标以及与二级指标相对应的三级指标；步骤S2、对电力客户价值评价指标体系中的指标进行归一化处理，以统一各项指标的计量单位；步骤S3、利用模糊层次分析法分别计算一级指标、二级指标和三级指标的权重；步骤S4、利用熵值法计算三级指标的权重，并利用综合赋权法计算三级指标的综合权重；步骤S5、采用基于云模型评价法对客户进行综合评价。

【技术特征摘要】
1.基于云模型的电力客户资源价值评价方法，其特征在于，包括如下步骤：步骤S1：建立电力客户价值评价指标体系，电力客户价值评价指标体系包括一级指标、与一级指标相对应的二级指标以及与二级指标相对应的三级指标；步骤S2、对电力客户价值评价指标体系中的指标进行归一化处理，以统一各项指标的计量单位；步骤S3、利用模糊层次分析法分别计算一级指标、二级指标和三级指标的权重；步骤S4、利用熵值法计算三级指标的权重，并利用综合赋权法计算三级指标的综合权重；步骤S5、采用基于云模型评价法对客户进行综合评价。2.根据权利要求1所述的基于云模型的电力客户资源价值评价方法，其特征在于：在所述步骤S1中，所述一级指标包括传统价值和新兴价值；所述传统价值相对应的二级指标包括客户利润、客户成本、客户信用、客户能力、客户管理和客户忠诚；所述新兴价值相对应的二级指标包括需求侧响应、综合能源服务和社会节能环保。3.根据权利要求2所述的基于云模型的电力客户资源价值评价方法，其特征在于：所述客户利润相对应的三级指标包括年售电量和年均售电电价；客户成本相对应的三级指标包括电压等级、用电负荷率和管理成本；所述客户信用相对应的三级指标包括违约用电次数、年合同偏差电量和合同履约率；所述客户能力相对应的三级指标包括资产负债率、销售利润率、流动资产周转率和总资产增长率；所述客户管理相对应的三级指标包括设备可靠性和用电安全水平；所述客户忠诚相对应的三级指标包括客户满意度和用电转换服务商频率；所述需求侧响应相对应的三级指标包括可中断负荷容量、储能装置容量、充电桩数量和峰时用电率；所述综合能源服务相对应的三级指标包括电务工程委托情况、节能解决方案需求、分布式电能委托运维意愿和购用电咨询意愿；所述社会节能环保相对应的三级指标包括功率因素和节能设备比率。4.根据权利要求3所述的基于云模型的电力客户资源价值评价方法，其特征在于：在所述步骤S2中，对电力客户价值评价指标体系中的指标进行归一化处理的方法如下：a.对于效益型指标计算公式如下：其中，χ`ij为第j项指标下第i个客户归一化之后的指标，χij为第j项指标下第i个客户归一化之前的指标；b.对于成本型指标计算公式如下：其中，χ`ij为第j项指标下第i个客户归一化之后的指标，χij为第j项指标下第i个客户归一化之前的指标。5.根据权利要求4所述的基于云模型的电力客户资源价值评价方法，其特征在于：在所述步骤S3中，利用模糊层次分析法计算指标的权重的方法如下：步骤S3-1、建立模糊一致性判断矩阵R，U是指标元素Ai的集合，U＝{A1,A2,…,An}，i＝1～n，n为指标元素总数，模糊关系矩阵如下：其中，rij表示指标元素Ai相对于Aj的重要程度，若rij>0.5，则指标Ai比Aj重要；若rij<0.5，则指标Aj比Ai重要；若在确定某指标比另一个指标重要的隶属度过程中具有一致性，则当rij>0.5时，rik>rjk此时rij＝rik-rjk+0.5；步骤S3-2、计算指标的权重wi，计算公式如下：其中，wi为利用模糊层次分析法得到的第i个指标的权重，n为指标的总数量，rjk代表指标元素Aj相对于指标元素Ak的重要程度。6.根据权利要求5所述的基于云模型的电力客户资源价值评价方法，其特征在于：在所述步骤S4中，利用熵值法计算三级指标的权重的方法如下：步骤S4-1、计算第j项三级指标下第i个客户占该指标的比重，计算公式如下：其中pij为第j项三级指标下第i个客户占该指标的比重，x`ij为归一化之后的指标，n为客户总数量，m为三级指标总数；步骤S...

【专利技术属性】
技术研发人员：宋大为，白宏坤，杨萌，李虎军，尹硕，刘军会，邓方钊，杨钦臣，赵文杰，王江波，
申请(专利权)人：国网河南省电力公司经济技术研究院，国家电网有限公司，华北电力大学保定，
类型：发明
国别省市：河南,41