一种基于多维度指标的综合能源客户价值评价方法技术

本发明专利技术提出了一种基于多维度指标的综合能源客户价值评价方法，其步骤为：首先，确定对综合能源客户价值的影响因素，建立能源客户的评价指标体系；并利用k‑Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心；其次，利用灰色关联度法计算专家集中的专家的最优专家权重，进而得到三级指标的主观权重；然后，利用熵权法对聚类中心的三级指标进行计算，得到三级指标的客观权重，与三级指标的主观权重结合确定聚类中心的综合指标权重；最后，利用TOPSIS法计算聚类中心与理想解的贴近度，并根据贴近度的高低确定能源客户的价值。本发明专利技术实现了客户的分类和高价值客户的精准定位，为向不同的综合能源用户的进行差异化服务提供参考和支撑。

【技术实现步骤摘要】
一种基于多维度指标的综合能源客户价值评价方法
本专利技术涉及综合能源客户评价
，特别是指一种基于多维度指标的综合能源客户价值评价方法。
技术介绍
在开放售电的政策环境下，综合能源业务进入高速发展的时期，综合能源公司面临着构建新型服务体系的压力，同时在复杂多变的市场环境下，综合用能需求特征和主导用户群体不清晰，难以制定合理的营销战略。因此，如何识别和管理综合能源用户的价值，提升客户满意度和忠诚度成为了亟待解决的问题。当前存在多种客户价值评价的方法，但是多是基于传统的电力客户的价值评价，方法上也存在主观性强等缺点，准确率和时效性都存在一定问题。此外，传统的价值评价方法多是对客户赋值，但是综合能源服务的范围广泛，具有接近评价价值的综合能源用户在特征上可能存在较大差异，综合能源服务需求也差异较大，因而给综合能源服务项目的展开和影响策略的制定带来了较大的苦难。
技术实现思路
针对上述
技术介绍
中存在的不足，本专利技术提出了一种基于多维度指标的综合能源客户价值评价方法，解决了现有价值评价方法准确率低、时效性差的技术问题。本专利技术的技术方案是这样实现的：一种基于多维度指标的综合能源客户价值评价方法，其步骤如下：S1、确定对综合能源客户价值的影响因素，建立能源客户的评价指标体系，其中，能源客户的评价指标体系包括二级指标和与二级指标相对应的三级指标；S2、利用k-Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心；S3、利用灰色关联度法计算专家集中的专家的最优专家权重，并根据最优专家权重确定聚类中心的三级指标的主观权重；S4、利用熵权法对聚类中心的三级指标进行计算，得到三级指标的客观权重，并根据三级指标的主观权重和客观权重确定聚类中心的综合指标权重；S5、根据聚类中心的综合指标计算能源客户的评价指标的正理想解和负理想解，利用TOPSIS法计算聚类中心与正理想解、负理想解的贴近度，并根据贴近度的高低确定能源客户的价值。所述步骤S1中二级指标包括宏观经济影响、用户属性、客户经济贡献、客户发展潜力、客户信誉贡献、客户综合能源服务需求。与宏观经济影响对应的三级指标包括：行业增长率、是否享受补贴和是否是高污染企业；与用户属性对应的三级指标包括：行业分类、用电类别、缴费方式、电价电压等级和客户能耗等级；与客户经济贡献对应的三级指标包括：电费、天然气费用和油费；与客户发展潜力对应的三级指标包括：综合能源用量同比、综合能源用量环比、综合能源缴费环比和综合能源缴费同比；与客户信誉贡献对应的三级指标包括：缴费信用、违约用电次数和违约用电金额；与客户综合能源服务需求对应的三级指标包括：节能管理方案需求、分布式电源需求、需求侧响应需求和储能装置需求。所述三级指标包括数值型三级指标和分类型三级指标，将数值型三级指标分为正向三级指标和负向三级指标，其中，数值型三级指标包括行业增长率、电费、天然气费用、油费、综合能源用量同比、综合能源用量环比、综合能源缴费同比、综合能源缴费环比、违约用电次数和违约用电金额；分类型三级指标包括是否享受补贴、是否是高污染企业、行业分类、用电类别、缴费方式、电价电压等级、客户能耗等级、缴费信用、节能管理方案需求、分布式电源需求、需求侧响应需求和储能装置需求；正向三级指标包括行业增长率、电费、天然气费用、油费、综合能源用量同比、综合能源用量环比、综合能源缴费同比和综合能源缴费环比；负向三级指标包括违约用电次数和违约用电金额。所述利用k-Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心的方法为：S21、分别对正向三级指标和负向三级指标进行归一化处理，得到归一化后的三级指标，并将归一化后的三级指标作为标准三级指标；S22、设置聚类簇的个数为K，随机选取K个客户作为初始的聚类簇的聚类中心；S23、计算能源客户的标准三级指标与聚类中心的距离：其中，d(xi,Qc)为第i个客户与第c个聚类中心Qc的距离，c＝1,2,…,K，xi为第i个客户的标准三级指标的集合，i＝1,2,…,I，I为客户的数量，p为数值型三级指标的数量，r为分类型三级指标的数量，xij'为第i个客户对应的归一化后的第j个标准三级指标，qcj'为第c个聚类中心对应的第j个标准三级指标，xij为第i个客户对应的第j个三级指标，qcj为第c个聚类中心对应的第j个三级指标，θ为加权系数，δ(xij,qcj)为三级指标xij与qcj之间的海明威距离，，当xij＝qcj时，δ(xij,qcj)的取值为1，否则δ(xij,qcj)的取值为0；S24、根据第i个客户与K个聚类中心的距离的最小值将第i个客户分类到最小值对应的聚类中心所在的聚类簇中，并更新K个聚类簇的类型；S25、计算每个聚类簇的聚类中心，其中，聚类中心的数值型三级指标为聚类簇所有客户对应的数值型三级指标的平均值，聚类中心的分类型三级指标为聚类簇所有客户出现频率最高的三级指标的值；S26、判断聚类簇的类型是否发生变化，若是，循环执行步骤S23-S25，否则，聚类过程结束，输出聚类簇的类型及其对应的聚类中心。所述步骤S21中对正向三级指标进行归一化处理的计算公式为：所述步骤S21中对负向三级指标进行归一化处理的计算公式为：其中，xij'为第i个客户对应的归一化后的第j个三级指标，xij为第i个客户对应的第j个三级指标，max(xij)为所有客户对应的第j个三级指标中的最大值，min(xij)为所有客户对应的第j个三级指标中的最小值。所述利用灰色关联度法计算专家集中的专家的最优专家权重，并根据最优专家权重确定聚类中心的三级指标的主观权重的方法为：S31、构建专家集，计算专家集的所有专家对每个聚类簇的聚类中心的评价值：其中，为第k个专家对第c个聚类中心的评价值，k＝1,2,…,m，m为专家的数量，为第k个专家对第j个三级指标的评价标准的权重，p为数值型三级指标的数量，qcj'为第c个聚类中心对应的第j个标准三级指标；S32、计算第c个聚类中心的综合评价得分均值：其中，zmc为专家集的所有专家对第c个聚类中心的综合得分评价均值；S33、计算各专家与聚类中心的灰色关联系数其中，为第k个专家对第c个聚类中心的评价值与综合评价得分均值的距离，为的最小值，为的最大值，η为分辨系数；S34、根据灰色关联系数计算各专家与聚类中心的关联度S35、利用极大熵准则构建各专家与聚类中心的关联度模型：其中，μ为权重因子，为第k个专家对第c个聚类中心的最优专家权重，ρ为临界值；S36、对关联度模型(9)进行求解，得到最优专家权重并根据第k个专家对第j项三级指标的评价标准的权重和最优专家权重确定三级指标的主观权重w'j：所述利用熵权法对聚类中心的三级指标进行计算，得到三级指本文档来自技高网...

【技术保护点】
1.一种基于多维度指标的综合能源客户价值评价方法，其特征在于，其步骤如下：/nS1、确定对综合能源客户价值的影响因素，建立能源客户的评价指标体系，其中，能源客户的评价指标体系包括二级指标和与二级指标相对应的三级指标；/nS2、利用k-Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心；/nS3、利用灰色关联度法计算专家集中的专家的最优专家权重，并根据最优专家权重确定聚类中心的三级指标的主观权重；/nS4、利用熵权法对聚类中心的三级指标进行计算，得到三级指标的客观权重，并根据三级指标的主观权重和客观权重确定聚类中心的综合指标权重；/nS5、根据聚类中心的综合指标计算能源客户的评价指标的正理想解和负理想解，利用TOPSIS法计算聚类中心与正理想解、负理想解的贴近度，并根据贴近度的高低确定能源客户的价值。/n

【技术特征摘要】
1.一种基于多维度指标的综合能源客户价值评价方法，其特征在于，其步骤如下：
S1、确定对综合能源客户价值的影响因素，建立能源客户的评价指标体系，其中，能源客户的评价指标体系包括二级指标和与二级指标相对应的三级指标；
S2、利用k-Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心；
S3、利用灰色关联度法计算专家集中的专家的最优专家权重，并根据最优专家权重确定聚类中心的三级指标的主观权重；
S4、利用熵权法对聚类中心的三级指标进行计算，得到三级指标的客观权重，并根据三级指标的主观权重和客观权重确定聚类中心的综合指标权重；
S5、根据聚类中心的综合指标计算能源客户的评价指标的正理想解和负理想解，利用TOPSIS法计算聚类中心与正理想解、负理想解的贴近度，并根据贴近度的高低确定能源客户的价值。


2.根据权利要求1所述的基于多维度指标的综合能源客户价值评价方法，其特征在于，所述步骤S1中二级指标包括宏观经济影响、用户属性、客户经济贡献、客户发展潜力、客户信誉贡献、客户综合能源服务需求。


3.根据权利要求2所述的基于多维度指标的综合能源客户价值评价方法，其特征在于，与宏观经济影响对应的三级指标包括：行业增长率、是否享受补贴和是否是高污染企业；
与用户属性对应的三级指标包括：行业分类、用电类别、缴费方式、电价电压等级和客户能耗等级；
与客户经济贡献对应的三级指标包括：电费、天然气费用和油费；
与客户发展潜力对应的三级指标包括：综合能源用量同比、综合能源用量环比、综合能源缴费环比和综合能源缴费同比；
与客户信誉贡献对应的三级指标包括：缴费信用、违约用电次数和违约用电金额；
与客户综合能源服务需求对应的三级指标包括：节能管理方案需求、分布式电源需求、需求侧响应需求和储能装置需求。


4.根据权利要求3所述的基于多维度指标的综合能源客户价值评价方法，其特征在于，所述三级指标包括数值型三级指标和分类型三级指标，将数值型三级指标分为正向三级指标和负向三级指标，其中，数值型三级指标包括行业增长率、电费、天然气费用、油费、综合能源用量同比、综合能源用量环比、综合能源缴费同比、综合能源缴费环比、违约用电次数和违约用电金额；分类型三级指标包括是否享受补贴、是否是高污染企业、行业分类、用电类别、缴费方式、电价电压等级、客户能耗等级、缴费信用、节能管理方案需求、分布式电源需求、需求侧响应需求和储能装置需求；正向三级指标包括行业增长率、电费、天然气费用、油费、综合能源用量同比、综合能源用量环比、综合能源缴费同比和综合能源缴费环比；负向三级指标包括违约用电次数和违约用电金额。


5.根据权利要求4所述的基于多维度指标的综合能源客户价值评价方法，其特征在于，所述利用k-Prototypes算法对三级指标对应的客户进行聚类，得到聚类中心的方法为：
S21、分别对正向三级指标和负向三级指标进行归一化处理，得到归一化后的三级指标，并将归一化后的三级指标作为标准三级指标；
S22、设置聚类簇的个数为K，随机选取K个客户作为初始的聚类簇的聚类中心；
S23、计算能源客户的标准三级指标与聚类中心的距离：



其中，d(xi,Qc)为第i个客户与第c个聚类中心Qc的距离，c＝1,2,…,K，xi为第i个客户的标准三级指标的集合，i＝1,2,…,I，I为客户的数量，p为数值型三级指标的数量，r为分类型三级指标的数量，xij'为第i个客户对应的归一化后的第j个标准三级指标，qcj'为第c个聚类中心对应的第j个标准三级指标，xij为第i个客户对应的第j个三级指标，qcj为第c个聚类中心对应的第j个三级指标，θ为加权系数，δ(xij,qcj)为三级指标xij与qcj之间的海明威距离，，当xij＝qcj时，δ(xij,qcj)的取值为1，否则δ(xij,qcj)的取值为0；
S24、根据第i个客户与K个聚类中心的距离的最小值将第i个客户分类到最小值对应的聚类中心所在的聚类簇中，并更新K个聚类簇的类型；
S25、计算每个聚类簇的聚类中心，其中，聚类中心的数值型三级指标为聚类簇所有客户对应的数值型三级指标的平均值，聚类中心的分类型三级指标为聚类簇所有...

【专利技术属性】
技术研发人员：张琳娟，许长清，王利利，卢丹，方匡南，姚昕，黄汝婷，
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，厦门大学，
类型：发明
国别省市：河南;41