注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術(shù)工業(yè)技術(shù)電工技術(shù)基于機器學習算法的電力實踐案例大數(shù)據(jù)分析

基于機器學習算法的電力實踐案例大數(shù)據(jù)分析

基于機器學習算法的電力實踐案例大數(shù)據(jù)分析

定 價:¥48.00

作 者: 國網(wǎng)寧夏電力有限公司吳忠供電公司
出版社: 中國電力出版社
叢編項:
標 簽: 暫缺

ISBN: 9787519865177 出版時間: 2022-07-01 包裝: 平裝-膠訂
開本: 16開 頁數(shù): 字數(shù):  

內(nèi)容簡介

  本書基于海量電力數(shù)據(jù),介紹最新的大數(shù)據(jù)技術(shù)和機器學習算法在電力產(chǎn)業(yè)中的應(yīng)用實踐案例。 基于大數(shù)據(jù)分析和機器學習算法對配變臺區(qū)停電進行預(yù)測。從停電類型、二十四節(jié)氣、停電時間段對電力數(shù)據(jù)進行整合分析,基于時間序列實現(xiàn)停電預(yù)測,包括處理序列、參數(shù)準備、時間序列基礎(chǔ)、創(chuàng)建時間序列模型、訓(xùn)練模型等步驟,實現(xiàn)停電臺區(qū)提前預(yù)警,為臺區(qū)改造和綜合服務(wù)提供依據(jù)和支撐。 基于大數(shù)據(jù)分析和機器學習算法對高壓用戶電費進行預(yù)測。明確電力生產(chǎn)中高壓用戶分類說明,建立預(yù)測模型架構(gòu),從數(shù)據(jù)分析過程出發(fā),創(chuàng)建模型、訓(xùn)練模型、預(yù)測時間準確率分析評估,最后形成基于隨即森林實現(xiàn)電費預(yù)測的模型,有效預(yù)測電費變化,提升電力服務(wù)體系效率,為推進高壓用戶電費改革提供數(shù)據(jù)參考。 基于大數(shù)據(jù)分析和機器學習算法對企業(yè)復(fù)工復(fù)產(chǎn)水平預(yù)測。電力數(shù)據(jù)涉及行業(yè)廣泛,結(jié)合當下市場現(xiàn)狀,對企業(yè)用電量、電費等數(shù)據(jù)進行處理,基于時間序列方法進行分析,形成評價分析流程,預(yù)測企業(yè)復(fù)工復(fù)產(chǎn)時間趨勢以及狀態(tài),并按電壓等級和用戶類型進行分析,為企業(yè)復(fù)工復(fù)產(chǎn)提供決策性建議,助力企業(yè)復(fù)工復(fù)產(chǎn)。 基于大數(shù)據(jù)分析和機器學習算法對電力用戶價值進行分析?;诤A侩娏τ脩魯?shù)據(jù),按行業(yè)類別和用戶性質(zhì),利用RFM方法構(gòu)建電力用戶價值模型,以樓宇空置和空巢用戶為重點分析案例,形成具有指導(dǎo)意義的評價流程和報告,為政府科學決策提供參考依據(jù)。 基于大數(shù)據(jù)分析和機器學習算法對配電網(wǎng)變臺進行精準投資分析?;陔娏Ξa(chǎn)業(yè)實際情況,明確配電網(wǎng)變臺評價指標說明,就配電網(wǎng)變臺進行相關(guān)性分析,形成基于K-means聚類算法的優(yōu)質(zhì)變臺識別方法,并對識別結(jié)果進行驗證,對模型進行修正,為研究電力配電網(wǎng)變臺大數(shù)據(jù)人員提供參考。 基于大數(shù)據(jù)分析和機器學習算法對農(nóng)網(wǎng)供電營業(yè)廳進行評價分析?;谵r(nóng)網(wǎng)營業(yè)廳業(yè)務(wù)流程和經(jīng)營數(shù)據(jù),梳理明確營業(yè)廳具體指標說明,對各指標進行相關(guān)性分析,去除多重共線性,按營業(yè)廳類型進行主成分因子分析,計算營業(yè)廳整體得分,形成基于主成分分析的營業(yè)廳得分評價計算,得出評價營業(yè)廳工作質(zhì)效的評價體系,輔助農(nóng)網(wǎng)營業(yè)廳革新調(diào)整。 基于大數(shù)據(jù)分析和機器學習算法生成基于OCR字符識別工具。對圖片和數(shù)據(jù)進行處理,形成基于OCR光學字符和手寫字符識別模型,并結(jié)合實際情況,對模型進行訓(xùn)練和修正,生成穩(wěn)定的基于OCR提取圖像關(guān)鍵信息。 基于大數(shù)據(jù)分析和機器學習算法生成一般工商業(yè)電價優(yōu)選工具?;诖髷?shù)據(jù)技術(shù)和機器學習算法,利用Python工具,對海量工商業(yè)電價數(shù)據(jù)進行處理,達到電費自動計算的目的,并形成電費優(yōu)惠金額自動輸出,形成數(shù)據(jù)結(jié)果可視化,構(gòu)建電費自動化,減少業(yè)務(wù)工作人員工作環(huán)節(jié),節(jié)省電力運營和服務(wù)成本。

作者簡介

  國網(wǎng)寧夏電力公司是國家電網(wǎng)公司全資子公司,屬國有特大型能源供應(yīng)企業(yè),主要從事寧夏回族自治區(qū)境內(nèi)電網(wǎng)的建設(shè)、運行、管理和經(jīng)營,為寧夏經(jīng)濟社會發(fā)展提供充足、穩(wěn)定的電力供應(yīng)和優(yōu)質(zhì)、高效的服務(wù)。國網(wǎng)寧夏電力公司經(jīng)營區(qū)域覆蓋寧夏回族自治區(qū)全境,覆蓋國土面積6.64萬平方公里,供電服務(wù)人口688萬人。截至2020年底,公司用工總量13601人,其中長期職工9107人、供電服務(wù)(農(nóng)電)職工3258人、集體企業(yè)用工1126人、勞務(wù)派遣110人。

圖書目錄

前言
1 大數(shù)據(jù)分析介紹
1.1 大數(shù)據(jù)概述
1.2 數(shù)據(jù)準備
1.3 模型規(guī)劃
1.4 機器學習
2 配變臺區(qū)停電精準預(yù)測
2.1 概述
2.2 數(shù)據(jù)分析過程
2.3 基于時間序列實現(xiàn)停電預(yù)測
2.4 建議
3 高壓用戶電費回收風險預(yù)測
3.1 概述
3.2 數(shù)據(jù)分析過程
3.3 高壓用戶電費風險預(yù)測分析
4 企業(yè)復(fù)工復(fù)產(chǎn)水平預(yù)測
4.1 概述
4.2 基于時間序列實現(xiàn)企業(yè)復(fù)工復(fù)產(chǎn)水平預(yù)測
4.3 建議
5 電力用戶價值分析
5.1 概述
5.2 數(shù)據(jù)準備
5.3 基于RFM構(gòu)建電力用戶價值模型
5.4 用電客戶數(shù)據(jù)挖掘分析之樓宇空置率
6 配電網(wǎng)臺區(qū)精準投資分析
6.1 概述
6.2 問題分析
6.3 關(guān)鍵指標分析
6.4 分析內(nèi)容
7 農(nóng)網(wǎng)供電營業(yè)廳評價分析
7.1 數(shù)據(jù)準備
7.2 數(shù)據(jù)預(yù)處理
7.3 模型建立及調(diào)參
7.4 模型檢驗
8 一般工商業(yè)電價優(yōu)選工具生成
8.1 概述
8.2 存在的問題
8.3 基于Python實現(xiàn)電費自動計算
8.4 案例實測
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號