基于贝叶斯网络的电力客户停电敏感度预测

• 作者: 吕朋朋 徐致光 毕善钰 熊霞 缪平 陶晓峰
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 贝叶斯网络 停电敏感度 数据标签 K折交叉验证 后验概率
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能在电力系统中的技术研究与应用专题
• 页码范围: 49-54
• 页数: 6页
• 分类号: TM711|TP391.1
• 字数: 3886字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.05.008

摘要

精准预测停电敏感的电力客户群体,能够有效感知客户用电需求,提升客户用电满意度,助力提高电力服务水平.文中提出基于贝叶斯网络构建电力客户停电敏感度预测模型,从95598客服平台、营销业务系统、用电信息采集系统获取分析数据,结合客户基本信息、用电信息、智能电能表计量信息以及用户用电交互行为,定义客户停电敏感度数据标签,对用户的停电投诉进行分析与预测.采用K折交叉验证法对停电敏感度预测模型进行实验验证.实验表明,基于贝叶斯网络构建的电力客户停电敏感度预测模型,在停电投诉分析应用中具备较高的精准度,验证了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶晓峰		7	2	1.0	1.0
2	吕朋朋		4	0	0.0	0.0
3	缪平		4	0	0.0	0.0
4	熊霞		5	2	1.0	1.0
5	徐致光		1	0	0.0	0.0
6	毕善钰		4	2	1.0	1.0