基于数据挖掘的电动汽车用户细分及价值评价方法

被引:10
作者
张禄
李国昌
陈艳霞
孙舟
王伟贤
田贺平
机构
[1] 国网北京市电力公司电力科学研究院
关键词
电动汽车; 用户细分; 数据挖掘; KMEANS算法; 用户价值评价;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
用户细分可以掌握不同电动汽车用户充电行为的特征及其之间的差异性,对充电服务运营企业具有重要意义。基于运营管理系统迅速积累的大量充电服务数据,对全量数据进行探索性分析,筛选出细分模型关键变量,给出了基于数据挖掘技术和K均值(KMEANS)聚类算法的电动汽车用户细分方法,提出了电动汽车用户价值评价方法。针对北京地区电动汽车用户开展分析并得到用户行为特征及价值评价结果。相关结论可为运维管理机制优化和精准营销策略制定提供数据支撑。
引用
收藏
页码:124 / 130
页数:7
相关论文
共 19 条
[1]   基于聚类法的工业用户需求侧管理(DSM)方案分析与研究 [J].
陈明照 ;
毛坚 ;
杜宗林 ;
刘军志 .
电力系统保护与控制, 2017, 45 (07) :84-89
[2]   智能小区居民用电负荷特征权重分析 [J].
傅军栋 ;
杨姚 ;
罗善江 .
电力系统保护与控制, 2016, 44 (18) :41-45
[3]   一种基于Spark和聚类分析的辨识电力系统不良数据新方法 [J].
孟建良 ;
刘德超 .
电力系统保护与控制, 2016, 44 (03) :85-91
[4]   面向私人电动汽车的城市公共充电网络运营服务能力评估方法与仿真研究 [J].
夏露 ;
刘畅 ;
李斌 ;
郑灵国 ;
胡进永 ;
马澄斌 .
电网技术, 2015, 39 (12) :3543-3548
[5]   电动汽车与锂离子电池 [J].
黄学杰 .
物理, 2015, 44 (01) :1-7
[6]   基于改进K-means算法的RFAT客户细分研究 [J].
刘芝怡 ;
陈功 .
南京理工大学学报, 2014, 38 (04) :531-536
[7]   电动汽车充电基础设施规划中若干关键问题的研究与建议 [J].
肖湘宁 ;
温剑锋 ;
陶顺 ;
李秋硕 .
电工技术学报, 2014, 29 (08) :1-10
[8]   双聚类算法在电信高价值客户细分的应用 [J].
林勤 ;
薛云 .
计算机应用, 2014, 34 (06) :1807-1811
[9]   电动汽车发展的社会综合效益分析 [J].
张晨曦 ;
文福拴 ;
薛禹胜 ;
袁军 ;
李波 ;
汪宏华 .
华北电力大学学报(自然科学版), 2014, 41 (03) :55-63
[10]   基于三支决策理论的客户细分方法 [J].
黄顺亮 ;
王琦 .
计算机应用, 2014, 34 (01) :244-248