(1)对电力大数据应用案例分门别类进行阐述。详细阐述大数据技术和机器学习算法在电力生产、预测和识别方面的应用案例,有效提升电力全网数据一体化运营管理能力,并为电力大数据处理技术研究人员和从业人员提供科学依据和参考。
(2)利用电力大数据的应用案例,助力疫情期间复工复产。基于大数据算法对疫情期间重点企业的用电量、电费等数据进行分析,形成评价分析流程,预测企业复工复产时间趋势以及状态,为企业复工复产提供决策性建议,助力企业复工复产,给读者解读疫情期间的电力数据提供指引性作用。
(3)在书中部分章节补充视频,将模型可视化、立体化、直观化,增加视频展现电力大数据分析助力疫情期间复工复产情况。
前言
1 大数据分析介绍
1.1 大数据概述
1.2 数据准备
1.3 模型规划
1.4 机器学习
2 配变台区停电精准预测
2.1 概述
2.2 数据分析过程
2.3 基于时间序列实现停电预测
2.4 建议
3 高压用户电费回收风险预测
3.1 概述
3.2 数据分析过程
3.3 高压用户电费风险预测分析
4 企业复工复产水平预测
4.1 概述
4.2 基于时间序列实现企业复工复产水平预测
4.3 建议
5 电力用户价值分析
5.1 概述
5.2 数据准备
5.3 基于RFM构建电力用户价值模型
5.4 用电客户数据挖掘分析之楼宇空置率
6 配电网台区精准投资分析
6.1 概述
6.2 问题分析
6.3 关键指标分析
6.4 分析内容
7 农网供电营业厅评价分析
7.1 数据准备
7.2 数据预处理
7.3 模型建立及调参
7.4 模型检验
8 一般工商业电价优选工具生成
8.1 概述
8.2 存在的问题
8.3 基于Python实现电费自动计算
8.4 案例实测
参考文献