CN107392479A - 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 - Google Patents
基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 Download PDFInfo
- Publication number
- CN107392479A CN107392479A CN201710626140.3A CN201710626140A CN107392479A CN 107392479 A CN107392479 A CN 107392479A CN 201710626140 A CN201710626140 A CN 201710626140A CN 107392479 A CN107392479 A CN 107392479A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- power failure
- client
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 claims abstract description 26
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 19
- 238000000034 method Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003066 decision tree Methods 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法。首先,从电网公司营销业务系统、95598系统提取客户停电敏感度相关属性数据,通过信息值筛选出具有高预测力的属性;接着,通过直方图分析将数值属性转换成序数属性,将某些属性的类别合并以降低其基数;然后,基于用户各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;最后,基于停电敏感度分析模型的输出参数和各属性证据权重转换值构建客户停电敏感度评分卡。本发明能够将客户敏感度模型转化为表格形式,不仅可以直观表明影响客户停电敏感度的主要因素以及影响程度,又可以方便地计算每一个客户停电敏感度得分。
Description
技术领域
本发明涉及电力营销服务领域,尤其是涉及一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法。
背景技术
电网公司客户规模大,生产经营情况复杂,长期以来在故障处理、客户服务方面面临较大压力。通过对近年来客户咨询、投诉记录的统计分析,发现客户的诉求主要集中在“停电”、“电能质量”、“服务态度”等方面。停电、电能质量以及服务态度会对客户满意度造成一定程度的影响。对停电有强烈反应,进而通过“95598、营业厅、在线客服”等开展报修、咨询或者投诉的客户,定义为停电敏感客户。开展电力客户停电敏感度分析,准确识别停电高敏感客户,及时做好用电服务,既可以提升客户满意度,也有助于减少“95598服务热线”的呼入量。
目前,针对电力客户敏感度分析,主要采用数据挖掘技术中的逻辑回归、决策树等算法模型构建客户敏感度模型,对客户咨询、投诉行为进行分析预测。但是逻辑回归、决策树等算法模型输出结果是客户敏感度类别(例如敏感客户、普通客户),无法量化某个客户敏感程度,也无法直观表明哪些因素是影响客户敏感度的主要因素以及影响程度。
专利申请公布号为CN 104680428 A的发明专利公开了一种电网客户满意度测评模型的建立方法,所述方法包括以下步骤:S1.收集客户满意度影响因素的历史数据;S2.根据收集的客户满意度影响因素的历史数据生成相应的样本集,建立客户满意度神经网络模型,并分别计算客户满意度影响因素的权重;S3.根据收集的客户满意度影响因素的历史数据生成相应的样本集,以及客户满意度影响因素的权重关系建立客户满意度决策树模型;S4.通过可视化工具显示客户满意度影响因素与客户满意度的关系。该发明能分析客服中心来电接入数据、受理录音质检数据与客户满意度之间量化关系,能反映客服中心来电接入数据、受理录音质检数据变化时客户满意度的变化情况。然而,该发明采用的决策树算法模型,无法量化某个客户敏感程度,也无法直观表明那些因素是影响客户敏感度的主要因素以及影响程度。
专利申请公布号为CN 106600455 A的发明专利公开了一种基于逻辑回归的电费敏感度评估方法,本发明以客户敏感为切入点,针对高压用户、低压非居客户和居民客户分别构建电费敏感模型。主要步骤包括:从客户基本信息、用电信息、缴费信息等多个维度收集建模指标,使用信息值(IV)、相关系数筛选变量,基于最优分组和最优分群算法对变量进行分组,进行WOE证据权重转化,运用逻辑回归算法构建客户电费敏感度评价模型,根据模型参数估计值构建易于理解实施的标准评分卡,最后通过优势分析法确定变量权重。该通过识别电费高敏感客户,为电力营销和客户服务部门开展精准营销和差异化服务提供数据支撑,从而提高客户整体满意度、提升客户感知。然而,该发明的目的在于构建客户电费敏感度评价模型,仅仅提出构建标准评分卡初步设想,未给出评分卡具体形式,也未提出评分卡具体实现方法。
发明内容
有鉴于此,本发明的目的是针对现有技术的不足,提供一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,能够将客户敏感度模型转化为表格形式,不仅可以直观表明影响客户敏感度的主要因素以及影响程度,又可以方便地计算每一个客户敏感度得分。
为达到上述目的,本发明采用以下技术方案:
基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,包括以下步骤:
步骤1、从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据;
步骤2、通过信息值筛选出具有高预测力的属性,通过直方图分析将数值属性转换成序数属性;
步骤3、将某些属性的类别合并以降低其基数,计算各属性的证据权重转换值;
步骤4、基于用户各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;
步骤5、基于停电敏感度分析模型的输出参数和各属性证据权重转换值构建客户停电敏感度评分卡。
进一步地,在所述步骤2中,通过信息值方法筛选出具有高预测力的属性,信息值(Information Value,简称IV)是衡量两个类别属性或序数属性Xi和Y(其中属性Y为二元属性,取值1或0)之间关联性的指标,信息值越大,二者关联性越强,信息值的定义如下:
其中,ni为属性Xi的类别数量,pj=p(Y=1|Xi=xij),qj=p(Y=0|Xi=xij)表示属性Xi=xij时,目标属性Y=1及Y=0的概率值。
进一步地,在所述步骤3中,将某些属性的类别合并以降低其基数,对某序数属性Xi将其类别数量合并为l(l<ni),且ni为类别属性Xi的类别数量,有种方式将分为l类,按照所述信息值的定义计算每一种方式信息值,最终选择信息值最大的组合方式将分为l类,对于某类别属性Xi将其类别数量合并为l(l<ni)且包含步骤如下:
S1、将属性Xi按照pj=p(Y=1|Xi=xij)增序排序为
S2、总共有种方式将分为l类,按照所述信息值的定义计算每一种方式信息值,最终选择信息值最大的组合方式将分为l类。
进一步地,在所述步骤4中,基于各属性证据权重转换值和逻辑回归模型构建客户停电敏感度分析模型,某属性Xi的类别xij证据权重转换值(Weight of Evidence,简称WOE)计算公式如下:
其中,p(Y=1|Xi=xij),p(Y=0|Xi=xij)表示属性Xi=xij时,目标属性Y=1及Y=0的概率值。
进一步地,在所述步骤4中,运用逻辑回归模型构建客户停电敏感度分析模型,具体公式如下:
其中,Y=1表示敏感客户,e是自然数的底数,m是属性数量,β0,β1,...βm为模型参数,β0也称为截距,对上述客户停电敏感度分析模型进行简单转换后可以得到:
客户停电敏感度分析模型学习时,采用最大似然估计法计算模型参数,即β0,β1,...,βm。
进一步地,在所述步骤5中,基于客户停电敏感度分析模型输出的模型参数和各属性证据权重转换值构建客户停电敏感度评分卡,包含步骤如下:
S1、对类别属性Xi进行WOE转换,可表示为:
其中,ni为类别属性Xi的类别数量,δi1,...δini为二元虚拟变量,即对于所有的j=1,...,ni,如果Xi的取值为第j类(Xi=xij),则δij=1,否则δij=0;
S2、合并公式4和公式5,可得客户停电敏感度评分卡的表现公式:
首先,赋予每个客户一个基础分值β0,接着,如果X1取值为x11将增加β1WOE(x11)分,如果X1取值为x12将增加β1WOE(x12)分,依次类推;
S3、客户停电敏感度评分卡的分值刻度通过将分值表示为比率对数的线性表达式来定义,具体形式如下:
其中,Sbase,K为常数;
S4、合并公式6和公式7,可得客户停电敏感度评分卡的分值刻度:
其中,Sbase+Kβ0称为基准点;
S5、通过给每一个客户停电敏感度评分卡属性都增加(Sbase+Kβ0)/m,将基准点分值平均分配到各属性之间,以消除基础分值,从而得到零基准点的客户停电敏感度评分卡分值的计算公式:其中Xm表示属性,表示属性类别,之后将属性Xm、属性类别和客户停电敏感度评分卡分值制成表格形式即可。
其中,客户停电敏感度评分卡的具体表格形式如下:
表1客户停电敏感度评分卡
本发明的有益效果是:
本发明针对目前的电力客户敏感度分析往往采用数据挖掘技术中的逻辑回归、决策树等算法模型构建客户敏感度模型,对客户咨询、投诉行为进行分析预测,由于逻辑回归、决策树等算法模型输出结果是客户敏感度类别(例如敏感客户、普通客户),无法量化某个客户敏感程度,也无法直观表明那些因素是影响客户敏感度的主要因素以及影响程度的问题,提供一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,首先,从电网公司营销业务系统、95598系统提取客户停电敏感度相关属性数据,通过信息值筛选出具有高预测力的属性;接着,基于用户各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;最后,基于停电敏感度分析模型的输出参数和各属性证据权重转换值构建客户停电敏感度评分卡。
本发明采用逻辑回归模型构建的客电力客户停电敏感度分析模型转化为普通表格形式形式,增强了模型输出结果的可理解性,不仅可以直观表明影响客户停电敏感度的主要因素以及影响程度,又可以方便地计算每一个客户停电敏感度得分。
附图说明
图1为本发明基于逻辑回归模型的电力客户停电敏感度评分卡实施方法的流程图;
图2为本发明基于逻辑回归模型的电力客户停电敏感度评分卡实施方法的评估结果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示为本发明具体实施方式中基于逻辑回归模型的电力客户停电敏感度评分卡实施方法的流程图,依据电费敏感客户的定义,提取某省级电网公司6.3万高压客户2016年全年敏感客户及全量正常客户的相关数据构建电费敏感度标准评分卡,该方法主要包括以下步骤:
步骤1:从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据;
以高压客户电费敏感度分析为例,主要数据包括:
基本属性包括用电类型、行业分类、立户日期、供电电压、城农网标志、城乡类别、供电单位等;
消费行为包括停电次数、停电时长、停电通知方式、用电量、电价等;
95598信息包括咨询、报修、投诉等记录。
步骤2,采用信息值方法筛选高预测力属性变量,属性变量与目标变量之间信息值越大,属性变量预测力越强;各属性变量的信息值如下表所示:
表2各属性变量信息值列表
一般情况下,若某个属性与目标属性之间信息值小于0.02,可以认为该属性不具备预测能力,因此舍弃电压等级和客户重要性等级两个属性变量。
接着,采用直方图分析方法将数值属性转换成序数属性。
以高压用户“平均停电时长”为例,该属性记录了高压用户分析时间范围内平均停电时长(以小时单位),最小值为0,最大值为422。采用等距直方图分析方法将该属性转换为序数属性,以0.5小时为步长构建该属性的等差数列分组,共有845个分组,如下表:
表3“平均停电时长”序数属性
分组编号 | 分组区间 | 包含用户数 |
1 | 0 | 156974 |
2 | (0,0.5] | 1 |
3 | (0.5,1] | 73 |
4 | (1,1.5] | 591 |
5 | (1.5,2] | 882 |
…… | …… | …… |
845 | (421.5,422] | 2 |
另外,以高压用户“平均月电量”为例,该属性记录了高压用户分析时间范围内平均月电量,最大值2676436400,最小值为0,高压用户总数为221442。采用等频直方图分析方法将该属性转换为序数属性,首先将所有用户电量进行排序,然后按照从上之下每500个用户为一个分组,共有443个分组。如下表:
表4“平均月电量”序数属性
分组编号 | 分组区间 | 包含用户数 |
1 | 0 | 500 |
2 | (0,13] | 500 |
3 | (13,30] | 500 |
4 | (30,48] | 500 |
5 | (48,72] | 500 |
…… | …… | …… |
443 | (6332920,446072734] | 442 |
步骤3、将某些属性的类别合并以降低其基数;计算各属性的证据权重转换值。
以高压用户“平均停电时长”为列,该属性共有845个类别,若将其类别缩减至9个类别,共有种方式;按照信息值计算公式1计算每一种方式信息值,最终选择信息值最大的划分方式,经合并“平均停电时长”属性的类别如下表所示:
表5“平均停电时长”属性变量分组情况
分组编号 | 取值范围(数值单位为小时) | 客户数 |
1 | 0(未经历停电) | 156974 |
2 | (0,3] | 4365 |
3 | (3,4.5] | 7516 |
4 | (4.5,5.5] | 6257 |
5 | (5.5,6.5] | 5944 |
6 | (6.5,7.5] | 5279 |
7 | (7.5,8.5] | 5053 |
8 | (8.5,15.5] | 24741 |
9 | (15.5,+∞) | 5313 |
在某些属性的类别合并后,按照公式2计算高压用户各属性的证据权重转换值(WOE),结果如下表所示:
表6各属性变量分组情况及WOE值
步骤4、基于各属性证据权重转换值和逻辑回归模型构建客户停电敏感度分析模型。
计算每个样本用户分析时间范围内各个属性证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型,形式如下:
采用最大似然估计法计算β0和各属性模型参数,其中β0=-4.0894,各属性模型参数如下表所示。
步骤5、基于客户停电敏感度分析模型输出的模型参数和各属性证据权重转换值构建客户停电敏感度评分卡。
通过将分值表示为比率对数的线性表达式来定义评分卡的分值刻度,具体形式如下:
设(0.47%是高压用户中停电敏感客户的原始占比)时,Score=60;时,Score=65;代入公式7得:Sbase=98.67;K=7.21。
参照电力客户停电敏感度评分卡形式,最终可得到高压用户停电敏感度的评分卡如下表所示:
如图2所示,为本发明基于逻辑回归模型的电力客户停电敏感度评分卡实施方法的模型评估结果示意图,该评估结果是根据其2017年1月电费敏感客户实际数据验证模型准确性,该图中,命中率为模型判断为敏感客户且实际为敏感客户数与模型判断为敏感客户数的比值;覆盖率为模型判断为敏感客户且实际为敏感客户数与全量实际电费敏感客户数的比值;提升度为命中率与电费实际敏感客户占比的比值。
本方案的验证结果如下:1月份高压客户中,实际产生的、有户号可查的有关电费的咨询、投诉客户占比是2.71%。电费敏感度评分在前5%的客户中高敏感客户的命中率31%,覆盖率为57.0%,提升度为11.4。依据该电费敏感度评分卡,电网公司可以更精准的定位电费高敏感客户,针对不同程度的敏感客户采取个性化的措施,以降低客户投诉,提升客户满意度。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,其特征在于,包括以下步骤:
步骤1、从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据;
步骤2、通过信息值筛选出具有高预测力的属性,通过直方图分析将数值属性转换成序数属性;
步骤3、将某些属性的类别合并以降低其基数,计算各属性的证据权重转换值;
步骤4、基于用户各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;
步骤5、基于停电敏感度分析模型的输出参数和各属性证据权重转换值构建客户停电敏感度评分卡。
2.根据权利要求1所述的基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,其特征在于:在所述步骤4中,基于各属性证据权重转换值和逻辑回归模型构建客户停电敏感度分析模型,某属性Xi的类别xij证据权重转换值计算公式如下:
<mrow>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>l</mi>
<mi>n</mi>
<mfrac>
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>=</mo>
<mn>1</mn>
<mo>|</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>=</mo>
<mn>0</mn>
<mo>|</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,p(Y=1|Xi=xij),p(Y=0|Xi=xij)表示属性Xi=xij时,目标属性Y=1及Y=0的概率值。
3.根据权利要求1所述的基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,其特征在于:在所述步骤4中,运用逻辑回归模型构建客户停电敏感度分析模型,具体公式如下:
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>=</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,Y=1表示敏感客户,e是自然数的底数,m是属性数量,β0,β1,...βm为模型参数,β0也称为截距。对上述客户停电敏感度分析模型进行简单转换后可以得到:
<mrow>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>p</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
客户停电敏感度分析模型学习时,采用最大似然估计法计算模型参数,即β0,β1,...,βm。
4.根据权利要求1所述的基于逻辑回归模型的电力客户停电敏感度评分卡实施方法,其特征在于:在所述步骤5中,基于客户停电敏感度分析模型输出的模型参数和各属性证据权重转换值构建客户停电敏感度评分卡,包含步骤如下:
S1、对类别属性Xi进行WOE转换,可表示为:
<mrow>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<msub>
<mi>in</mi>
<mi>i</mi>
</msub>
</mrow>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<msub>
<mi>in</mi>
<mi>i</mi>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,ni为类别属性Xi的类别数量,为二元虚拟变量,即对于所有的j=1,...,ni,如果Xi的取值为第j类(Xi=xij),则δij=1,否则δij=0;
S2、合并公式4和公式5,可得客户停电敏感度评分卡的表现公式:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>p</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mn>11</mn>
</msub>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
<mo>)</mo>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mn>1</mn>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<msub>
<mi>mn</mi>
<mi>m</mi>
</msub>
</mrow>
</msub>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<msub>
<mi>mn</mi>
<mi>m</mi>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
首先,赋予每个客户一个基础分值β0,接着,如果X1取值为x11将增加β1WOE(x11)分,如果X1取值为x12将增加β1WOE(x12)分,依次类推;
S3、客户停电敏感度评分卡的分值刻度通过将分值表示为比率对数的线性表达式来定义,具体形式如下:
<mrow>
<mi>S</mi>
<mi>c</mi>
<mi>o</mi>
<mi>r</mi>
<mi>e</mi>
<mo>=</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>K</mi>
<mi> </mi>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>p</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,Sbase,K为常数;
S4、合并公式6和公式7,可得客户停电敏感度评分卡的分值刻度:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>S</mi>
<mi>c</mi>
<mi>o</mi>
<mi>r</mi>
<mi>e</mi>
<mo>=</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>K&beta;</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mn>11</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mn>1</mn>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K&beta;</mi>
<mn>1</mn>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<msub>
<mi>mn</mi>
<mi>m</mi>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>K&beta;</mi>
<mi>m</mi>
</msub>
<mi>W</mi>
<mi>O</mi>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<msub>
<mi>mn</mi>
<mi>m</mi>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,Sbase+Kβ0称为基准点;
S5、通过给每一个客户停电敏感度评分卡属性都增加(Sbase+Kβ0)/m,将基准点分值平均分配到各属性之间,以消除基础分值,从而得到零基准点的客户停电敏感度评分卡分值的计算公式:其中Xm表示属性,表示属性类别,最后将属性Xm、属性类别和客户停电敏感度评分卡分值制成表格形式即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626140.3A CN107392479A (zh) | 2017-07-27 | 2017-07-27 | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626140.3A CN107392479A (zh) | 2017-07-27 | 2017-07-27 | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107392479A true CN107392479A (zh) | 2017-11-24 |
Family
ID=60342798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710626140.3A Pending CN107392479A (zh) | 2017-07-27 | 2017-07-27 | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392479A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844612A (zh) * | 2017-12-20 | 2018-03-27 | 国网冀北电力有限公司承德供电公司 | 一种应用于主动停电管理系统的大数据接入系统 |
CN108053151A (zh) * | 2018-01-18 | 2018-05-18 | 国网福建省电力有限公司 | 一种基于gis空间服务的配网供电能力实时分析方法 |
CN108182453A (zh) * | 2018-01-17 | 2018-06-19 | 贵州电网有限责任公司 | 一种用户停电敏感度分类方法 |
CN108364187A (zh) * | 2017-12-20 | 2018-08-03 | 国网冀北电力有限公司承德供电公司 | 一种基于停电敏感特性的停电敏感用户确定方法和系统 |
CN108829987A (zh) * | 2018-06-22 | 2018-11-16 | 中国核动力研究设计院 | 一种数据驱动型概率评估方法 |
CN109559146A (zh) * | 2018-09-25 | 2019-04-02 | 国家电网有限公司客户服务中心 | 电力客服中心基于logistic模型预测潜在用户数量的省市接入数据中心优化方法 |
CN109934469A (zh) * | 2019-02-25 | 2019-06-25 | 国网河南省电力公司电力科学研究院 | 基于异源交叉回归分析的停电敏感度预警方法及装置 |
CN110515931A (zh) * | 2019-07-02 | 2019-11-29 | 电子科技大学 | 一种基于随机森林算法的电容型设备缺陷预测方法 |
CN110957044A (zh) * | 2019-09-20 | 2020-04-03 | 上海派拉软件股份有限公司 | 基于改进的逻辑回归模型的健康管理方法 |
CN111062564A (zh) * | 2019-11-08 | 2020-04-24 | 广东电网有限责任公司 | 一种电力客户诉求敏感值计算方法 |
CN111325475A (zh) * | 2020-03-04 | 2020-06-23 | 国网江苏省电力有限公司扬州供电分公司 | 一种基于对数总似然算法的抢修工单评价因素分析方法 |
CN111695819A (zh) * | 2020-06-16 | 2020-09-22 | 中国联合网络通信集团有限公司 | 一种坐席人员排班方法和装置 |
CN111860940A (zh) * | 2020-06-02 | 2020-10-30 | 山西潞安环保能源开发股份有限公司 | 一种基于逻辑回归算法的煤矿配电网络停电事故预测方法 |
CN112418633A (zh) * | 2020-11-17 | 2021-02-26 | 国网冀北电力有限公司计量中心 | 一种基于典型相关分析的停电敏感性相关因素分析方法 |
CN112434954A (zh) * | 2020-11-27 | 2021-03-02 | 国网北京市电力公司 | 停电敏感度的评估方法以及装置 |
CN114139960A (zh) * | 2021-12-01 | 2022-03-04 | 安徽数升数据科技有限公司 | 一种工单投诉风险预控方法 |
CN114169641A (zh) * | 2021-12-31 | 2022-03-11 | 南京星云数字技术有限公司 | 基于特征熵的客户利率敏感度预测方法 |
CN114611952A (zh) * | 2022-03-17 | 2022-06-10 | 郑州格蒂电力智能科技有限公司 | 一种基于ahp的停电客户敏感等级判别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093395A (zh) * | 2013-01-21 | 2013-05-08 | 广东电网公司东莞供电局 | 停电监控服务调度方法及设备 |
CN106408423A (zh) * | 2016-11-25 | 2017-02-15 | 泰康保险集团股份有限公司 | 用于风险评估的方法、系统及构建风险评估系统的方法 |
CN106600455A (zh) * | 2016-11-25 | 2017-04-26 | 国网河南省电力公司电力科学研究院 | 一种基于逻辑回归的电费敏感度评估方法 |
CN106952043A (zh) * | 2017-03-23 | 2017-07-14 | 国家电网公司客户服务中心 | 一种计划停电敏感度评估方法和装置 |
-
2017
- 2017-07-27 CN CN201710626140.3A patent/CN107392479A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093395A (zh) * | 2013-01-21 | 2013-05-08 | 广东电网公司东莞供电局 | 停电监控服务调度方法及设备 |
CN106408423A (zh) * | 2016-11-25 | 2017-02-15 | 泰康保险集团股份有限公司 | 用于风险评估的方法、系统及构建风险评估系统的方法 |
CN106600455A (zh) * | 2016-11-25 | 2017-04-26 | 国网河南省电力公司电力科学研究院 | 一种基于逻辑回归的电费敏感度评估方法 |
CN106952043A (zh) * | 2017-03-23 | 2017-07-14 | 国家电网公司客户服务中心 | 一种计划停电敏感度评估方法和装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364187A (zh) * | 2017-12-20 | 2018-08-03 | 国网冀北电力有限公司承德供电公司 | 一种基于停电敏感特性的停电敏感用户确定方法和系统 |
CN107844612A (zh) * | 2017-12-20 | 2018-03-27 | 国网冀北电力有限公司承德供电公司 | 一种应用于主动停电管理系统的大数据接入系统 |
CN108182453A (zh) * | 2018-01-17 | 2018-06-19 | 贵州电网有限责任公司 | 一种用户停电敏感度分类方法 |
CN108182453B (zh) * | 2018-01-17 | 2022-03-29 | 贵州电网有限责任公司 | 一种用户停电敏感度分类方法 |
CN108053151B (zh) * | 2018-01-18 | 2022-03-08 | 国网福建省电力有限公司 | 一种基于gis空间服务的配网供电能力实时分析方法 |
CN108053151A (zh) * | 2018-01-18 | 2018-05-18 | 国网福建省电力有限公司 | 一种基于gis空间服务的配网供电能力实时分析方法 |
CN108829987A (zh) * | 2018-06-22 | 2018-11-16 | 中国核动力研究设计院 | 一种数据驱动型概率评估方法 |
CN109559146A (zh) * | 2018-09-25 | 2019-04-02 | 国家电网有限公司客户服务中心 | 电力客服中心基于logistic模型预测潜在用户数量的省市接入数据中心优化方法 |
CN109559146B (zh) * | 2018-09-25 | 2022-11-04 | 国家电网有限公司客户服务中心 | 电力客服中心基于logistic模型预测潜在用户数量的省市接入数据中心优化方法 |
CN109934469A (zh) * | 2019-02-25 | 2019-06-25 | 国网河南省电力公司电力科学研究院 | 基于异源交叉回归分析的停电敏感度预警方法及装置 |
CN110515931A (zh) * | 2019-07-02 | 2019-11-29 | 电子科技大学 | 一种基于随机森林算法的电容型设备缺陷预测方法 |
CN110515931B (zh) * | 2019-07-02 | 2023-04-18 | 电子科技大学 | 一种基于随机森林算法的电容型设备缺陷预测方法 |
CN110957044A (zh) * | 2019-09-20 | 2020-04-03 | 上海派拉软件股份有限公司 | 基于改进的逻辑回归模型的健康管理方法 |
CN111062564A (zh) * | 2019-11-08 | 2020-04-24 | 广东电网有限责任公司 | 一种电力客户诉求敏感值计算方法 |
CN111325475A (zh) * | 2020-03-04 | 2020-06-23 | 国网江苏省电力有限公司扬州供电分公司 | 一种基于对数总似然算法的抢修工单评价因素分析方法 |
CN111860940A (zh) * | 2020-06-02 | 2020-10-30 | 山西潞安环保能源开发股份有限公司 | 一种基于逻辑回归算法的煤矿配电网络停电事故预测方法 |
CN111860940B (zh) * | 2020-06-02 | 2024-03-19 | 湖北凌云电力建设有限公司 | 一种基于逻辑回归算法的煤矿配电网络停电事故预测方法 |
CN111695819A (zh) * | 2020-06-16 | 2020-09-22 | 中国联合网络通信集团有限公司 | 一种坐席人员排班方法和装置 |
CN111695819B (zh) * | 2020-06-16 | 2023-06-02 | 中国联合网络通信集团有限公司 | 一种坐席人员排班方法和装置 |
CN112418633A (zh) * | 2020-11-17 | 2021-02-26 | 国网冀北电力有限公司计量中心 | 一种基于典型相关分析的停电敏感性相关因素分析方法 |
CN112434954A (zh) * | 2020-11-27 | 2021-03-02 | 国网北京市电力公司 | 停电敏感度的评估方法以及装置 |
CN114139960A (zh) * | 2021-12-01 | 2022-03-04 | 安徽数升数据科技有限公司 | 一种工单投诉风险预控方法 |
CN114169641A (zh) * | 2021-12-31 | 2022-03-11 | 南京星云数字技术有限公司 | 基于特征熵的客户利率敏感度预测方法 |
CN114611952A (zh) * | 2022-03-17 | 2022-06-10 | 郑州格蒂电力智能科技有限公司 | 一种基于ahp的停电客户敏感等级判别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392479A (zh) | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 | |
CN110110881B (zh) | 电力客户需求预测分析方法及系统 | |
CN111612549B (zh) | 一种平台运营服务系统的构建方法 | |
CN108665184A (zh) | 一种基于大数据征信的电力客户信誉评估方法 | |
CN111738462B (zh) | 电力计量装置故障抢修主动服务预警方法 | |
CN105868373A (zh) | 电力业务信息系统关键数据处理方法及装置 | |
CN101894316A (zh) | 一种国际市场景气状况的监测指数方法及系统 | |
CN102930482A (zh) | 一种县域配电网投资效果评估方法 | |
CN106203773A (zh) | 一种自动管理员工的方法及装置 | |
CN111080101A (zh) | 一种基于ahp对供电渠道服务效能多维度评价的方法 | |
CN108364187A (zh) | 一种基于停电敏感特性的停电敏感用户确定方法和系统 | |
CN108629500A (zh) | 一种适用于新电改背景下电力客户综合价值评估方法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN112116256A (zh) | 一种数据资产管理方法 | |
CN116011827B (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
CN110046792A (zh) | 基于雷达图综合评价法的零电量用户排查方法 | |
CN109934469A (zh) | 基于异源交叉回归分析的停电敏感度预警方法及装置 | |
CN112288172A (zh) | 台区线损率的预测方法、装置 | |
CN111178676A (zh) | 一种配电网项目投资评估方法及系统 | |
CN117217634A (zh) | 一种基于复杂网络的企业合作社区发现方法 | |
CN115689290B (zh) | 房地产市场地块开发空置监测预警分析方法 | |
CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
Hartwich et al. | Setting research priorities: an example from agriculture using the analytic hierarchy process | |
CN106651055A (zh) | 一种短期售电量预测方法及系统 | |
Dascălu et al. | Dependent business climate. A network-based analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |
|
RJ01 | Rejection of invention patent application after publication |