環(huán)保節(jié)能下的電力客戶價(jià)值評價(jià)

盧海明，孟安波

(1.廣州地鐵集團(tuán)有限公司，廣東 廣州 510310；2. 廣東工業(yè)大學(xué)，廣東 廣州 510006)

環(huán)保節(jié)能下的電力客戶價(jià)值評價(jià)

盧海明，孟安波

(1.廣州地鐵集團(tuán)有限公司，廣東 廣州 510310；2. 廣東工業(yè)大學(xué)，廣東 廣州 510006)

在提倡環(huán)保節(jié)能的大環(huán)境下，供電公司的客戶服務(wù)領(lǐng)域?qū)⒂蓡我坏墓╇姞I銷向全面指導(dǎo)用戶優(yōu)化用電方式和節(jié)能減排的方向拓展?？紤]電力用戶的環(huán)保節(jié)能水平，構(gòu)建了低碳經(jīng)濟(jì)下電力客戶價(jià)值指標(biāo)體系，并提出了運(yùn)用入侵雜草聚類算法評價(jià)電力客戶價(jià)值的新方法。對某市10個(gè)工業(yè)客戶實(shí)證分析表明，新算法能有效提高收斂速度和避免陷入局部最優(yōu)，對聚類性能有較大的提升。通過對電力客戶數(shù)據(jù)進(jìn)行客觀、科學(xué)的挖掘分析，實(shí)現(xiàn)了對電力大客戶全面、準(zhǔn)確細(xì)分和評價(jià)，為供電企業(yè)制定有針對性的營銷策略提供了依據(jù)。

入侵雜草算法；電力客戶；社會節(jié)能；服務(wù)資源優(yōu)化

隨著我國對環(huán)境保護(hù)的日益重視，可持續(xù)發(fā)展成為經(jīng)濟(jì)發(fā)展的首要任務(wù)，企業(yè)在追求經(jīng)濟(jì)效益的同時(shí)，必須規(guī)劃自身的低碳戰(zhàn)略[1-2]。近年來，電力市場的逐步建立和完善，使供電企業(yè)越來越意識到客戶關(guān)系管理的重要性，并逐漸形成常態(tài)化的客戶數(shù)據(jù)分析工作。如果單純從電費(fèi)收入和用電量來評價(jià)，一些高能耗企業(yè)是供電公司目前利潤的重心，但在產(chǎn)業(yè)政策調(diào)控和市場競爭沖擊下，這類企業(yè)的用電量又會出現(xiàn)萎縮[3]。因此，在環(huán)保節(jié)能大環(huán)境下，供電企業(yè)如何更準(zhǔn)確地評價(jià)客戶價(jià)值，細(xì)分不同類別的客戶，并依此制定客戶營銷服務(wù)策略，為客戶提供個(gè)性化服務(wù)，提升客戶滿意度，成為供電企業(yè)必須解決的一個(gè)問題[4]。

針對電力客戶價(jià)值的評價(jià)，文獻(xiàn)[5]運(yùn)用k-means和利益細(xì)分方法對電力客戶價(jià)值進(jìn)行聚類評價(jià)，k-means法具有簡單、快速的優(yōu)點(diǎn)，被廣泛應(yīng)用于數(shù)據(jù)分析中。但其對初始質(zhì)心敏感，沒有良好的穩(wěn)定性，并且基于梯度下降進(jìn)行搜索常常使算法陷入局部最優(yōu)。文獻(xiàn)[6]采用模糊層次分析法對電力客戶價(jià)值進(jìn)行評價(jià)，評價(jià)過程中的判斷矩陣需要依靠經(jīng)驗(yàn)來確定，因此該方法含有較多主觀因素，對評價(jià)結(jié)果影響較大。文獻(xiàn)[7]以利益最大化為基礎(chǔ)，提出模糊層次分析法與專家判斷矩陣相結(jié)合對電力客戶進(jìn)行價(jià)值評價(jià)，但全社會節(jié)能減排的要求下，企業(yè)的節(jié)能參與情況應(yīng)考慮在價(jià)值評價(jià)中。

當(dāng)前，入侵雜草算法(IWO)及其分支雜草聚類算法在實(shí)際中的應(yīng)用比較廣泛，具有原理簡單、自適應(yīng)能力強(qiáng)、魯棒性好等特點(diǎn)。因此，本文嘗試采用入侵雜草聚類算法對電力客戶進(jìn)行價(jià)值評價(jià)。根據(jù)《廣東電網(wǎng)公司客戶分群管理及政策研究管理細(xì)則(試行)》，參考國內(nèi)外已有的客戶價(jià)值指標(biāo)體系[8-12]，從當(dāng)前價(jià)值、潛在價(jià)值、信用狀況、環(huán)保節(jié)能4個(gè)方面建立電力客戶價(jià)值評價(jià)指標(biāo)體系。實(shí)例分析中，以某市10個(gè)工業(yè)客戶為例，運(yùn)用入侵雜草聚類算法進(jìn)行電力客戶價(jià)值評價(jià)，并總結(jié)不同類別電力客戶的特點(diǎn)，對供電企業(yè)如何優(yōu)化服務(wù)資源提出建議。

1 環(huán)保節(jié)能下電力客戶價(jià)值指標(biāo)體系構(gòu)建

目前，通常研究中所指的客戶價(jià)值為客戶終生價(jià)值(customer lifetime value，CLV)?？蛻艚K生價(jià)值包含企業(yè)與客戶在整個(gè)生命周期內(nèi)交易所能獲得的全部收益，對CLV的研究主要有3個(gè)視角：企業(yè)、客戶和企業(yè)—客戶。

以往研究大多從供電企業(yè)發(fā)展視角展開，但在綠色經(jīng)濟(jì)下，供電企業(yè)應(yīng)對企業(yè)用電情況起到一定的監(jiān)督作用，進(jìn)而幫助企業(yè)節(jié)能減排，共同提高效益。因此，結(jié)合專家小組和供電企業(yè)營銷人員的意見，在供電企業(yè)利益視角基礎(chǔ)上，加入衡量企業(yè)環(huán)保節(jié)能水平的指標(biāo)，全面評價(jià)綠色經(jīng)濟(jì)下的電力客戶價(jià)值，指標(biāo)體系如圖1所示。

圖1 電力客戶價(jià)值評價(jià)指標(biāo)體系

2 入侵雜草聚類算法

2.1 入侵雜草算法(IWO)

入侵雜草算法(invasive weed optimization, IWO)，又稱為野草算法，最早由Mehrabian和Lucas于2006年在其論文中提出，是一種基于種群尋優(yōu)的啟發(fā)式搜索算法[8]，其靈感來源于模擬雜草入侵過程。該算法具有較強(qiáng)的魯棒性，算法結(jié)構(gòu)易于實(shí)現(xiàn)，尋優(yōu)過程能夠很好地自適應(yīng)，且參數(shù)數(shù)目少，設(shè)置簡單，已被應(yīng)用到各行各業(yè)優(yōu)化問題的求解上。

在IWO算法中，待優(yōu)化問題的可行域?qū)?yīng)是雜草的生長區(qū)域，解空間中的1個(gè)可行解對應(yīng)1個(gè)雜草種子，所有雜草的合集稱為1個(gè)種群。IWO算法的具體實(shí)現(xiàn)步驟如下。

a.初始化種群

結(jié)合實(shí)際優(yōu)化問題，設(shè)置算法的各個(gè)參數(shù)并隨機(jī)產(chǎn)生初始種群。

b.種群繁殖

初始種群通過繁殖產(chǎn)生新的雜草種子，為了使種群始終保持正確的進(jìn)化方向，必須選取個(gè)體繁殖能力強(qiáng)、環(huán)境適應(yīng)能力高的優(yōu)秀種子。在IWO算法中，通過引入適應(yīng)度來衡量雜草種子的優(yōu)劣。其具體公式為

(1)

式中：weedi為雜草個(gè)體i產(chǎn)生的種子個(gè)數(shù)；round為取整函數(shù)；Smax、Smin分別為設(shè)定的最大、最小種子數(shù)；f、fmax、fmin分別為當(dāng)前雜草適應(yīng)度、當(dāng)前種群中雜草最大和最小適應(yīng)度。

c.空間擴(kuò)散

次代雜草種子根據(jù)高斯分布進(jìn)行空間隨機(jī)擴(kuò)散產(chǎn)生新的雜草，其具體公式為

(2)

式中：δinit、δfinal、δIter分別為初始標(biāo)準(zhǔn)差、最終標(biāo)準(zhǔn)差和當(dāng)前標(biāo)準(zhǔn)差；n為非線性調(diào)和因子，一般情況下取n=3；Itermax、Iter分別為最大迭代次數(shù)和當(dāng)前迭代次數(shù)。

d.競爭擇優(yōu)

雜草種群經(jīng)過繁殖和空間擴(kuò)散之后，種群規(guī)模迅速變大，而生態(tài)環(huán)境的接納數(shù)量卻有限，需要對新的雜草種群按照其適應(yīng)度進(jìn)行優(yōu)勝劣汰，只有優(yōu)秀的個(gè)體才能保留作為下一代的父代。

隨后，不斷重復(fù)上述過程，直到滿足算法結(jié)束條件。圖2為IWO算法流程圖。

圖2 IWO算法流程圖

2.2 入侵雜草聚類算法

入侵雜草聚類算法(invasive weed clustering algorithm , IWCA)主要思想是：首先，初始化雜草種群，每個(gè)雜草個(gè)體由m個(gè)聚類中心組成；然后，采用IWO算法在解空間內(nèi)進(jìn)行全局搜索，通過種群的迭代進(jìn)化搜索到k個(gè)全局最優(yōu)的聚類中心；最后把這k個(gè)聚類中心作為k-means算法的初始聚類中心繼續(xù)執(zhí)行k-means算法進(jìn)行局部搜索獲得最后理想的聚類劃分。迭代過程中的適應(yīng)度函數(shù)按照最近鄰法則確定，即每個(gè)樣本被劃分到與其最近的聚類中心代表的簇。適應(yīng)度函數(shù)如下：

(3)

3 電力客戶價(jià)值評價(jià)

3.1 數(shù)據(jù)預(yù)處理

根據(jù)電力客戶價(jià)值評價(jià)指標(biāo)體系，考慮數(shù)據(jù)的真實(shí)性和時(shí)效性，本文選取2012年南方電網(wǎng)某市供電公司10個(gè)工業(yè)電力客戶進(jìn)行分析。由于各個(gè)評價(jià)指標(biāo)的量綱和數(shù)量級不盡相同，為了使數(shù)據(jù)類型一致，對調(diào)查報(bào)告中的原始數(shù)據(jù)進(jìn)行了一致性處理，首先用式(5)將負(fù)向指標(biāo)和適應(yīng)指標(biāo)均轉(zhuǎn)化為正向指標(biāo)，再用式(6)進(jìn)行無量綱化處理。

(4)

(5)

3.2 IWCA聚類性能檢驗(yàn)

針對IWCA的聚類性能，本文用已有的實(shí)例進(jìn)行檢驗(yàn)，實(shí)例數(shù)據(jù)選自文獻(xiàn)[7]。

IWCA的參數(shù)設(shè)置如下：種群個(gè)體數(shù)目R=20，最大迭代次數(shù)Maxgen=300，類別數(shù)m=3，評價(jià)指標(biāo)數(shù)y=15，解空間維數(shù)設(shè)為D=3×15=45。文獻(xiàn)中根據(jù)客戶價(jià)值的評價(jià)得分將客戶分為金牌客戶(80～100分)，銀牌客戶(60～79分)，銅牌客戶(59分以下)。為方便與文獻(xiàn)結(jié)果進(jìn)行對比，IWCA程序中指標(biāo)數(shù)據(jù)的預(yù)處理和劃分會根據(jù)文獻(xiàn)的劃分標(biāo)準(zhǔn)來進(jìn)行設(shè)計(jì)。利用Matlab軟件運(yùn)行IWCA程序，輸出結(jié)果如表1所示。

表1 IWCA電力客戶價(jià)值評價(jià)結(jié)果

注：*類別中心值是根據(jù)聚類類別內(nèi)的各指標(biāo)聚類中心值(百分制)求平均得到的；程序計(jì)算時(shí)間為1.44 s。

仿真結(jié)果顯示，第1個(gè)聚類中心的各指標(biāo)中心值分布較為集中，主要在60、70、80分這3個(gè)得分點(diǎn)；第2個(gè)聚類中心的各指標(biāo)中心值分布廣泛，得分點(diǎn)分布在20～80分；第3個(gè)聚類中心的各指標(biāo)中心值分布集中，主要在75～90分。由表1可知，客戶a、b、c為一類，其類別中心值為84.25分，屬于金牌客戶；客戶e為一類，其得分為72.99分，屬于銀牌客戶；客戶d為一類，其得分為54.63分，屬于銅牌客戶。該結(jié)論與文獻(xiàn)[7]使用模糊層次分析法得出的結(jié)論一致，從而驗(yàn)證了IWCA 在電力客戶價(jià)值評價(jià)中的準(zhǔn)確性和有效性。

3.3 電力客戶價(jià)值的IWCA評價(jià)

本文選取某市供電公司的10個(gè)大工業(yè)客戶進(jìn)行實(shí)證分析，通過供電公司的營銷系統(tǒng)數(shù)據(jù)庫得到客戶購電情況、繳費(fèi)記錄相關(guān)數(shù)據(jù)；通過高校環(huán)保節(jié)能研究專家的客觀評估，確定環(huán)保節(jié)能水平信息；通過與供電公司銷售人員進(jìn)一步分析這些客戶的詳細(xì)情況，確定客戶潛在價(jià)值相關(guān)數(shù)據(jù)信息。將原始數(shù)據(jù)經(jīng)過式(4)—(5)處理后得到的數(shù)據(jù)各指標(biāo)標(biāo)準(zhǔn)值輸入IWCA模型中。模型初始參數(shù)值與3.2節(jié)設(shè)定相同，聚類收斂曲線如圖3所示，聚類結(jié)果如表2所示。

從圖3中可以看出，IWCA經(jīng)過110代訓(xùn)練后基本趨向于穩(wěn)定，且在迭代過程中始終以較大的斜率進(jìn)行收斂。雖然在25處也有短暫停留，但僅停留5代后就迅速跳出局部極值點(diǎn)，由此可以看出，IWCA能有效克服陷入局部最優(yōu)的缺陷，在同樣的訓(xùn)練代數(shù)下，能夠得到更精確的結(jié)果。由表2可知，客戶A、B、C、E為一類，其類別中心值最高，說明此類客戶是最有價(jià)值的客戶；客戶I為一類，其類別中心值居中；客戶D、F、G、H、J為一類，其類別中心值最低。實(shí)例分析顯示，聚類結(jié)果與實(shí)際情況十分貼近。

通過聚類結(jié)果以及對 10 個(gè)工業(yè)電力客戶價(jià)值評價(jià)指標(biāo)值的分析，可以得出3類工業(yè)用電客戶的特點(diǎn)，如表 3 所示。將客戶A、B、C、E劃分為第2類客戶，這類客戶當(dāng)前價(jià)值、潛在價(jià)值、信用狀況、環(huán)保節(jié)能貢獻(xiàn)均處于較高水平。綠色經(jīng)濟(jì)下，這些企業(yè)仍將有穩(wěn)定的發(fā)展前景，故供電企業(yè)要與其維持好關(guān)系，將有限的服務(wù)資源向該類客戶

圖3 IWCA聚類收斂曲線

表2 電力客戶價(jià)值評價(jià)的IWCA結(jié)果

注：程序運(yùn)行時(shí)間為2.56 s。

傾斜，進(jìn)一步加強(qiáng)雙方建立的合作關(guān)系。結(jié)果中以D、F為代表的第3類客戶，當(dāng)前價(jià)值雖然處于中上游水平，但信用狀況、節(jié)能水平一般。這類企業(yè)是社會節(jié)能減排的關(guān)鍵，供電企業(yè)可以對其提供節(jié)能減排規(guī)劃服務(wù)，幫助企業(yè)優(yōu)化資源配置、合理投資節(jié)能設(shè)備等，并督促這些客戶降低碳排放量，早日轉(zhuǎn)化為優(yōu)質(zhì)客戶。對于像客戶I一類的用電客戶，盡管不像客戶A一類是供電企業(yè)優(yōu)質(zhì)的客戶，但其與供電企業(yè)維持著良好的合作關(guān)系，并且企業(yè)經(jīng)營情況很好，有很大的發(fā)展?jié)摿?，是供電企業(yè)可以挖掘的對象。因此除了提供基本服務(wù)外，還應(yīng)對這類客戶節(jié)能水平不佳的情況做出提醒甚至警告，努力將這類客戶培養(yǎng)成為最有價(jià)值的客戶。

表3 3類客戶的特點(diǎn)

4 結(jié)束語

隨著我國電力企業(yè)需求側(cè)管理的加強(qiáng)，對電力客戶價(jià)值進(jìn)行系統(tǒng)評價(jià)已成為必然趨勢。與模糊層次分析法等評價(jià)方法相比，本文方法避免了利用專家咨詢等方法來確定評價(jià)指標(biāo)的權(quán)重，減少了主觀因素對評價(jià)結(jié)果的影響，還能減少評價(jià)工作中的重復(fù)勞動，保證了評價(jià)的簡易性。通過實(shí)證分析, 入侵雜草聚類算法有效克服了k-means法收斂速度慢、容易陷入局部最優(yōu)等缺點(diǎn)。

綠色經(jīng)濟(jì)為大工業(yè)企業(yè)的發(fā)展帶來機(jī)遇和挑戰(zhàn)，環(huán)保節(jié)能水平成為衡量企業(yè)價(jià)值的核心組成部分，本文因此建立了環(huán)保節(jié)能下電力客戶價(jià)值評價(jià)指標(biāo)體系，實(shí)例分析表明了該指標(biāo)體系的合理性和適用性。

[1] 吳 鵬，吳東升. 合同能源管理在用電節(jié)能服務(wù)中的應(yīng)用[J]. 東北電力技術(shù)，2011, 32(4): 36-38.

[2] 孫壽廣. 低碳經(jīng)濟(jì)對電網(wǎng)規(guī)劃和發(fā)展的影響[J]. 中國電力， 2010, 43(3): 1-4.

[3] 胡 博，關(guān) 艷，王志斌. 智能用電營銷服務(wù)一體化應(yīng)用模型研究與探索[J]. 東北電力技術(shù)，2013, 34(12): 10-14.

[4] 羅 欣，周 琪，黃海峰，等. 基于綜合價(jià)值的優(yōu)質(zhì)電力客戶評價(jià)體系研究[J]. 現(xiàn)代電力，2012, 29(2): 90-94.

[5] 曾 鳴，楊素萍，楊鵬舉，等. 社會節(jié)能環(huán)境下電力客戶價(jià)值評估研究[J]. 華東電力，2008, 36(6): 15-19.

[6] 任保瑞. 基于模糊綜合評判的電力客戶信用評價(jià)[J]. 現(xiàn)代電力，2011, 28(4): 90-94.

[7] 王松濤. 市場條件下的電力客戶價(jià)值分析體系[J]. 電網(wǎng)技術(shù)， 2010, 34(2): 155-158.

[8] 孫 峰，司紅代，孫曉非. 智能電網(wǎng)多指標(biāo)綜合評估體系研究[J]. 東北電力技術(shù)，2011, 32(9): 1-7.

[9] 陳 磊. 基于供應(yīng)鏈金融的客戶價(jià)值評價(jià)模型研究[J]. 經(jīng)濟(jì)問題， 2012(5): 56-59.

[10]高 濤，鄧 玲. 智能電網(wǎng)及其國內(nèi)外發(fā)展概述[J]. 東北電力技術(shù)， 2012, 33(2): 5-10.

[11]謝傳勝，盧鍵明，胡 笳，等. 基于ABC作業(yè)成本法的供電服務(wù)差異化選擇策略[J]. 現(xiàn)代電力，2009, 26(2): 91-94.

[12]Mehrabian A R, Lucas C. A novel numerical optimization algorithm inspired from weed colonization[J]. Ecological Informatics. 2006, 1(4): 355-366.

Power Customer Value Assessment in Environmental Protection and Energy Saving

LU Haiming，MENG Anbo

(1.Guangzhou Metro Corporation Operation Division, Guangzhou, Guangdong 510310, China;2. Guangdong University of Technology, Guangzhou, Guangdong 510006, China)

Under the environment of advocating energy saving and environmental protection, the customer service of power supply companies will develop from single power supply marketing to guide users to optimize power utility manners and energy saving emission reduction. Considering the environmental protection and energy saving level of power customer, a customer value evaluation index system in low-carbon economy is constructed and a new method to evaluate power customer value is proposed, this method with clustering algorithm is optimized by invasive weed optimization(IWO) and applied to evaluate ten industrial customers of given city. The results show that the convergence speed is improved effectively and local optima can be avoided and the performance of clustering is enhanced greatly. As a consequence, it leads to a comprehensive and accurate segmentation and evaluation for key electric power account, which provides the basis for power supply enterprises #to make targeted marketing strategy.

invasive weed algorithmic;electricity customer; social energy conservation;service resources optimization

F426.61

A

1004-7913(2017)01-0050-04

廣東省科技計(jì)劃項(xiàng)目(2016A010104016);廣東省自然科學(xué)基金(S2013040013776)

盧海明(1990)，男，碩士，助理工程師，主要研究方向?yàn)槌鞘熊壍澜煌ü┡潆姟?/p>

2016-11-25)