| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景分析 | 第9-11页 |
| 1.2 分析状况综述 | 第11-12页 |
| 1.3 研究内容及思路 | 第12-14页 |
| 1.4 本文主要结构 | 第14-15页 |
| 第二章 用户用电行为细分及负荷预测模型建立 | 第15-44页 |
| 2.1 用户特征差别化研究及特征库构设 | 第15-26页 |
| 2.1.1 确定用户用电行为影响因子 | 第15-16页 |
| 2.1.2 开展用户特征的研究 | 第16-26页 |
| 2.1.2.1 对 220kV金属制品业用户的分析 | 第20-23页 |
| 2.1.2.2 对 110kV专线用户的分析 | 第23-26页 |
| 2.2 用户领域细分与动态聚类分析研究 | 第26-31页 |
| 2.2.1 动态聚类方法研究 | 第26-29页 |
| 2.2.2 用户行业分析 | 第29-31页 |
| 2.2.3 行业聚类特征的关联度分析 | 第31页 |
| 2.3 基于用户用电行为分析的预测模型建立以及修正研究 | 第31-43页 |
| 2.3.1 用户负荷预测模型介绍 | 第32-36页 |
| 2.3.2 基于行业聚类的负荷预测模型与动态修正 | 第36-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 基于私有云大数据平台用户分类服务系统开发 | 第44-54页 |
| 3.1 传统数据库与云平台数据对接 | 第44-48页 |
| 3.2 系统整体架构及控制框图 | 第48页 |
| 3.3 系统特点 | 第48-49页 |
| 3.4 云平台构架及关键技术 | 第49-52页 |
| 3.4.1Hadoop基本构架 | 第49-50页 |
| 3.4.2 海量数据分布存储技术 | 第50-51页 |
| 3.4.3 海量数据管理技术 | 第51-52页 |
| 3.4.4 SOA构架 | 第52页 |
| 3.5 用户的行业聚类 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 面向差异化电力需求的服务策略 | 第54-63页 |
| 4.1 用电客户分群 | 第54页 |
| 4.2 用户差异化服务设计 | 第54-61页 |
| 4.2.1 分群用户的确定 | 第54页 |
| 4.2.2 用户管家配置标准及管理内容 | 第54-55页 |
| 4.2.2.1 用户管家配置标准 | 第54-55页 |
| 4.2.2.2 用户管家管理内容 | 第55页 |
| 4.2.3 第一大群客户服务设计 | 第55-58页 |
| 4.2.4 第二大群客户服务设计 | 第58-59页 |
| 4.2.5 第三大群客户服务设计 | 第59-60页 |
| 4.2.6 第四大群客户服务设计 | 第60-61页 |
| 4.2.7 第五大群客户服务设计 | 第61页 |
| 4.3 本章小结 | 第61-63页 |
| 第五章 研究总结 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附表 | 第66-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |