盧海明，孟安波

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

環(huán)保節(jié)能下的電力客戶價值評價

盧海明，孟安波

(1.廣州地鐵集團有限公司，廣東 廣州 510310；2. 廣東工業(yè)大學，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領域?qū)⒂蓡我坏墓╇姞I銷向全面指導用戶優(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，構建了低碳經(jīng)濟下電力客戶價值指標體系，并提出了運用入侵雜草聚類算法評價電力客戶價值的新方法。對某市10個工業(yè)客戶實證分析表明，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)進行客觀、科學的挖掘分析，實現(xiàn)了對電力大客戶全面、準確細分和評價，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；服務資源優(yōu)化

隨著我國對環(huán)境保護的日益重視，可持續(xù)發(fā)展成為經(jīng)濟發(fā)展的首要任務，企業(yè)在追求經(jīng)濟效益的同時，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。如果單純從電費收入和用電量來評價，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)如何更準確地評價客戶價值，細分不同類別的客戶，并依此制定客戶營銷服務策略，為客戶提供個性化服務，提升客戶滿意度，成為供電企業(yè)必須解決的一個問題[4]。

針對電力客戶價值的評價，文獻[5]運用k-means和利益細分方法對電力客戶價值進行聚類評價，k-means法具有簡單、快速的優(yōu)點，被廣泛應用于數(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行搜索常常使算法陷入局部最優(yōu)。文獻[6]采用模糊層次分析法對電力客戶價值進行評價，評價過程中的判斷矩陣需要依靠經(jīng)驗來確定，因此該方法含有較多主觀因素，對評價結果影響較大。文獻[7]以利益最大化為基礎，提出模糊層次分析法與專家判斷矩陣相結合對電力客戶進行價值評價，但全社會節(jié)能減排的要求下，企業(yè)的節(jié)能參與情況應考慮在價值評價中。

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

1 環(huán)保節(jié)能下電力客戶價值指標體系構建

目前，通常研究中所指的客戶價值為客戶終生價值(customer lifetime value，CLV)?？蛻艚K生價值包含企業(yè)與客戶在整個生命周期內(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)濟下，供電企業(yè)應對企業(yè)用電情況起到一定的監(jiān)督作用，進而幫助企業(yè)節(jié)能減排，共同提高效益。因此，結合專家小組和供電企業(yè)營銷人員的意見，在供電企業(yè)利益視角基礎上，加入衡量企業(yè)環(huán)保節(jié)能水平的指標，全面評價綠色經(jīng)濟下的電力客戶價值，指標體系如圖1所示。

圖1 電力客戶價值評價指標體系

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。該算法具有較強的魯棒性，算法結構易于實現(xiàn)，尋優(yōu)過程能夠很好地自適應，且參數(shù)數(shù)目少，設置簡單，已被應用到各行各業(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)请s草的生長區(qū)域，解空間中的1個可行解對應1個雜草種子，所有雜草的合集稱為1個種群。IWO算法的具體實現(xiàn)步驟如下。

a.初始化種群

結合實際優(yōu)化問題，設置算法的各個參數(shù)并隨機產(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化方向，必須選取個體繁殖能力強、環(huán)境適應能力高的優(yōu)秀種子。在IWO算法中，通過引入適應度來衡量雜草種子的優(yōu)劣。其具體公式為

(1)

式中：weedi為雜草個體i產(chǎn)生的種子個數(shù)；round為取整函數(shù)；Smax、Smin分別為設定的最大、最小種子數(shù)；f、fmax、fmin分別為當前雜草適應度、當前種群中雜草最大和最小適應度。

c.空間擴散

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

(2)

式中：δinit、δfinal、δIter分別為初始標準差、最終標準差和當前標準差；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度進行優(yōu)勝劣汰，只有優(yōu)秀的個體才能保留作為下一代的父代。

隨后，不斷重復上述過程，直到滿足算法結束條件。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，每個雜草個體由m個聚類中心組成；然后，采用IWO算法在解空間內(nèi)進行全局搜索，通過種群的迭代進化搜索到k個全局最優(yōu)的聚類中心；最后把這k個聚類中心作為k-means算法的初始聚類中心繼續(xù)執(zhí)行k-means算法進行局部搜索獲得最后理想的聚類劃分。迭代過程中的適應度函數(shù)按照最近鄰法則確定，即每個樣本被劃分到與其最近的聚類中心代表的簇。適應度函數(shù)如下：

(3)

3 電力客戶價值評價

3.1 數(shù)據(jù)預處理

根據(jù)電力客戶價值評價指標體系，考慮數(shù)據(jù)的真實性和時效性，本文選取2012年南方電網(wǎng)某市供電公司10個工業(yè)電力客戶進行分析。由于各個評價指標的量綱和數(shù)量級不盡相同，為了使數(shù)據(jù)類型一致，對調(diào)查報告中的原始數(shù)據(jù)進行了一致性處理，首先用式(5)將負向指標和適應指標均轉(zhuǎn)化為正向指標，再用式(6)進行無量綱化處理。

(4)

(5)

3.2 IWCA聚類性能檢驗

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

IWCA的參數(shù)設置如下：種群個體數(shù)目R=20，最大迭代次數(shù)Maxgen=300，類別數(shù)m=3，評價指標數(shù)y=15，解空間維數(shù)設為D=3×15=45。文獻中根據(jù)客戶價值的評價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)。為方便與文獻結果進行對比，IWCA程序中指標數(shù)據(jù)的預處理和劃分會根據(jù)文獻的劃分標準來進行設計。利用Matlab軟件運行IWCA程序，輸出結果如表1所示。

表1 IWCA電力客戶價值評價結果

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

仿真結果顯示，第1個聚類中心的各指標中心值分布較為集中，主要在60、70、80分這3個得分點；第2個聚類中心的各指標中心值分布廣泛，得分點分布在20～80分；第3個聚類中心的各指標中心值分布集中，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。該結論與文獻[7]使用模糊層次分析法得出的結論一致，從而驗證了IWCA 在電力客戶價值評價中的準確性和有效性。

3.3 電力客戶價值的IWCA評價

本文選取某市供電公司的10個大工業(yè)客戶進行實證分析，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、繳費記錄相關數(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一步分析這些客戶的詳細情況，確定客戶潛在價值相關數(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)各指標標準值輸入IWCA模型中。模型初始參數(shù)值與3.2節(jié)設定相同，聚類收斂曲線如圖3所示，聚類結果如表2所示。

從圖3中可以看出，IWCA經(jīng)過110代訓練后基本趨向于穩(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，由此可以看出，IWCA能有效克服陷入局部最優(yōu)的缺陷，在同樣的訓練代數(shù)下，能夠得到更精確的結果。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。實例分析顯示，聚類結果與實際情況十分貼近。

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

圖3 IWCA聚類收斂曲線

表2 電力客戶價值評價的IWCA結果

注：程序運行時間為2.56 s。

傾斜，進一步加強雙方建立的合作關系。結果中以D、F為代表的第3類客戶，當前價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)能減排的關鍵，供電企業(yè)可以對其提供節(jié)能減排規(guī)劃服務，幫助企業(yè)優(yōu)化資源配置、合理投資節(jié)能設備等，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外，還應對這類客戶節(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)成為最有價值的客戶。

表3 3類客戶的特點

4 結束語

隨著我國電力企業(yè)需求側管理的加強，對電力客戶價值進行系統(tǒng)評價已成為必然趨勢。與模糊層次分析法等評價方法相比，本文方法避免了利用專家咨詢等方法來確定評價指標的權重，減少了主觀因素對評價結果的影響，還能減少評價工作中的重復勞動，保證了評價的簡易性。通過實證分析, 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。

綠色經(jīng)濟為大工業(yè)企業(yè)的發(fā)展帶來機遇和挑戰(zhàn)，環(huán)保節(jié)能水平成為衡量企業(yè)價值的核心組成部分，本文因此建立了環(huán)保節(jié)能下電力客戶價值評價指標體系，實例分析表明了該指標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)能服務中的應用[J]. 東北電力技術，2011, 32(4): 36-38.

[2] 孫壽廣. 低碳經(jīng)濟對電網(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 艷，王志斌. 智能用電營銷服務一體化應用模型研究與探索[J]. 東北電力技術，2013, 34(12): 10-14.

[4] 羅 欣，周 琪，黃海峰，等. 基于綜合價值的優(yōu)質(zhì)電力客戶評價體系研究[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[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值分析體系[J]. 電網(wǎng)技術， 2010, 34(2): 155-158.

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

[9] 陳 磊. 基于供應鏈金融的客戶價值評價模型研究[J]. 經(jīng)濟問題， 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， 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

廣東省科技計劃項目(2016A010104016);廣東省自然科學基金(S2013040013776)

盧海明(1990)，男，碩士，助理工程師，主要研究方向為城市軌道交通供配電。

2016-11-25)