客户细分是企业捕捉变化的客户需求,定位服务对象,合理配置服务资源,开展差异化营销和服务策略从而巩固并发展客户关系的前提。传统的客户细分研究多面向零售、金融和通信等领域,与这些市场相比,电力市场具有一定独特性,主要表现在:电力兼有商品和能源的双重特征,电力客户关系具有契约性和排他性,客户类别呈现多样性,这给该行业的客户细分工作带来挑战。随着我国电力市场逐步由垂直垄断向市场化方向过渡,用电市场呈现出供大于求的局面,传统的粗犷型电力客户分类方式已不适应当今的先进营销服务要求,电力行业迫切需要以客户价值为主线开展深度客户细分;而电力企业信息化工程和智能电网的建设,一方面降低了客户信息的获取和存储难度,另一方面,高维、不确定性、混合类型和时变的客户数据也对现有的细分方法和技术提出新的要求。鉴于此,本文在全面综述客户细分理论和国内外电力客户细分研究成果的基础上,以工业电力客户为对象,分别从细分变量、细分方法和细分模型等不同侧面对电力客户细分问题进行了系统研究。首先,构建了一个基于数据挖掘,考虑动态客户细分需求,包含二阶段聚类过程的工业电力客户细分框架模型,然后对该模型涉及的关键问题依次展开研究。主要包括:在客户价值理论的指导下,分析了工业电力客户价值的构成要素并提取测度这些要素的细分变量;建立了面向混合属性数据的相异性度量模型,弥补了传统方法在度量层次型分类属性数据相异性时存在的不足;深入研究了面向动态电力客户细分的自适应进化聚类技术。最后使用一个实例对本文研究成果的有效性进行验证。本文的研究工作及创新点主要体现在以下几个方面:(1)构建了一个包含二阶段聚类过程的工业电力客户细分模型。分析了客户细分基础理论,通过比较先验价值模型和数据挖掘两种建模思想的优劣并深入分析动态客户细分需求,使用跨行业数据挖掘标准流程CRISP-DM模型为建模框架,构建一个包含二阶段聚类过程的工业电力客户细分模型。(2)在分析工业电力客户价值构成的基础上,提取了表征客户价值的细分变量。分析了客户价值的定义和内涵,针对工业客户的用电特点,确定工业电力客户细分目标,在此基础上,提出了包含当前价值、潜在价值、节能贡献和持续发展潜力四个价值维度的工业电力客户价值构成。在各价值维度指导下,参考已有研究成果,结合电力需求侧管理理论和节能服务理论,进一步提取了表征价值的工业电力客户细分指标组成初始细分变量集,根据可获得的数据现状,依次采用缺失值比率法、离散趋势法和R型聚类分析对该变量集进行修正,最终提取了表征工业电力客户价值的13个细分变量。(3)建立了针对层次型分类属性,面向混合属性数据的工业电力客户细分属性相异度量模型。针对电力行业广泛存在的层次型分类属性,研究了该类属性数据的相异性度量方法,针对现有度量方式在反映决策者偏好信息差异方面存在的不足,定义了指标距离的概念并进行了数学描述,提出了一种同时考虑分类属性值概念和偏好差异的相异性度量,具体给出了一种基于模糊相似优先比决策法和树的广度优先遍历的指标距离计算算法。建立了包含层次型分类属性,面向混合型属性数据的工业电力客户细分属性相异度量模型,通过一个仿真实验对该模型的有效性进行了验证。(4)提出一种面向动态电力客户细分的自适应进化聚类算法。分析了电力客户的契约性特点,界定了动态聚类的概念,重点研究了自适应进化聚类的基本原理和算法。针对基于自适应遗忘因子的进化聚类跟踪框架AFFECT在处理类结构变动和聚类结果匹配问题时存在的不足,利用客户契约的生效和失效作为先验信息,设计了类结构变动的判定准则,根据判定准则创建删除消亡类和添加新类的处理模块,得到了考虑类结构变动的自适应进化聚类框架;在该框架指导下,提出一种面向动态电力客户细分,基于粗糙k均值的自适应进化聚类算法。(5)使用陕西省电力公司某下属供电局数据库存储的真实工业电力客户数据,通过一个应用实例对所提出的工业电力客户细分模型、细分变量、混合属性数据相异度量模型和动态聚类算法进行了验证说明。