基于深度学习推荐模型的电力市场售电套餐推荐方法

汤丽莉; 陈 涛; 高赐威; 明 昊; 袁 浩

doi:10.3969/j.issn.1009-1831.2024.05.001

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

基于深度学习推荐模型的电力市场售电套餐推荐方法

统计机器学习应用专辑 | 更新时间：2026-03-05

- 基于深度学习推荐模型的电力市场售电套餐推荐方法
- Recommendation method of electricity sales package in electricity market based on deep learning recommendation model
- 电力需求侧管理 2024年26卷第5期
- 作者机构：
  
  1. 东南大学电气工程学院,南京,210096
  2. 中国电力科学研究院有限公司（南京分院）,南京,210037
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（52107079）;江苏省自然科学基金项目（BK20210243）
- DOI：10.3969/j.issn.1009-1831.2024.05.001
  中图分类号：
- 纸质出版：2024
- 稿件说明：
移动端阅览
汤丽莉, 陈涛, 高赐威, 等. 基于深度学习推荐模型的电力市场售电套餐推荐方法[J]. 电力需求侧管理, 2024,26(5).

汤丽莉, 陈涛, 高赐威, et al. Recommendation method of electricity sales package in electricity market based on deep learning recommendation model[J]. 2024, 26(5).
汤丽莉, 陈涛, 高赐威, 等. 基于深度学习推荐模型的电力市场售电套餐推荐方法[J]. 电力需求侧管理, 2024,26(5). DOI： 10.3969/j.issn.1009-1831.2024.05.001.

汤丽莉, 陈涛, 高赐威, et al. Recommendation method of electricity sales package in electricity market based on deep learning recommendation model[J]. 2024, 26(5). DOI： 10.3969/j.issn.1009-1831.2024.05.001.

摘要

针对售电公司如何在海量售电套餐中精准地为用户进行产品推荐

以及电力用户如何在众多的产品中挑选出符合自身需求套餐的双难问题

提出了一种基于深度学习的深度兴趣进化网络（deep interest evolution network

DIEN）售电套餐推荐算法。首先

将多种推荐模型进行比较

验证DIEN的表现；其次

对模型中的兴趣进化层结构与超参数进行解析；然后

针对DIEN模型在电力市场应用领域的“长尾效应”

在原始模型的兴趣提取层与用户向量之间引入两种门控机制；最后

进行算例分析

结果表明所提方法可在现有基础上提高电力用户的用电套餐适配率

提升电力公司的市场竞争力与电力公司和用户的双向收益。

Abstract

To accurately recommend power sales packages to users and help them select the package that best meets their needs

a deep interest evolution network（DIEN）algorithm based on deep learning is proposed. First

a comparison of several recommendation models is conducted to assess the performance of DIEN. Subsequently

an analysis of the structure of the interest evolution layer and the model’s hyperparameters is performed. Then

aiming at the“long tail effect”observed in the application of DIEN model in electricity market domain

two gating mechanisms are introduced between the interest extraction layer of the original model and the user vector. Finally

the feasibility of the proposed method is verified through a case analysis. Results show that proposed method can improve the electricity package adaptation rate of electricity users

enhance the market competitiveness of the power company and bidirectional benefits for both of the power company and users.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

德国能源电力法规的演变与虚拟电厂的发展

电力中长期市场与现货市场衔接关系及机制设计

碳交易下多能楼宇微电网需求响应博弈优化

配电网资源参与电力市场欧美典型实践及对我国的启示

平衡单元模式下德国电力电量平衡机制探讨及启示