基于电力大数据的电费回收风险预测方法研究_程威.pdf
《基于电力大数据的电费回收风险预测方法研究_程威.pdf》由会员分享,可在线阅读,更多相关《基于电力大数据的电费回收风险预测方法研究_程威.pdf(3页珍藏版)》请在咨信网上搜索。
1、 基于电力大数据的电费回收风险预测方法研究程威(国网安徽省电力有限公司和县供电公司)摘要:电费回收管理是电力企业生产经营活动的一项重要组成部分,由于普遍采用的是先用电后缴费的方式,因此造成了电费回收周期长等问题,电费回收逐渐成为影响电力企业生产经营的一大困扰。本文从电力大数据的角度出发,采用最优变量分组法和证据权重转化法对电力大数据进行了预处理,采用逻辑回归法构建了电费回收风险预测模型,并基于模型运算结果,根据评分卡函数实现电力用户的风险等级划分,为对不同风险等级的电力用户采取差异化电力营销策略提供依据。关键词:电力大数据;电费回收;风险预测 引言为了解决电力企业电费回收周期长、回收困难的问题
2、,电力企业从技术方面深入研究了基于电力用户风险的电费回收预测方法,实现了电费回收抗风险能力的提升 ,。但是电力企业并不具备对用户欠费风险进行预判的能力,不能够依据用户的欠费风险等级采取有效的风险应对措施。因此,为了实现企业的电费回收抗风险能力的提升,在此方面展开风险预测意义重大 。为了保证电力企业具备足够的风险抵御能力、进一步降低企业经营风险,对电费回收风险进行科学、精准的预测尤为重要 。本文基于电力大数据提出了电费回收风险预测方法,实现了电力用户风险等级的科学划分,制定了相应的差异化电力营销策略,有效提高了电费回收率 。数据预处理.最优变量分组变量分组是基于一定的特征信息,对变量进行合理归类
3、处理,从而实现其影响基数的减弱;或者对数值型变量进行合理分段,将其等效成分类变量 。变量分组是由决策树模型寻取最优解的分组方案,即首先基于预测力指标最大寻取最优的二元分割点,后重复上述过程进行分类划分,直至达到最大分组数时完成变量分组 ,。.证据权重转化将分类变量转换为数值型变量,这样能够实现模型的简化,降低其建模复杂程度 ,并且可以将逻辑回归模型变换为标准评分卡的形式,以便于后续的应用。对于某个分类变量中的第 组,证据权重转化的计算方法如下:()()*()*()|()其中,为某个分类变量;和 分别为分类变量 中第 类在目标变量中的产生响应数量占总体响应数量的概率占比和没有产生响应数量占总体未
4、响应数量的概率占比;和*都是个数值,信息值描述了这个分组中产生响应的电力用户和没有产生响应的电力用户和全部样本集合中这个比率的差异情况;值越大,对应的信息值就越大,则这个分组里的样本响应概率占比就越大。经过证据权重变换,就实现了分类变量到数值变量的转换,并且保持了原有的分布。模型构建.模型构建思路模型的构建思路见表 。首先,要进行数据的预处理,对于关联性较强的数据,不需要全部保留,与此同时建立衍生变量,以作为模型构建的数据基础 。其次,对数据进行前期的特征属性分析,通过对欠费用户的用电行为、用电变化情况、用电偏好等情况进行初步的统计分析,形成最基本的构建思路,作为指标选取的基准 。再次,确定相
5、关指标,构建指标体系,根据逻辑回归模型的要求,进行聚类、关联、成分分析,这样能够降低模型中变量维度,得到各个指标相应的权重参数,通过变量分组和证据权重转化实现数据变换,以满足建模对于数据的具体要求 。最后,对模型进行训练校验,完成模型评估,反复训练得到最优模型。电气技术与经济 研究与开发 表 模型构建思路构建思路数据预处理数据探索指标体系构建算法选取模型构建模型评估数据质量检查完整性合理性一致性数据清洗异常数据处理冗余数据处理数据转化数据仓库 技术欠费用户综合特征欠费用户行为特征欠费用户欠费因素筛选指标基于多维度构建模型指标同维度下进行主成分分析、简化入模指标变量预处理逻辑回归算法证据权重转化
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 电力 数据 电费 回收 风险 预测 方法 研究 程威
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。