基于多维度电力大数据的高电压企业用户信用评估模型.pdf
《基于多维度电力大数据的高电压企业用户信用评估模型.pdf》由会员分享,可在线阅读,更多相关《基于多维度电力大数据的高电压企业用户信用评估模型.pdf(6页珍藏版)》请在咨信网上搜索。
1、 基于多维度电力大数据的高电压企业用户信用评估模型王文烁,李天赐(国网湖北电力科学研究院,湖北 武汉 ;南网海南省海口供电局,海南 海口 )摘要:为实现不同信用等级高电压企业用户的差异化营销和电价风险识别,提高电力企业的风险管控水平,提出了基于多维度电力大数据的高电压企业用户信用评估模型.选取不同的原始凝聚点对企业用户的电网数据进行聚类分析;采用数据清洗、数据集成、数据规范和数据转换个步骤对电网数据进行预处理;通过计算用户用电特征的信息增益,剔除错误数据,得到准确的用户用电特征;以守信能力为基础,建立高电压企业用户信用评价体系,设计基于支付积极性的高电压企业用户信用评价模型;计算企业加权定期支
2、付周期值,建立信用价值权衡函数,完成对高电压企业用户支付信用的定量评价.实例测试结果表明,该方法能够准确获取高电压企业用户的用电特征,评价结果的准确性较高,为电网公司规避支付风险提供了数据依据.关键词:多维度;电力大数据;高电压企业用户;信用评估;评估体系中图分类号:T P D O I:/j c n k i d g j s C u s t o m e rC r e d i tE v a l u a t i o nM o d e l o fH i g h v o l t a g eE n t e r p r i s e sB a s e do nM u l t iD i m e n s i o
3、n a lP o w e rB i gD a t aWAN G W e n s h u o,L IT i a n c i(E l e c t r i cP o w e rR e s e a r c hI n s t i t u t e,S t a t eG r i dH u b e iE l e c t r i cP o w e rC o,L t d,W u h a n ,C h i n a;H a i k o uP o w e rS u p p l yB u r e a u,S o u t h e r nP o w e rG r i dH a i n a nP o w e rG r i dC
4、 o,L t d,H a i k o u ,C h i n a)A b s t r a c t:I no r d e r t o r e a l i z e t h ed i f f e r e n t i a t e dm a r k e t i n ga n dp r i c e r i s k i d e n t i f i c a t i o no f h i g h v o l t a g ee n t e r p r i s eu s e r sw i t hd i f f e r e n t c r e d i t l e v e l s,a n d i m p r o v e
5、t h er i s km a n a g e m e n t a n dc o n t r o l l e v e l o f p o w e r e n t e r p r i s e s,ac r e d i t e v a l u a t i o nm o d e lo fh i g h v o l t a g ee n t e r p r i s eu s e r sb a s e do nm u l t i d i m e n s i o n a lp o w e rb i gd a t ai sp r o p o s e d D i f f e r e n to r i g i
6、n a lc o n d e n s a t i o np o i n t sw e r e s e l e c t e d t oc l u s t e r a n da n a l y z e t h ep o w e rg r i dd a t ao f e n t e r p r i s eu s e r s F o u r s t e p sw e r eu s e d t op r e p r o c e s s t h ep o w e rg r i dd a t a:d a t a c l e a n i n g,d a t a i n t e g r a t i o n,d
7、a t a s p e c i f i c a t i o na n dd a t a t r a n s f o r m a t i o n B y c a l c u l a t i n g t h e i n f o r m a t i o ng a i no f t h eu s e r sp o w e r c o n s u m p t i o nc h a r a c t e r i s t i c s a n de l i m i n a t i n g t h e e r r o n e o u sd a t a,t h e a c c u r a t eu s e r p
8、o w e r c o n s u m p t i o nc h a r a c t e r i s t i c sw e r e o b t a i n e d B a s e do n t h e a b i l i t y t ok e e pp r o m i s e s,a c r e d i t e v a l u a t i o ns y s t e mf o r h i g h v o l t a g e e n t e r p r i s eu s e r sw a se s t a b l i s h e d,a n dac r e d i t e v a l u a t
9、i o nm o d e l f o rh i g h v o l t a g ee n t e r p r i s eu s e r sb a s e do np a y m e n t e n t h u s i a s mw a sd e s i g n e d T h ew e i g h t e dp e r i o d i cp a y m e n t c y c l ev a l u eo f e n t e r p r i s e sw a s c a l c u l a t e d,t h e c r e d i t v a l u e t r a d e o f f f u
10、 n c t i o nw a se s t a b l i s h e d,a n d t h e q u a n t i t a t i v e e v a l u a t i o no f t h ep a y m e n t c r e d i t o f h i g h v o l t a g e e n t e r p r i s eu s e r sw a s c o m p l e t e d T h ec a s e t e s t r e s u l t ss h o w e dt h a tt h ep r o p o s e dm e t h o dc o u l da
11、 c c u r a t e l yo b t a i nt h ee l e c t r i c i t yc o n s u m p t i o nc h a r a c t e r i s t i c so fh i g h v o l t a g ee n t e r p r i s eu s e r s,a n dt h ea c c u r a c yo f t h ee v a l u a t i o nr e s u l t sw a sh i g h,w h i c hp r o v i d e dad a t ab a s i s f o rp o w e rg r i d
12、c o m p a n i e s t oa v o i dp a y m e n t r i s k s K e yw o r d s:m u l t i d i m e n s i o n;p o w e rb i gd a t a;h i g hv o l t a g ee n t e r p r i s eu s e r s;c r e d i t e v a l u a t i o n;e v a l u a t i o ns y s t e m收稿日期:作者简介:王文烁(),硕士,从事输电线路技术研究、大数据分析工作;李天赐(),从事市场营销技术工作.引言伴随社会信用体系建设的不断
13、完善,不同领域及行业均开展诚信文化建设 ,构建守信激励与失信惩戒机制,推动信用建设发展.高电压企业用户(k V供电的工业用户)的用电需求具有需求用电量多、实际用电电压高、危险性强等特点 .现阶段很多供电企业与学者研究电力信用评估系统,评估内容包含缴费行为、违规行为、安全行为等.李申章等设计了一种基于层次分析和主成分分析法的电力用户信用综合评价模型,通过建立客户信用评价体系计算用户欠费风险概率,估算欠费风险,但该方法主要以负面评估为主,缺少正面评估,导致方法实用性不高.电工技术系统解决方案郭崇慧等采用扩展“S型”函数对用电量信息和缴费时间差信息进行整合建模,创建度量客户用电能力和缴纳电费积极性的
14、客户信用动态评价模型,但该方法缺少大数据技术应用,无法全方位凸显企业用户的真实电力信用.杨捷等提出了基于层次分析和熵值法的电力用户信用综合评价模型,构建科学的客户信用评价体系,通过层次分析和熵值法实现电力用户信用等级评价,但该方法信用评价指标不够客观,评价结果准确性不高.周渊等根据权威部门空开数据,扩充信用评价数据源,将注册资本、企业性质、税务评级、经营异常等个指标结合用户用电指标构建信用评价体系,利用K m e a n s聚类算法结合T o p s i s综合评价法,将聚类结果划分信用等级,实现电力用户的信用评价,该方法没有总结高电压企业用户的用电特征,信用评估体系不明确,评价结果不够精准.
15、总结以上不足,本文提出基于多维度电力大数据的高电压企业用户信用评估模型.运用多维度电力大数据方法获悉高电压企业用户用电特征,以“表扬诚信,惩罚失信”为原则,创建高电压企业用户信用评估体系,最终从缴费积极 性 角 度 出 发,获 得 高 电 压 企 业 用 户 信 用 评 估模型.多维度电力大数据下高电压企业用户用电特征挖掘在组建高电压企业用户信用评估模型之前 ,首先要运用多维度电力大数据分析方法进行用户用电特征分类保存,具体分析高电压企业用户用电数据,观察企业用电各时段数据特征情况,提升用户信用评估准确性.当前多数使用聚类分析法分析用户用电特征 ,本文采用K m e a n s聚类方法挖掘用电
16、特征.K m e a n s聚类方法是将最小化目标函数当作优化目标,持续迭代处理,挑选k个原始凝聚点,实现局部最佳聚类效果 .不同原始凝聚点任意组合,采用K m e a n s聚类方法实施聚类时,要反复挑选不同的原始凝聚点,并迭代展开聚类计算.如果用来执行K m e a n s聚类方法的原始数据集内包含m个样本,样本特征属性为K,且K大于零,是一个整数,再聚类运算,就是把m个样本信息组成特征属性的聚类中心距离平方和,推算解析式为:FKiFiKimji jAjBi()式中,F为聚类中心距离平方和的目标函数;Aj为j个用电数据特征属性;Bi为i个特征聚类中心点;i j为权重指数.聚类中心的推导过程
17、描述为:Qi jAjBii()高电压企业用户用电特征挖掘过程中,在收集与传输时会受到外界噪声扰动影响,挖掘质量大幅度降低,所以首先进行数据预处理.预处理共包含数据清洗、数据集成、数据规约与数据变换个步骤.数据清洗处理过程中,假设用电数据记录是RR,R,Rl,l为数据记录数量,对应的某个记录是Ri.将两个记录同时处于某个属性的关联表达式记作:MA(Ri p,Rj p),()其中,Ri pI D,I D,I Dm()式中,I Dm为关于某个属性值相似的用电记录;p为用电记录的第p个属性值.若M值为,则两个记录处于p属性,拥有相近的关联,相似度很高,反之无相似关联.按照此类耦合关系就能获得两个用电记
18、录在某个属性值下的相似度.将相似度计算公式记作:Qi,j,pMWp()式中,Wp为用电记录内p属性的权重.在获得不同记录相似度后,最终把各用电记录的属性相似度进行累积求和,获得两条用电记录的相似度:Zi,jnpQi,j,p()式中,Zi,j为i、j两条用电记录的相似度,以此剔除用电数据中的偏离集群点,降低数据缺失的概率.进行数据集成时,首先要提高数据质量,降低冗余数据干扰,利用元数据策略防止数据集内出现错误识别问题.数据规约处理就是要全面考虑数据中的随机变量,把初始数据映射至小范围空间中,利用数据压缩评判初始数据能否完成数据重构,继而规约大规模数据集合.数据变换就是消除数据中的噪声,把持续属性
19、更改为分析类属性,同时把数据分割在离散区间,降低聚类分析难度.凭借高电压企业用户用电特征周期性,剖析用户用电日期属性,避免用电数据产生不良变化影响挖掘结果精度.把用户用电特征涵盖的x个目标随机划分为q个,在随机分割簇内区域内组成x/(h q)个聚类块,h是分割后第一次聚类的用户用电特征.使用信息熵定理实现特征点聚类,使用簇类进程内随机数据在开始与终止聚类信息量中提取决策用电特征点.采用最小举例法归一化处理特征点数据,得到首次聚类架构及信息熵决策归一点.将两个聚类集合的间距描述为:dm i n(x,x)m i nhx,hkxhhk()式中,x、x均为聚类集合;hk为聚类集合中的用户用电特征数据点
20、.倘若在用户用电特征涵盖的x个目标内搜寻聚类用户特征数据点hk,通过推算数据点hk,挑选最小信息熵当作用户用电特征x个目标的归一点.该归一点中包含的信息量较多,运用此计算流程即可组建全新的高电压企业用户用电特征数据集合簇.将两个 聚 类 集 合 的 用 户 用 电 特 征 信 息 增 益z(xhk)写作:z(xhk)z(xhxhk)z(xh)()式中,z为一个聚类集合特征信息增益.把两个聚类集合的信息增益最高目标点汇集结果作为归一后的聚类值,即可有效去除偏差数据,挖掘出精准高系统解决方案电工技术 电压企业用户用电特性,为后续信用评估模型构建提供可靠的理论依据与数据支持.基于缴费积极性的高电压企
21、业用户信用评估模型 高电压企业用户信用评估体系设计引用企业社会信用评分标准体系构建思路,融合信用评分建模历史经验与高电压企业用户特征,将用户信用指标设定为守信能力,将“表扬诚信,惩罚失信”作为基本原则,创建高电压企业用户信用评估体系.守信能力关键涵盖用电价值与电网互动价值个方面.评估用电价值即使用大数据技术,全方位考虑高电压企业用户所处行业的行业水准与用户本身用电水准,客观评估用户真实的用电价值,扩展用户市场价值,指引用户积极用电.评估用电价值详细内容包括行业水准与电量电费.行业水准拥有用电量行业占比、行业景气指数 等,用于研究用户所处行业全局用电程度;电量电费包含同比增长率、月均电费等.把用
- 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 多维 电力 数据 电压 企业 用户 信用 评估 模型
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。