基于信用特征分析的电力客户类型的判别

• 作者: 周晖 李涛 杨红 郑祥云 钮文洁
• 来源期刊: 湖南电力
• 学科: 工学
• 关键词: 电力市场 信用风险 人工神经网络 判别模型
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 研究与试验
• 页码范围: 4-7
• 页数: 4页
• 分类号: TM7
• 字数: 3981字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0198.2006.04.002

摘要

考虑到电力公司对客户信息的管理数据以及企业信用管理的要求,设计了一套符合实际管理需要的、评估电力客户信用的指标体系,并采用人工神经网络理论,针对某电力公司的电力客户数据,建立了电力客户信用的判别分析模型,由于该模型的拟合精度高,所以当电力客户信用特征发生变化时,能有效地识别其所属的信用类型,从而使得电力公司能够预先知道哪些属于高信用风险的客户,达到防范信用风险的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晖	北京交通大学电气工程学院	65	920	18.0	28.0
2	钮文洁	北京交通大学电气工程学院	10	133	5.0	10.0
3	李涛		10	86	6.0	9.0
4	杨红		8	74	5.0	8.0
5	郑祥云	北京交通大学电气工程学院	5	24	3.0	4.0