电力客户用电行为特征挖掘与预测

• 作者: 傅军 孙志杰 朱天博 杨一帆 谢枫
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 智能电网 大数据 数据挖掘 欠费 预测
• 年，卷（期）: 2016,（z1）
• 页码范围: 111-114
• 页数: 4页
• 分类号: TM721
• 字数: 3048字
• 语种: 中文

摘要

文章在智能电网实现海量电力客户数据采集的基础上，通过提取电力客户缴费数据，研究电力客户欠费特征的挖掘方法和客户欠费的预测方法，以辅助供电公司进行营销决策。根据客户欠费的习惯和电力法规对电费缴纳的要求，对电力客户欠费行为进行了界定。分析了欠费数据的行业分布规律和时间分布规律，应用灰色关联分析方法分析了欠费数据与行业指数之间的关联度，探索了应用回归模型预测客户欠费概率的方法。文中计算得到的部分电力客户欠费特征，以及对客户欠费概率预测方法的研究，可以为供电公司的电费回收工作提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅军	国网冀北电力有限公司电力科学研究院	10	32	3.0	5.0
2	孙志杰	国网冀北电力有限公司电力科学研究院	13	37	4.0	5.0
3	朱天博	国网冀北电力有限公司电力科学研究院	3	16	3.0	3.0
4	杨一帆	国网冀北电力有限公司电力科学研究院	2	9	2.0	2.0
5	谢枫	国网冀北电力有限公司电力科学研究院	7	25	3.0	4.0