基于长短期记忆网络算法的电费回收风险预警

• 作者: 吕辉 季聪 江明 谢林枫 钱立军
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 电力大客户 电费回收风险 风险评估 风险预警 深度学习 长短期记忆网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 电网技术
• 页码范围: 98-103
• 页数: 6页
• 分类号: TM71
• 字数: 3726字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2018.05.019

摘要

电力大客户电费回收风险一直都是电力公司关注的热点,但由于缺乏外部数据支撑和高效预警模型,使电费回收风险预警成为了一个难题.文中首先综合电力客户的电量、电费数据,以及电力客户在工商、税务、法院等部门的风险信息,建立电力大客户的电费回收风险指标体系.其次,基于熵值法得到的风险指标权重系数,过滤弱影响指标,采用相关性分析剔除重叠作用指标,得到客户电费回收风险预警指标.最后,基于深度学习中的长短期记忆(long short-term memory,LSTM)网络算法进行了客户电费回收风险预警.算例结果表明,提出的风险预警模型精确有效,且LSTM在准确率、查准率和查全率3个指标上较Logistic回归更加精准,能够精准定位风险客户,提高电费回收效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢林枫		8	10	2.0	3.0
2	钱立军		3	18	2.0	3.0
3	吕辉		3	7	2.0	2.0
4	季聪		11	98	5.0	9.0
5	江明		4	6	1.0	2.0