融合社会数据的高压企业电费回收风险筛查

• 作者: 季聪 徐超 邓君华 邹云峰
• 来源期刊: 山东电力技术
• 学科: 经济
• 关键词: 电费回收 风险筛查 社会数据 高压企业
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 电网技术
• 页码范围: 18-23
• 页数: 6页
• 分类号: F426
• 字数: 2951字
• 语种: 中文

摘要

电费资金是电网公司的主营收入,确保电费回收,是电网企业运营风险防控的重点.基于高压企业客户,融合工商、银行、司法、税务等12类社会数据,利用随机森林法、熵值法、关联聚类等大数据技术,从电力信用、用电异常、经营异常、失信处罚、政策事件、关联风险和舆情风险7个维度,建立了高压企业客户电费回收风险筛查模型,对企业各类潜在风险因素进行全面辨别,实现企业客户电费回收风险提前筛查预警.以某省级电网约4.5万户高压企业客户为例,选取随机森林算法、长短记忆网络(Long Short Term Memory,LSTM)进行模型优劣对比,对比结果表明,建立的模型预测结果遗漏率远低于对比模型,命中率高,算例结果验证了模型的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹云峰	国网江苏省电力有限公司电力科学研究院	17	19	3.0	4.0
2	邓君华	国网江苏省电力有限公司电力科学研究院	10	11	2.0	3.0
3	徐超	国网江苏省电力有限公司电力科学研究院	27	33	3.0	4.0
4	季聪		11	98	5.0	9.0