基于改进随机森林的电力用户欠费风险分析预警

• 作者: 张小斐 李晓蕾 王忠强 耿俊成 魏玲
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电力用户 欠费风险预测 随机森林算法 SMOTE 信息值 参数组合 加温模拟退火算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 智能电网
• 页码范围: 56-62
• 页数: 7页
• 分类号: TM73
• 字数: 5209字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.09.010

摘要

针对当前电网企业电费回收风险,提出了一种基于改进随机森林的电力用户欠费风险分析预警方法.首先,针对欠费用户、正常缴费用户的类别分布不均衡问题,采用SMOTE算法优化原始用户样本分布;其次,选择信息值计算各属性与目标类别属性的相关性,进而优化节点属性的选择;然后,针对影响随机森林分类准确率和性能的主要参数:树的规模n Tree、叶子节点的最小样本数minLeaf和属性子集的数量K,采用加温模拟退火算法搜寻最优参数组合;最后,采用改进的随机森林算法对用户未来是否欠费进行分析预测,得到潜在欠费高风险用户.将该方法与逻辑回归、决策树等常用分类算法进行了对比分析,结果验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠强		6	7	2.0	2.0
2	耿俊成	国网河南省电力公司电力科学研究院	22	87	6.0	8.0
3	张小斐	国网河南省电力公司电力科学研究院	17	65	5.0	7.0
4	李晓蕾		4	4	2.0	2.0
5	魏玲	清华大学电机系	4	4	2.0	2.0