一种基于随机森林的停电敏感模型

• 作者: 王洋 吕斌斌 闻俊义 严冬 季小雨 丁元
• 来源期刊: 电力大数据
• 关键词: 停电敏感 精准识别 风险防控 电网营销管理 随机森林
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 大数据专题|Big Data Special Reports
• 页码范围: 78-84
• 页数: 7页
• 分类号: F407
• 语种: 中文

摘要

为深入全面地对不同用电群体用户进行分析,实现停电敏感用户的精准识别,制定针对性的风险防控策略,有效减少客户来电风险,本文提出一种基于随机森林的停电敏感模型,对客户停电的敏感程度进行划分,进而实现差异化地运营管理客户,为营销部、设备部、客服中心等部门提供有效数据支撑,助力电网营销管理.本文将随机森林模型引入停电敏感预测中,并将预测结果与停电工单结合输出停电敏感高风险、中风险、低风险用户.在此基础上,以浙江湖州市2016年1月1日至2018年12月31日的数据为例进行了实例验证.模型结果显示,随机森林的预测结果准确性为88％,模型覆盖率为76.5％,模型的AUC值为0.77,结果优于逻辑回归和神经网络模型,模型的优良性为电网客户服务风险提供有力的数据参考.