基于多维度风险评价指标的电力用户筛选方法及系统技术方案

本发明专利技术公开基于多维度风险评价指标的电力用户筛选方法及系统，该方法包括：获取电力用户信息；筛选出用电信用类风险评价指标和法律信用类风险评价指标，获取基本信用类风险评价指标；得到每个电力用户的各项风险评价指标的实际得分值；基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；得到电力用户综合风险评级得分值；预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

【技术实现步骤摘要】

本专利技术属于电力领域，尤其涉及一种基于多维度风险评价指标的电力用户筛选方法及系统。
技术介绍
风险预判广泛运用于各行各业，银行、证券、电信等通过建立客户信用评级体系对用户进行信用等级评价，从而起到风险防范作用。供电公司通过“一户一表”改造、建立客户信用评价体系等手段进行风险防范，促进了电费回收。电力用户既是企业最大的利润来源，也是最大的风险来源。电力企业要掌握用电用户的信用状况，首先要对用电用户进行信用风险评估，信用风险评估将反映用电用户信用状况的各种特征加以综合考虑，最后得到对用电用户的信用综合评价值。但是，现有的电力用户电费风险预判还存在一定的不足：(1)是现有信息风险评估都是采用人工简单加权各项指标，得到一个粗略的评价值，而且，求取的各项指标的权重不确定是否符合实际情况，不能正确反映用户的信用等级和质量，其投入的成本高，效率低；(2)是忽视数据价值挖掘，只关注业务指标的完成，未进行合适的数据关联分析，忽视数据存在价值的意义。
技术实现思路
为了解决现有技术的缺点，本专利技术的第一目的是提供一种基于多维度风险评价指标的电力用户筛选方法。本专利技术的一种基于多维度风险评价指标的电力用户筛选方法，包括：步骤1：从电力用户信息服务器中获取电力用户信息；从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；步骤2：预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；步骤3：基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；步骤4：根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高；步骤5：预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。其中，基本信用类风险评价指标包括：行业政策、供用电及电价调整政策及拆迁规划；用电信用类风险评价指标包括缴费方式、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、应收违约金、账户余额满足率和用电量同比增长率；法律信用类风险评价指标包括违约使用电费、窃电时长和违章用电情况。该方法还包括：根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本专利技术通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。在步骤3求取基本信用类风险评价指标和用电信用类风险评价指标的权重之后，还包括：将步骤3得到的权重作为客观权重，修正客观权重，其具体过程为：步骤a：基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，分别按照相应指标的性质将指标分为定性指标和定量指标，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重；步骤b：将得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重分别与相应客观权重比对，若相应风险指标的权重差均在预设范围内，则不修正客观权重；否则，进入下一步；步骤c：采用乘法组合法来确定修正后的风险指标权重，即其中，wi表示第i个修正后的风险指标，ai和bi分别为第i个风险指标的客观权重和主观权重；m表示基本信用类风险评价指标中包含的指标个数，其个数与用电信用类风险评价指标中的指标个数相等；m为正整数。由于评价指标之间有一定的关联性，本专利技术采用层次分析法两两对比的方式对基本信用风险指标和用电信用风险指标进行权重设计，并与德尔菲法和主成分分析法确定的权重对比，最终选取符合实际情况的权重，用来正确反映用户的信用等级和质量，较少投入的成本，提高了电力用户的风险评估效率。本专利技术的第二目的是提供一种基于多维度风险评价指标的电力用户筛选系统。本专利技术的一种基于多维度风险评价指标的电力用户筛选系统，包括：风险评价指标筛选，其用于从电力用户信息服务器中获取电力用户信息；从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；指标实际得分计算模块，其用于预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；权重计算模块，其用于基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；综合风险评级得分计算模块，其用于根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高；风险等级确定模块，其用于预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。该系统还包括：用户分类模块，其用于根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本专利技术通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。该系统还包括：权重修正模块，其用于将层次分析法得到的权重作为客观权重，修正客观权重；所述权重修正模块还包括：主观权重计算模块，其用于基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，分别按照相应指标的性质将指标分为定性指标和定量指标，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重；权重比对模块，其用于将得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重分别与相应客观权重比对，若相应风险指标的权重差均在预设范围内，则不修正客观权重；否则，采用乘法组合法来确定修正后的风险指标权重，即其中，wi表示第i个修正后的风险指标，ai和bi分别为第i个风险指标的客观权重和主观权重；m表示基本信用类风险评价指标中包含的指标个数，其个数与用电信用类风险评价指标中的指标个数相等。由于评价指标之间有一定的关联性，本专利技术采用层次分析法两两对比的方式对基本信用风险指标和用电信用风险指标进行权重设计，并与德尔菲法和主成分分析法确定的权重对比，最终选取符合实际情况的权重，用来正确反映用户的信用等级和质量，较少投入的成本，提高了电力用户的本文档来自技高网...

【技术保护点】
一种基于多维度风险评价指标的电力用户筛选方法，其特征在于，包括：步骤1：从电力用户信息服务器中获取电力用户信息；从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；步骤2：预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；步骤3：基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；步骤4：根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高；步骤5：预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

【技术特征摘要】
1.一种基于多维度风险评价指标的电力用户筛选方法，其特征在于，包括：步骤1：从电力用户信息服务器中获取电力用户信息；从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；步骤2：预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；步骤3：基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；步骤4：根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高；步骤5：预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。2.如权利要求1所述的一种基于多维度风险评价指标的电力用户筛选方法，其特征在于，该方法还包括：根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。3.如权利要求1所述的一种基于多维度风险评价指标的电力用户筛选方法，其特征在于，在步骤3求取基本信用类风险评价指标和用电信用类风险评价指标的权重之后，还包括：将步骤3得到的权重作为客观权重，修正客观权重，其具体过程为：步骤a：基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，分别按照相应指标的性质将指标分为定性指标和定量指标，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重；步骤b：将得到基本信用类风险评价指标和用电信用类风险评价指标的主观权重分别与相应客观权重比对，若相应风险指标的权重差均在预设范围内，则不修正客观权重；否则，进入下一步；步骤c：采用乘法组合法来确定修正后的风险指标权重，即其中，wi表示第i个修正后的风险指标，ai和bi分别为第i个风险指标的客观权重和主观权重；m表示基本信用类风险评价指标中包含的指标个数，其个数与用电信用类风险评价指标中的指标个数相等；m为正整数。4.如权利要求1所述的一种基于多维度风险评价指标的电力用户筛选方法，其特征在于，基本信用类风险评价指标包括：行业政策、供用电及电价调整政策及拆迁规划；用电信用类风险评价指标包括缴费方式、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、应收违约金、账户余额满足率和用电量同比增长率；法律信用类风险评价指标包括违约使用电费、窃电时长和违章用电情况。5.一种基于多维度风险评价指标的电力用户筛选系统，其特征在于，包括：风险评价指标筛选，其用于从电力用户信息服务器中获取电力用户信息；从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；指标实际得分计算模块，其用于预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；权重计算模块，其用于基于电力用户的基本信用类风险评价指标和用电信用类风险评价指标的实际得分值，采用层次分析法两两对比的方式分别求取基本信用类风险评价指标和用电信用类风险评价指标的权重；综合风险评级得分计算模块，其用于根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力...

【专利技术属性】
技术研发人员：王相伟，王鑫，荣以平，杜颖，刘宏国，张金桂，张春秋，侯钦民，尹明立，袁家录，
申请(专利权)人：国网山东省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：山东;37