一种企业电力信用评价方法及装置制造方法及图纸

本发明专利技术公开了一种企业电力信用评价方法及装置，所述方法包括：获取企业用电用户的营销数据；获取与所述营销数据对应的数据指标；对所述数据指标进行主成分分析，获得主成分指标；将所述主成分指标输入至预创建的逻辑回归模型，获得评价信息；基于所述评价信息，确定所述企业用电用户的信用等级。本发明专利技术通过对营销数据的指标进行主成分分析获得具有评价意义的指标，并基于逻辑回归模型对主成分指标进行建模分析，对企业用电客户乃至整个行业未来的欠费风险进行预测评估，根据概率结果将企业用电客户划分为五个电力信用等级。整个电力信用评价过程可实现自动化，不需要人为参与及干预，降低了人力成本以及人为评价引进的误差。降低了人力成本以及人为评价引进的误差。降低了人力成本以及人为评价引进的误差。

【技术实现步骤摘要】
一种企业电力信用评价方法及装置


[0001]本专利技术涉及信息处理
，特别是涉及一种企业电力信用评价方法及装置。

技术介绍

[0002]电费回收是供电企业生产过程的最后环节，也是电力企业生产经营成果的最终体现。电费回收工作历来是供电企业的工作重点，它直接关系到销售收入能否真正实现，直接关系到供电企业的发展。
[0003]传统的企业电力信用评估方法是根据客户的营销数据、欠费数据、违约用电数据等历史数据信息，专家利用自身经验为各指标赋予权重，计算得到企业用电客户的总和得分，再对其进行划分得到企业用电客户的电力信用评级。可见，现有的评价方法均是以人的主观经验为主，即权重的制定完全依赖专家经验，然而专家存在个体差异，易引入误差；专家的经验在一定时间段内是基本不变的，这会使得权重变化不灵活，对企业用电行为的变化可能不敏感，使得最终的评价结果不准确。

技术实现思路

[0004]针对于上述问题，本专利技术提供一种企业电力信用评价方法及装置，实现了客观对企业电力信用进行评价，精确地获取用户信用等级的目的。
[0005]为了实现上述目的，本专利技术提供了如下技术方案：
[0006]一种企业电力信用评价方法，所述方法包括：
[0007]获取企业用电用户的营销数据；
[0008]获取与所述营销数据对应的数据指标；
[0009]对所述数据指标进行主成分分析，获得主成分指标；
[0010]将所述主成分指标输入至预创建的逻辑回归模型，获得评价信息；
[0011]基于所述评价信息，确定所述企业用电用户的信用等级。
[0012]可选地，所述获取企业用电用户的营销数据，包括：
[0013]获取企业用电用户的初始数据，所述初始数据包括企业用电用户的企业信息数据、电量数据、电费交费数据以及欠费数据；
[0014]对所述初始数据进行数据清洗，获得营销数据。
[0015]可选地，所述获取与所述营销数据对应的数据指标，包括：
[0016]确定评价维度；
[0017]基于所述评价维度对所述营销数据进行处理，获得数据指标。
[0018]可选地，所述对所述数据指标进行主成分分析，获得主成分指标，包括：
[0019]生成所述数据指标的样本矩阵；
[0020]基于所述样本矩阵进行计算，得到计算结果；
[0021]基于所述计算结果在所述数据指标中确定主成分指标。
[0022]可选地，所述方法还包括：
[0023]创建逻辑回归模型，包括：
[0024]获取样本集，所述样本集的每一样本包括主成分指标以及标注的是否欠费的标签；
[0025]利用所述样本集进行训练，得到初始模型参数；
[0026]对所述初始模型参数进行优化，获得逻辑回归模型。
[0027]一种企业电力信用评价装置，所述装置包括：
[0028]第一获取单元，用于获取企业用电用户的营销数据；
[0029]第二获取单元，用于获取与所述营销数据对应的数据指标；
[0030]分析单元，用于对所述数据指标进行主成分分析，获得主成分指标；
[0031]第三获取单元，用于将所述主成分指标输入至预创建的逻辑回归模型，获得评价信息；
[0032]确定单元，用于基于所述评价信息，确定所述企业用电用户的信用等级。
[0033]可选地，所述第一获取单元包括：
[0034]第一获取子单元，用于获取企业用电用户的初始数据，所述初始数据包括企业用电用户的企业信息数据、电量数据、电费交费数据以及欠费数据；
[0035]数据清洗子单元，用于对所述初始数据进行数据清洗，获得营销数据。
[0036]可选地，所述第二获取单元包括：
[0037]第一确定子单元，用于确定评价维度；
[0038]处理子单元，用于基于所述评价维度对所述营销数据进行处理，获得数据指标。
[0039]可选地，所述分析单元包括：
[0040]生成子单元，用于生成所述数据指标的样本矩阵；
[0041]计算子单元，用于基于所述样本矩阵进行计算，得到计算结果；
[0042]第二确定子单元，用于基于所述计算结果在所述数据指标中确定主成分指标。
[0043]可选地，所述装置还包括：
[0044]创建单元，用于创建逻辑回归模型，所述创建单元包括：
[0045]第二获取子单元，用于获取样本集，所述样本集的每一样本包括主成分指标以及标注的是否欠费的标签；
[0046]训练子单元，用于利用所述样本集进行训练，得到初始模型参数；
[0047]优化子单元，用于对所述初始模型参数进行优化，获得逻辑回归模型。
[0048]相较于现有技术，本专利技术提供了一种企业电力信用评价方法及装置，所述方法包括：获取企业用电用户的营销数据；获取与所述营销数据对应的数据指标；对所述数据指标进行主成分分析，获得主成分指标；将所述主成分指标输入至预创建的逻辑回归模型，获得评价信息；基于所述评价信息，确定所述企业用电用户的信用等级。本专利技术通过对营销数据的指标进行主成分分析获得具有评价意义的指标，并基于逻辑回归模型对主成分指标进行建模分析，对企业用电客户乃至整个行业未来的欠费风险进行预测评估，根据概率结果将企业用电客户划分为五个电力信用等级。整个电力信用评价过程可实现自动化，不需要人为参与及干预，降低了人力成本以及人为评价引进的误差。
附图说明
[0049]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0050]图1为本专利技术实施例提供的一种企业电力信用评价方法的流程示意图；
[0051]图2为本专利技术实施例提供的一种企业电力信用评价装置的结构示意图。
具体实施方式
[0052]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0053]本专利技术的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
[0054]在本专利技术实施例中提供了一种企业电力信用评价方法，参见图1，该方法可以包括以下步骤：
[0055]S101、获取企业用电用户的营销数据。
[0056]企业用电用户的营销数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业电力信用评价方法，其特征在于，所述方法包括：获取企业用电用户的营销数据；获取与所述营销数据对应的数据指标；对所述数据指标进行主成分分析，获得主成分指标；将所述主成分指标输入至预创建的逻辑回归模型，获得评价信息；基于所述评价信息，确定所述企业用电用户的信用等级。2.根据权利要求1所述的方法，其特征在于，所述获取企业用电用户的营销数据，包括：获取企业用电用户的初始数据，所述初始数据包括企业用电用户的企业信息数据、电量数据、电费交费数据以及欠费数据；对所述初始数据进行数据清洗，获得营销数据。3.根据权利要求1所述的方法，其特征在于，所述获取与所述营销数据对应的数据指标，包括：确定评价维度；基于所述评价维度对所述营销数据进行处理，获得数据指标。4.根据权利要求1所述的方法，其特征在于，所述对所述数据指标进行主成分分析，获得主成分指标，包括：生成所述数据指标的样本矩阵；基于所述样本矩阵进行计算，得到计算结果；基于所述计算结果在所述数据指标中确定主成分指标。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：创建逻辑回归模型，包括：获取样本集，所述样本集的每一样本包括主成分指标以及标注的是否欠费的标签；利用所述样本集进行训练，得到初始模型参数；对所述初始模型参数进行优化，获得逻辑回归模型。6.一种企业电力信用评价装置，其特征在于，所述装置包括：第一获取单元，用于获取企业用电用户的营销数据；第二获取单元，用于...

【专利技术属性】
技术研发人员：肖春，韩建富，阎永升，张伟哲，卢建生，张俊伟，索思远，王飞飞，解亚军，谭沛然，
申请(专利权)人：国网山西省电力公司营销服务中心，
类型：发明
国别省市：