【技术实现步骤摘要】
本专利技术涉及电费回收风险预警，特别是涉及一种基于电力营销数据的电费回收风险预警方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、电费回收风险是指因用电企业关停、破产、重组和转制，用电企业经营状况不良，用电企业流动资金紧缺、用电企业转租、政府拆迁和社会稳定等原因，引起的电费不能及时回收等风险。
3、目前，电费的催缴是按统一频率和统一方式进行，即电费按时缴费的客户与存在电费缴纳风险的客户，催缴方式、频率相同，但是对于电费按时缴费的客户就存在催缴次数、频率过多的问题，且未针对性的识别出未按时缴费的客户，无法进行提前预警。所以，为确保电费回收工作更好地开展，需要事先识别存在电费回收风险的用户，从而提前发出缴费提示。
4、目前，有根据人为经验对用户电费、用电量、用电安全、欠费、违约金和停电等历史用电及电费缴纳情况设置判断条件，以此识别存在电费回收风险的用户，而基于经验的电费回收风险预警方式过于主观，导致对于存在电费回收风险的用户的识别不够充分；还有根据欠费数据、滞后数据、违约数据等历史数据，专家利用自身经验对每个指标赋权，然后计算风险综合得分，同样依赖专家经验。
5、由于用户的违约行为受较多因素所共同影响，传统的人工管控往往只能以单一因素进行考量，例如用电及缴费情况等，对用户的行业分类、经营状况、发展趋势等重要的经济信息情况主动了解不足，对客户经营状态及有可能出现的欠费风险重视程度不足，无法高效准确的锁定管控范围，未很好发挥事前预
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于电力营销数据的电费回收风险预警方法及系统，实现多因素变量影响下风险用户的准确预测。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种基于电力营销数据的电费回收风险预警方法，包括：
4、对获取的用户基本属性数据、用户用电及缴费行为数据和企业用户经营类数据，提取特征值并经特征拓展后构建特征训练集，并根据特征训练集构建并训练决策树模型；
5、采用决策树模型，对设定时间段内的用户基本属性数据、用户用电及缴费行为数据和企业用户经营类数据的特征值进行分类，由此得到潜在的电费回收风险用户；
6、对潜在的电费回收风险用户的各特征值采用熵权综合评价法得到风险概率，并以此根据预设的风险等级阈值划分的风险等级进行预警。
7、作为可选择的实施方式，用户基本属性数据包括户号、户名、电压、行业类别、用电类别、客户类别、重要性等级；
8、用户用电及缴费行为数据包括用电量、应收电费、实收电费、预收收据、预收余额收据、欠费记录、交费方式、违法用电记录和窃电行为记录；
9、企业用户经营类数据包括企业所属行业数据、企业法人征信、企业产销能力和宏观经济环境。
10、作为可选择的实施方式，提取的特征值包括基础信息维度、行业背景维度、企业实力维度、经营能力维度、企业信用维度、生产状态维度；
11、其中，基础信息维度包括：户名、户号、用电地址、行业类别、高耗能行业类别、电压类别、高压用电、低压居民、低压非居民、同一法人、不同法人、居民客户、一级重要用户、二级重要用户、临时重要用户和非重要用户。
12、作为可选择的实施方式，企业信用维度包括：风险信息、缴费频率稳定性、电费余额使用时长、欠费记录、缴费方式变更次数、窃电行为记录、违法用电记录、欠费趋势和欠费增长率；
13、生产状态维度包括：近三年用电量增长情况、近半年月均电费、近一年月电费谷峰值、近一年电费回收准时度、当月/年应收、实收、预收、预收余额、欠费和用户业扩报装。
14、作为可选择的实施方式，行业背景维度包括：行业产能增长率、行业产能利用率和企业用电量在行业中的水平；
15、企业实力维度包括：注册资本、实缴资本和商标专利数量；
16、经营能力维度包括：每月应收电费金额波动性、每月用电量波动性、电费占总资产的比例、实缴电费占应交电费的比例。
17、作为可选择的实施方式，对提取的特征值进行特征拓展后得到平均交费周期、近六个月电量的波动性、预收结转次数占比、月用电量同比值、年累计电量同比值、近一年用电量首尾差异度比、结清电费的累计交费次数、容量变化趋势、交费渠道次数、历史投诉次数以及存在违约用电或窃电行为的次数。
18、作为可选择的实施方式，所述决策树模型的构建包括：计算每个特征的信息增益比，选择信息增益比最大的特征作为当前节点的划分特征，根据选定的划分特征，将特征训练集划分为不同的子数据集，每个子数据集对应划分特征的一个取值，对于每个子数据集创建子树，直至达到迭代条件，完成决策树的构建。
19、第二方面，本专利技术提供一种基于电力营销数据的电费回收风险预警系统，包括：
20、模型构建模块，被配置为对获取的用户基本属性数据、用户用电及缴费行为数据和企业用户经营类数据，提取特征值并经特征拓展后构建特征训练集，并根据特征训练集构建并训练决策树模型；
21、风险用户识别模块，被配置为采用决策树模型，对设定时间段内的用户基本属性数据、用户用电及缴费行为数据和企业用户经营类数据的特征值进行分类，由此得到潜在的电费回收风险用户；
22、风险预警模块，被配置为对潜在的电费回收风险用户的各特征值采用熵权综合评价法得到风险概率，并以此根据预设的风险等级阈值划分的风险等级进行预警。
23、第三方面，本专利技术提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
24、第四方面，本专利技术提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
25、与现有技术相比，本专利技术的有益效果为：
26、本专利技术提出一种基于电力营销数据的电费回收风险预警方法及系统，通过用户基本属性数据、用户用电及缴费行为数据以及企业用户经济类数据，构建电费回收风险预警模型，对潜在的电费回收风险用户进行预定位，然后对潜在的电费回收风险用户采用熵权综合评价法得到风险概率，并以此根据预设的风险等级阈值划分的风险等级进行预警；同时还可实现筛选重点催费客户，对欠费行为进行前置处理，对电费欠交、拖欠、坏账等问题提供风险预警，实现电费回收从事后管控到事前预警的转变，提高电费回收效率，实现多因素变量影响下违约用户的准确预测。
27、本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于电力营销数据的电费回收风险预警方法，其特征在于，包括：
2.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，用户基本属性数据包括户号、户名、电压、行业类别、用电类别、客户类别、重要性等级；
3.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，提取的特征值包括基础信息维度、行业背景维度、企业实力维度、经营能力维度、企业信用维度、生产状态维度；
4.如权利要求3所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，企业信用维度包括：风险信息、缴费频率稳定性、电费余额使用时长、欠费记录、缴费方式变更次数、窃电行为记录、违法用电记录、欠费趋势和欠费增长率；
5.如权利要求3所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，行业背景维度包括：行业产能增长率、行业产能利用率和企业用电量在行业中的水平；
6.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，对提取的特征值进行特征拓展后得到平均交费周期、近六个月电量的波动性、预收
7.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，所述决策树模型的构建包括：计算每个特征的信息增益比，选择信息增益比最大的特征作为当前节点的划分特征，根据选定的划分特征，将特征训练集划分为不同的子数据集，每个子数据集对应划分特征的一个取值，对于每个子数据集创建子树，直至达到迭代条件，完成决策树的构建。
8.一种基于电力营销数据的电费回收风险预警系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种基于电力营销数据的电费回收风险预警方法，其特征在于，包括：
2.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，用户基本属性数据包括户号、户名、电压、行业类别、用电类别、客户类别、重要性等级；
3.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，提取的特征值包括基础信息维度、行业背景维度、企业实力维度、经营能力维度、企业信用维度、生产状态维度；
4.如权利要求3所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，企业信用维度包括：风险信息、缴费频率稳定性、电费余额使用时长、欠费记录、缴费方式变更次数、窃电行为记录、违法用电记录、欠费趋势和欠费增长率；
5.如权利要求3所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，行业背景维度包括：行业产能增长率、行业产能利用率和企业用电量在行业中的水平；
6.如权利要求1所述的一种基于电力营销数据的电费回收风险预警方法，其特征在于，对提取的特征值进行特征拓展后得到...
【专利技术属性】
技术研发人员：徐雷，任显坤，高建峰，侯立雪，魏亚男，楚金铭，郎济莹，任慧，王英文，项荣欣，孟璐，徐学前，王文杰，窦玉委，张炳凯，
申请(专利权)人：山东鲁软数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。