[发明专利]基于用电数据对企业进行偿付能力风险识别和预测的方法

权利要求书

1.一种基于用电数据对企业进行偿付能力风险识别和预测的方法，其特征在于，包括：

S1对用电业务数据的清洗和治理，所述用电业务数据包括：9张原始业务数据表：用户档案表、日冻结表底示数、日测量功率曲线、测量点日冻结电压统计数据、测量点日不平衡度统计数据、日测量点电压曲线、日测量点电流曲线、线路档案、线路线损数据；

S2构建和标准化14项自变量指标数据，所述的自变量指标数据包括：合同容量、年用电量、设备利用小时率、年平均日负荷率、年最大峰谷差率、季不均衡率、电压越上限率、电压越下限率、电压不平衡率、电流不平衡率、电压断相率、需量超容、线路线损率、电量陡变指数；

S3基于探索性因子分析技术的数据降维和特征提取；

S4利用缴费数据构造出反映企业偿付能力的响应变量；

S5利用集成机器学习模型进行二分类问题的模式识别和预测；

S6模型的参数调优策略。

2.如权利要求1所述的基于用电数据对企业进行偿付能力风险识别和预测的方法，其特征在于，电量陡变指数为日用电量移动平均后差分的斜率突变的数量，首先计算第i天用电量趋势斜率，即

其中，f_l是第l天的用电量，和分别是统计周期对应的日用电量和天数序列的平均值。

再定义第i天的陡变指数，即

最后形成统计周期N内的电量陡变指数T，即

电量陡变指数一定程度上反映了企业窃电的可能性，是诚信的表征。

3.如权利要求2所述的基于用电数据对企业进行偿付能力风险识别和预测的方法，其特征在于，S4包括：利用一段连续时间内企业缴纳电费的次数n和金额rcv_amt以及相应的发行电费次数m和金额rcvbl_amt，构造出反映企业偿付能力的响应变量AI指数。

4.如权利要求3所述的基于用电数据对企业进行偿付能力风险识别和预测的方法，其特征在于，为了定量刻画企业缴纳电费的偿付能力，构造了一个AI指数，其计算公式为：

其中，rcv_amt_i为企业的第i次缴纳电费金额；rcvbl_amt_j为企业的第j次发行电费；n为统计期内企业的缴费次数；m为统计期内电费的发行次数。

5.如权利要求4所述的基于用电数据对企业进行偿付能力风险识别和预测的方法，其特征在于，S5采用了随机森林、梯度提升决策树两种形式的基于决策树的集成学习模型。