[发明专利]一种电力大数据的电费风险模型构建方法

说明书

本发明提出了一种电力大数据的电费风险模型构建方法，首先，从国网内部的营销系统获取当前用电用户的历史用电数据，然后，根据历史特征数据的召回率、精准率和F1度量值并利用逻辑回归算法构建电费风险模型，根据设定的阈值I和阈值II利用电费风险模型预测用电用户的风险等级，根据电费风险模型的输出结果和用户真实缴费情况对电费风险模型进行验证，并根据验证结果优化逻辑回归算法的参数。本发明根据用电用户的历史信息构建了电费风险模型，利用电费风险模型预测用电用户未来一个月是否欠费，并自动筛查用电用户的拖欠电费风险的高低，营销人员根据预测结果对风险用户采取及时的防控措施，节省了大量的人力、物力资源，有效的提高工作效率。

技术领域

本发明涉及一种电费风险模型构建过程，特别一种电力大数据的电费风险模型构建方法。

背景技术

电费回收工作是一项庞大的系统工程，电费回收的结果与供电企业经营成果息息相关，一直以来，电费回收都是电力营销的重点内容。供电企业拥有十分庞大的客户数量，但是每个用户的资信程度存在着很大的差别，用户的资信程度严重影响着其电费的缴纳状况。部分用电客户为了追求眼前的经济利益，存在故意拖欠电费、占用供电企业资金的情况，严重影响电力企业电费资金回收及其下一步的发展。

现阶段电费回收的风险评价主要由人工来进行评估。有经验的电费回收人员会根据用电用户的历史缴费情况，利用一些统计工具进行分析，从而判断该用户是否存在拖欠电费的可能性。这种方法要求电费回收人员具有一定的背景经验，同时要熟悉不同用户的详细情况，需要一个较长时间的积累才能相对准确的判断用户拖欠电费的风险情况。因而，难以大规模的推广。随着用电用户的增加，以及用户用电环境的日益复杂，传统的方法已经无法应对当前局面，亟需一种客观、自动化的电费回收风险评估方法，该方法能够根据用电用户的历史信息自动评价其拖欠电费的风险情况，并对风险超过一定阈值的用户进行预警。

发明内容

针对传统电费回收方法存在的电费回收人员背景经验不同，造成对电费回收风险估计的差异性的技术问题，本发明提出了一种电力大数据的电费风险模型构建方法，提供一种客观、自动化的电费回收风险评估方法，能够给营销人员提前预警做好防控措施，从而使电费回收工作顺利进行。

本发明的技术方案是这样实现的：

一种电力大数据的电费风险模型构建方法，包括：

S1、从国网内部的营销系统获取当前用电用户的历史特征数据；

S2、根据历史特征数据的召回率、精准率和F1度量值并利用逻辑回归算法构建电费风险模型；

S3、根据设定的阈值I和阈值II利用电费风险模型预测用电用户的风险等级；

S4、根据电费风险模型的输出结果和用户真实缴费情况对电费风险模型进行验证，并根据验证结果优化逻辑回归算法的参数。

优选地，所述用电用户的历史特征数据获取的方法为：

S11、特征数据预处理：

(1)特征数据清洗：从国网内部的营销系统获得特征数据后，对特征数据中的异常值和缺失值进行处理，异常值用数值“1”进行替换处理，缺失值用数值“0”进行补充处理；

(2)特征数据格式转换：将特征数据中存在的文本型特征数据转换成数值型特征数据，并对类别型特征数据进行类别编码；

S12、历史欠费行为相关性分析：

(1)历史欠费行为相关性分析：搜集用户的历史特征数据，分析用户的欠费情况与历史缴费的相关性；

(2)特征相关性分析：分析不同特征之间的相关性，查找与用户是否欠费相关性高的特征；

S13、特征数据扩充：