[发明专利]一种基于账款跟踪的电企应收款项预警方法及系统在审

专利信息
申请号: 202310699536.6 申请日: 2023-06-14
公开(公告)号: CN116433403A 公开(公告)日: 2023-07-14
发明(设计)人: 黄华胜;程少华;刘畅;李重庆;汤永久;徐晓耘;赵永红;向维;彭新宇;项慧飞 申请(专利权)人: 国网安徽省电力有限公司营销服务中心
主分类号: G06Q40/12 分类号: G06Q40/12;G06Q40/03;G06Q50/06;G06F18/214;G06F18/2415;G06F18/25;G06N3/044;G06N3/0464;G06N3/048
代理公司: 重庆知铭知识产权代理事务所(普通合伙) 50310 代理人: 何柳青
地址: 230000 安徽省合肥市蜀山区蜀山*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 账款 跟踪 应收 款项 预警 方法 系统
【说明书】:

本申请公开了一种基于账款跟踪的电企应收款项预警方法及系统,涉及数据处理技术领域,包括:预先构建训练集;拟合用电信息以获得拟合用电信息;为各典型用电客户的历史账款到账信息添加训练标签;提取各拟合用电信息的用电趋势特征;将提取的用电趋势特征以及客户特征输入特征融合器;基于训练标签,迭代训练;对供电区域内的任一用电客户,获取任一用电客户的用电信息,进行特征提取;将提取到的特征信息输入训练好的特征融合器,并利用深度分类器和浅层分类器输出分类结果;根据分类结果确定预测到账金额;若预期到账金额低于期望到账金额,则进行预警。本申请的方法能够为电力企业、金融机构提供有力的数据支撑。

技术领域

本申请涉及数据处理技术领域,尤其涉及一种基于账款跟踪的电企应收款项预警方法及系统。

背景技术

自从取消了执行十余年的电费保证金制度后,部分电力用户长期拖欠电费,电力回收的风险大幅提高,电费回收难成为困扰电力企业的严重问题。

对于电力企业,电费收入是主要的现金流入来源。电费收入的合理预测具备战略意义,电费收入预测是供电企业编制预算的基础,也是电价调整的重要参考。随着电力市场化的不断推进,供电企业之间竞争日趋激烈,企业的战略决策需要更精确的预测数据支持。因此,有必要深入研究针对电费收入的预测方法,并提高其预测精度。通过往期电费收入历史规律,对未来企业电费收入走势的预测能很好的为企业提供成本控制、融资、投资以及业务领域拓展方面的决策支持。

电费收入情况受到多种混杂因素的影响,运用传统的统计分析进行预测时,一些有效的信息在建模时可能会被忽略掉,使得最终的预测出现偏差。因此,要对电费收入进行更准确的预测时,需要深入研究电费收入的计算原理、变化规律和影响因素。

有必要提出一种对电费应收账款和到账时间的预测方法,用于为电力企业、金融机构提供数据支撑。

发明内容

本申请实施例提供一种基于账款跟踪的电企应收款项预警方法及系统,用以提出一种实现电企账款跟踪的方法,能够实现对当前结算周期的到账金额进行预测、预警,实现为电力企业、金融机构提供有力的数据支撑。

本申请实施例提出一种基于账款跟踪的电企应收款项预警方法,包括如下步骤:

预先确定数个典型用电客户、在不同结算周期的用电信息来构建训练集;

在各结算周期,对训练集中的典型用电客户的用电信息进行拟合以获得拟合用电信息,并确定各结算周期内各典型用电客户的历史账款到账信息;

为各典型用电客户的历史账款到账信息添加训练标签,所述训练标签至少包括到账信用度,所述到账信用度用以描述供电企业的期望到账时间节点与用电客户的实际到账时间节点之间的契合程度,若实际到账时间节点相比期望到账时间节点越晚到账信用度越低;

提取各拟合用电信息的用电趋势特征,以及提取典型用电客户的客户特征;

将结算时间特征、提取的用电趋势特征以及客户特征输入特征融合器,并将所述特征融合器输出的融合特征分别作为深度分类器和浅层分类器的输入;

基于训练标签,通过交叉熵损失函数计算损失函数值,根据所述损失函数值调整特征融合器、深度分类器以及浅层分类器的参数,迭代训练;

对供电区域内的任一用电客户,获取任一用电客户的用电信息,并基于获取的用电信息进行特征提取;

将提取到的特征信息输入训练好的特征融合器,以利用深度分类器和浅层分类器输出分类结果;

根据所述分类结果确定所述任一供电区域、当前结算周期的预测到账金额;

若预期到账金额低于期望到账金额,则进行预警。

在一些实施例中,对训练集中的典型用电客户的用电信息进行拟合以获得拟合用电信息包括:

以年为单位,在各结算周期,分别对训练集中的典型用电客户的用电信息进行拟合,以获得各典型用电客户在任一结算周期的拟合子信息;

将各年、相同结算周期的拟合子信息作为拟合用电信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网安徽省电力有限公司营销服务中心,未经国网安徽省电力有限公司营销服务中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310699536.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top