[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

摘要

本发明涉及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，所述方法包括：(1)9类用电业务数据的清洗和治理；(2)14项自变量指标数据的构建和标准化；(3)基于探索性因子分析技术的数据降维和特征提取；(4)利用缴费数据构造出反映企业偿付能力的响应变量；(5)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；(6)模型的参数调优策略。本发明为售电市场放开下的千万售电实体提供了一个评估客户风险的简化有效手段。

主权项

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。