买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:国网山东省电力公司营销服务中心(计量中心)
摘要:本发明属于电力营销技术领域,具体涉及一种基于多源数据联合分析的电力缴费风险识别方法及系统,包括:获取电力用户的多源数据;根据所获取的多源数据和预设的缴费风险评价指标筛选规则构建缴费信用评价指标体系;计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重,构建电力缴费风险识别模型;根据所构建的电力缴费风险识别模型计算电力客户的缴费欠费概率;根据所得到的电力客户的缴费欠费概率,完成电力缴费的风险识别。
主权项:1.一种基于多源数据联合分析的电力缴费风险识别方法,其特征在于,包括:获取电力用户的多源数据;基于金融系统数据库和用电信息采集系统数据库,采用联邦学习算法获取银行数据和电力数据,结合网络爬取到的GDP以及行业发展数据,构建初始样本集,具体步骤如下:(1)基于金融系统数据库和用电信息采集系统数据库,使用隐私集合求交技术进行样本对齐,筛选出双方共有客户;(2)在样本对齐后,对于企业客户,双方统一采用社会信用代码作为唯一ID进行求交,并在隐私技术平台计算节点环境内、双方原始数据不出库的前提下,开展客户数据探查及特征衍生;(3)通过同态加密技术计算变量的信息价值,进行高价值变量的筛选;(4)对样本数据进行合理分箱,观察证据权重分箱的业务解释性和单调性,评估其是否入模;使用相关性系数及方差膨胀系数判断变量之间的相关性和多重共线性,适当引入、组合和移出变量;对于IV值在0.1以下的变量,进行剔除;对相关性大于0.6的特征,仅保留IV值更高的特征;剔除方差膨胀系数大于6的变量;基于初始样本集的付费记录特征数据,对电费缴纳记录、电费欠费记录和电费催收记录三类数据进行百分制评分计算电费缴纳风险值,作为用户电力缴费风险评估标签;基于初始样本集中不包含付费记录的剩余特征数据,采用皮尔逊相关系数计算剩余特征与电费缴纳风险值相关度,筛选大于设定阈值的特征,作为用户电力缴费风险评价指标特征数据;根据所获取的多源数据和预设的缴费风险评价指标筛选规则构建缴费信用评价指标体系;采用熵权法计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重,具体过程为:根据所构建的缴费信用评价指标体系构造评价指标矩阵,根据所构造的评价指标矩阵和熵权法计算电力用户的评估得分;根据所得到的不同用户的评估得分得到每个缴费信用评价指标的权重;构建电力缴费风险识别模型,具体过程为:(1)将得到的每个缴费信用评价指标作为输入数据,结合每个缴费信用评价指标的权重作为模型的初始参数,定义卷积核,并以卷积核对时间卷积网络层输入进行卷积计算,输出时间卷积层隐藏表示值;(2)对时间卷积网络层引入膨胀卷积,更新中间层的输出时间卷积表示及输出的时间卷积层隐藏表示值;(3)引入残差模块,将残差模块输出后的数据与时间卷积层隐藏表示值输入叠加,输入全卷积层,输出电力客户缴费欠费概率预测值;(4)基于得到的电力客户缴费欠费概率预测值与真实缴费欠费情况进行对比,计算预测误差;(5)设定预测误差阈值为,通过不断反馈迭代预测误差值,从而不断修正预测误差,直到预测误差小于预测误差阈值即可停止训练,固定参数,输出电力缴费风险识别模型;根据所构建的电力缴费风险识别模型计算电力客户的缴费欠费概率;根据所得到的电力客户的缴费欠费概率,完成电力缴费的风险识别。
全文数据:
权利要求:
百度查询: 国网山东省电力公司营销服务中心(计量中心) 基于多源数据联合分析的电力缴费风险识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。