基于多尺度特征提取的电力客户欠费风险预测

基于多尺度特征提取的电力客户欠费风险预测
针对用户拖欠电费频繁发生的现象，如何利用科学方法和技术手段来预测电力客户的欠费风险，降低自身的经营风险，是供电企业急需解决的问题。文中以某地高压用户为例，分析了导致用户欠费的影响因素，从欠费频度、违约时长等多个尺度提取用户欠费风险的特征，并基于逻辑回归算法建立模型用于预测用户欠费风险。模型的评价结果表明，在所获取的用户信息不够全面的情况下，模型的预测准确率、精确率和召回率等评价指标仍较为精准，特别是模型对风险用户的识别较为灵敏。该风险模型可用于指导供电企业制定欠费风险管理对策，提高管理水平。

标题：
基于多尺度特征提取的电力客户欠费风险预测
Arrears risk prediction of large power customers based on multi-scale feature extraction

作者：
葛安同，谢晓慧，谭忠恒，李铁香，张云，黄睿
GE Antong, XIE Xiaohui, TAN Zhongheng, LI Tiexiang, ZHANG Yun, HUANG Rui

关键词：
电力客户;电费回收风险;多尺度特征提取;风险预警;逻辑回归
power customer;arrears risk;multi-scale feature extraction;risk early warning;logistic regression

基于多尺度特征提取的电力客户欠费风险预测.pdf

文件大小:

1.32 MB

高速下载