[發明專利]用于電力營銷的產權變更用電客戶定位方法

在審

• 申請號: 201810578139.2
• 申請日: 2018-06-05
• 公開（公告）號: CN108830649A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 涂瑩;侯素穎;歐陽柳;丁麒;王州波;羅飛鵬;王慶娟;趙融融;張一池;葉珺歆;程清;周斌;林森;王長江;王海波;駱希;梁玉潔;沈然;顏擁;呂詩寧
• 申請（專利權）人: 國網浙江省電力有限公司;國網浙江省電力有限公司電力科學研究院;國家電網公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 王曉燕

1.用于電力營銷的產權變更用電客戶定位方法，其特征在于：包括以下步驟：

1)指標初選，根據產權變更業務調研結果，獲取建模所需目標數據群，并對獲取的數據進行數據的預處理，初步選取建模指標；

從基礎信息、交費行為、用電特征三個維度提煉出7個指標進行模型構建，分別為城鄉類別、戶齡、聯系信息是否變化、收款部門是否變化、交費方式是否變化、過戶前3個月用電量、過戶前后電量最大波動；

2)指標分析

201)收款部門、交費方式、聯系信息變化情況分析

將產權變更用電客戶與普通用電客戶在時間節點前后三個月內的收款部門、交費方式以及聯系信息發生變化的客戶占比進行對比分析，得到產權變更客戶與普通用電客戶對應指標的差別程度；

202)過戶前后用電量分析

將產權變更用電客戶與普通用電客戶的過戶前3個月用電量連續為0的客戶占比、過戶后3個月用電量連續為0的客戶占比以及過戶前后3個月用電量連續為0的客戶占比進行對比分析，得到產權變更客戶與普通用電客戶對應指標的差別程度，找出產權變更客戶的空窗期特征；

203)戶齡分析

將產權變更用電客戶與普通用電客戶的平均戶齡進行對比分析，得到產權變更客戶與普通用電客戶平均戶齡的差別程度；

3)指標確定

根據指標分析結果對初選指標進行調整，選擇產權變更用電客戶與普通用電客戶差別程度大于設定值的對應指標為確定指標，確定最終建模指標；

4)潛在產權變更用電客戶預測模型構建

401)根據確定的建模指標，隨機篩選樣本集中一部分作為訓練集，另一部分作為測試集，利用Logistic邏輯回歸算法，構建潛在產權變更用電客戶預測模型；

402)輸出模型，基于Logistic邏輯回歸算法，對訓練集進行訓練和學習生成潛在產權變更用電客戶預測模型系數結果并獲得各指標對模型的影響程度及預測混淆矩陣；

403)根據訓練集模型預測結果，將模型應用到測試集上進行模型測試，判斷訓練集和測試集的預測效果是否達到了理想效果，若是，則確定該模型為潛在產權變更用電客戶預測模型，否則，返回步驟1)重新調整數據和指標進行模型的構建；

5)根據確定的潛在產權變更用電客戶預測模型，進行潛在產權變更用電客戶預測結果輸出，定位潛在產權變更用電客戶。

2.根據權利要求1所述的用于電力營銷的產權變更用電客戶定位方法，其特征在于：步驟401)中，

Logistic函數公式為：

其中e是自然對數，z為曲線的陡度，

對于線性分類的情況，其邊界形式如下：

其中θ₀是常數，θ₁,θ₂,...θ_n指變量的系數，x₁,x₂,...x_n是具體變量，其中，變量為能夠影響用戶過戶潛力預測結果的具體用電指標，包括城鄉類別、戶齡、用電類別、交費方式；

結合(1)、(2)式構造的預測函數為：

其中g(θ^Tx)＝g(z)，g(θ^Tx)為是否過戶的兩個結果，是則取1的概率，否則取0的概率，因此上式又可以轉化為：

P(y＝1|x；θ)＝h_θ(x) (4)

P(y＝0|x；θ)＝1-h_θ(x) (5)

式(4)、(5)式綜合起來為：

P(y|x；θ)＝(h_θ(x))^y(1-h_θ(x))^1-y (6)

對(6)式取對數，可推導最大似然估計Cost函數為：

這兒Cost損失函數用了最大似然估計，因此Cost值越小，函數越收斂，對模型的估計效果越好；

求Cost函數的最小值使用梯度下降法，根據梯度下降法可得θ的更新過程：

通過梯度下降法，(7)式可以寫成：

由(9)式可知，當Cost最小時，即為殘差(h_θ(x⁽ⁱ⁾)-y⁽ⁱ⁾)和最小，整個模型函數與實際結果擬合效果最好。