[發明專利]一種基于機器學習的電費回收風險預測方法在審

申請號：	202010540500.X	申請日：	2020-06-15
公開（公告）號：	CN111639883A	公開（公告）日：	2020-09-08
發明（設計）人：	郭晨;孔陳祥;楊銘	申請（專利權）人：	江蘇電力信息技術有限公司;國網江蘇省電力有限公司
主分類號：	G06Q10/06	分類號：	G06Q10/06;G06Q50/06;G06Q10/04;H04W4/14;G06F17/18;G06N20/00;G06K9/62
代理公司：	南京匯盛專利商標事務所(普通合伙) 32238	代理人：	陳揚
地址：	210024 江蘇省***	國省代碼：	江蘇;32
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于機器學習電費回收風險預測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種基于機器學習的電費回收風險預測方法，綜合考慮企業用電趨勢、行業景氣信息與突發事件以及外部數據三大類數據，使用邏輯回歸對指標進行機器學習得到概率，根據概率進行風險分級。本發明基于SG186營銷業務應用系統、用電信息采集系統的用戶信息、用電特征信息、繳費行為信息，構建電費風險預警模型，采用大數據分析挖掘技術，實現電費風險監測預警。本發明為公司電網業務運營提供運營監測和業務管理輔助工具，便于相關部門及時防范電費回收風險，由事后管控轉化為事中管控。

技術領域

本發明屬于數據分析應用領域，涉及一種基于機器學習的電費回收風險的預測方法。

背景技術

電費是電力企業營收的主要組成，電費回收工作質量將直接影響公司的經濟效益。電費回收風險的產生機理較為復雜，近年來，盡管公司從管理、技術、法律等多個層面，采取了一系列措施，但對客戶欠費事前控制的有效手段欠缺；同時一旦客戶形成欠費，供電企業不得不花費大量人財物去對客戶進行催收，追收成本又大大增加。大客戶電費回收是保證電費回收、提高電費回收率的最關鍵部分，大客戶電費拖欠對公司造成的影響遠大于其他用戶，需要重點關注。

發明內容

本發明的目的是提供一種基于機器學習的電費回收風險預測方法，為電網業務運營提供運營監測和業務管理輔助工具，便于相關部門及時防范電費回收風險，由事后管控轉化為事中管控。

本發明的目的通過以下技術方案實現：

一種基于機器學習的電費回收風險預測方法，其特征在于：綜合考慮企業用電趨勢、行業景氣信息與突發事件以及外部數據三大類數據，使用邏輯回歸對指標進行機器學習得到概率，根據概率進行風險分級；具體如下：

步驟1：收集企業用電趨勢信息，基于SG186營銷業務應用系統、用電信息采集系統的用戶信息、用電特征信息、繳費行為信息，收集回款時長，是否連續逾期，用電量變化趨勢，逾期時長，現金交費次數占比，催費短信是否訂閱，催費短信發送次數，客戶用電量同比，客戶用電量環比，業務變更，交費渠道偏好；

步驟2：收集行業景氣信息與突發事件，包括行業景氣度，行業用電量同比，行業用電量環比，突發事件；

步驟3：收集外部數據，包括生產經營信息，外部信用信息，企業社會形象，行業前景信息，客戶資產信息，國家政策信息；

步驟4：將以上指標數據按照統一單位進行轉化,將轉化好的變量放入一個列表x＝[x1,x2,x3…xn]；

步驟5：構建邏輯回歸模型，將上一步構造的列表作為訓練集輸入，將歷史繳費信息作為訓練集結果；

步驟6：使用邏輯回歸模型，其中z(x)＝β₀+β₁x₁+β₂x₂+...+β_nx_n，輸入訓練集，經過機器學習，擬合邏輯回歸中的參數β；

步驟7：利用模型，分析企業當前電費繳收風險。

本發明基于SG186營銷業務應用系統、用電信息采集系統的用戶信息、用電特征信息、繳費行為信息，構建電費風險預警模型，采用大數據分析挖掘技術，實現電費風險監測預警。