一种基于能源大数据的电力用户信用评价方法技术

本发明专利技术公开了一种基于能源大数据的电力用户信用评价方法，基于场内和场外信息形成对应的评价体系。场外评价，评价的重点在于反映市场主体如期履行相关债务的信用能力。场内评价，使用全过程指标、判据指标和预警指标反映市场主体参与电力交易过程中的信用表现。最后结合评价方法形成对应的评价等级。所述方法具体包括如下步骤：根据信用评价思路，构建各市场主体信用评价指标体系；场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标。确定对应的评价方法；信用评价得分及信用等级确认。信用评价得分及信用等级确认。信用评价得分及信用等级确认。

【技术实现步骤摘要】
一种基于能源大数据的电力用户信用评价方法


[0001]本专利技术属于能源大数据应用领域，尤其涉及一种帮助电网公司对通过能源大数据数据分析的电力用户的信用评价方法。

技术介绍

[0002]随着时代进步与技术发展，电网公司从之前的用电业务专业能力提升向以客户服务为中心核心进行转变，并且通过对用户的用电交易数据的分析，从而实现用户的信用评级，为后续营销提供参考
[0003]依托现有的电力交易信用数据，面向各市场主体构建基于场外评价和场内评价的信用评价指标体系，同时根据用户失信行为的表现和特征设计相应的识别模型，通过设置各部分评价指标权重及评分标准，建立指标评价模型，结合信用评价结果构建市场主体的信用分级服务体系，生成信用评价报告与信用评价排名并对外发布。

技术实现思路

[0004]围绕市场主体在电力交易中心开展交易的各环节及信用评价所需信息的来源特点，将市场主体的信用评价分为场内评价和场外评价。场外评价和场内评价共同形成市场主体的信用评级，并作为交易中心提供分级服务的依据，提供相应的信用评价流程。
[0005]一种基于能源大数据的电力用户信用评价方法，其特征在于基于场内和场外信息形成对应的评价体系。场外评价，评价的重点在于反映市场主体如期履行相关债务的信用能力。场内评价，使用全过程指标、判据指标和预警指标反映市场主体参与电力交易过程中的信用表现。最后结合评价方法形成对应的评价等级。所述方法具体包括如下步骤：
[0006](3)根据信用评价思路，构建各市场主体信用评价指标体系；场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标。
[0007](4)确定对应的评价方法；
[0008](5)信用评价得分及信用等级确认。
[0009]有益效果：基于能源大数据提出了一种为电力营销部门提供服务的数据应用方案，解决了现阶段电力用户信用评价数据获得难及数据处理的难题，同时，本方法的用户信用评价为电力营销服务的营销方案的制定参考依据。
附图说明
[0010]图1是本专利技术提供的基于能源大数据的电力用户信用评价方法流程图。
[0011]图2是本专利技术提供的信用评价等级指标体系。
[0012]图3是本专利技术提供的信用等级得分标准。
[0013]图4是本专利技术提供的信用等级对应情况。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本专利技术保护的范围。
[0015]本专利技术实施例公开了一种基于能源大数据的电力用户信用评价方法。该方法包括如下的步骤：
[0016]步骤一：根据信用评价思路，构建各市场主体信用评价指标体系。
[0017]场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标。整体评价流程参考附图1。
[0018]围绕市场主体在电力交易中心开展交易的各环节及信用评价所需信息的来源特点，将市场主体的信用评价分为场内评价和场外评价。场外评价，其评价的重点在于反映市场主体如期履行相关债务的信用能力。场内评价，主要是使用全过程指标、判据指标和预警指标反映市场主体参与电力交易过程中的信用表现。场外评价和场内评价共同形成市场主体的信用评级，并作为交易中心提供分级服务的依据。
[0019]场外评价所需信息需要市场主体主动申报或者第三方机构提供，主要从财务状况、社会信用记录等方面进行评价；场内评价所需信息可以由交易中心直接获取，主要对市场主体参与市场交易全过程的市场行为进行评价。
[0020]步骤二：建立完善的电力行业的信用评级指标体系，具体内容参考附图2。
[0021]场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标。场内评价的4四类指标均是对市场主体经营能力、交易管理、合同管理、运行管理、结算管理、信息公开等方面的评价。全过程评价指标能够直接反映市场主体信用状况；惩罚指标评价市场主体的违法违规行为，包含交易管理中的不正当竞争、合同管理中的不履行交易结果以及信息公开中的虚假信息，每个指标均没有减分下限；奖励指标用来额外奖励交易管理中有利于市场完善和建设的行为，每个指标均没有加分上限；预警指标评价交易过程中市场主体产生风险行为的可能性。
[0022]步骤三：指标的评价方法确定。
[0023]场外评价和场内评价中的全过程评价由于包含的指标较多，需要考虑全面，因此使用综合评价方法。
[0024]惩罚与奖励指标作为对市场主体交易行为的判据指标，对规范和引导市场主体的交易行为有较大作用，因此使用加减分制。
[0025]预警指标包括串谋、市场力利用等失信行为，这类行为具有复杂性、隐蔽性，在市场主体产生的交易数据量逐渐增大的趋势下，仅依靠简单的评价方法不能准确高效识别这些违规行为。模式识别及人工智能算法能够为有效识别交易中违规行为提供有效的解决方案。通过构建专家知识库、深度学习模型等工具对交易数据进行深入分析，对特定失信行为进行特征提取，对其进行识别，从而及时发出预警信号，因此在场内评价中的预警指标评价部分使用智能识别方法。
[0026]步骤四：针对不同的市场主体
[0027]依据信用评价指标体系形成针对主体的评价指标体系。
[0028]不同的市场主体包括：发电企业、售电企业、电力用户，参考附图2的指标体系单列对应的指标体系，从一级指标、二级指标、三级指标的角度分别列出，并提出相应的指标计算方法。
[0029]步骤五：指标权重的确定
[0030]为了能较准确地确定权重，本方法采用主客观结合的方法确定电力市场主体信用评价体系的指标权重。首先利用AHP法和熵权法分别计算指标权重，然后再用最小信息熵原理将两种方法的权重组合计算组合权重。
[0031]S1：层次分析法确定主观权重：
[0032]首先，构造一个具有层次性和条理性的结构模型。将风险因素作为各个指标层次，体现同一风险因素的设置一个指标，不同风险因素设置多个平行指标。准则层的指标影响下一层的指标，所有指标影响最终的风险分析结果。
[0033]其次，构造判断矩阵，提出两两比较元素之间的重要性，确定每个元素在准则层的占比。
[0034]最后，通过方根法计算判断矩阵的特征值和特征向量，并进行一致性检验。
[0035]设m个电力市场成员，每个成员有n个评价指标，由此形成的指标矩阵为：
[0036]D＝(x
ij
)
m
×
n i＝1,2,3...n
[0037]式中，x
ij
表示第j个评价对象的第i个指标的取值。
[0038]1)计算每行元素乘积：
[0039][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能源大数据的电力用户信用评价方法，其特征在于，基于场内和场外信息形成对应的评价体系；场外评价，评价的重点在于反映市场主体如期履行相关债务的信用能力；场内评价，使用全过程指标、判据指标和预警指标反映市场主体参与电力交易过程中的信用表现；最后结合评价方法形成对应的评价等级；所述方法具体包括如下步骤：(1)根据信用评价思路，构建各市场主体信用评价指标体系；场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标；(2)确定对应的评价方法；信用评价得分及信用等级确认。2.根据权利要求1所述的一种基于能源大数据的电力用户信用评价方法，其特征在于：步骤一：根据信用评价思路，构建各市场主体信用评价指标体系；场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标；整体评价流程参考附图1；围绕市场主体在电力交易中心开展交易的各环节及信用评价所需信息的来源特点，将市场主体的信用评价分为场内评价和场外评价；场外评价，其评价的重点在于反映市场主体如期履行相关债务的信用能力；场内评价，主要是使用全过程指标、判据指标和预警指标反映市场主体参与电力交易过程中的信用表现；场外评价和场内评价共同形成市场主体的信用评级，并作为交易中心提供分级服务的依据；场外评价所需信息需要市场主体主动申报或者第三方机构提供，主要从财务状况、社会信用记录等方面进行评价；场内评价所需信息可以由交易中心直接获取，主要对市场主体参与市场交易全过程的市场行为进行评价。3.根据权利要求1所述的一种基于能源大数据的电力用户信用评价方法，其特征在于：步骤二：建立完善的电力行业的信用评级指标体系：场外评价使用场外指标，场内评价的评价指标分为全过程评价指标、惩罚指标、奖励指标以及预警指标；场内评价的四类指标均是对市场主体经营能力、交易管理、合同管理、运行管理、结算管理、信息公开等方面的评价；全过程评价指标能够直接反映市场主体信用状况；惩罚指标评价市场主体的违法违规行为，包含交易管理中的不正当竞争、合同管理中的不履行交易结果以及信息公开中的虚假信息，每个指标均没有减分下限；奖励指标用来额外奖励交易管理中有利于市场完善和建设的行为，每个指标均没有加分上限；预警指标评价交易过程中市场主体产生风险行为的可能性。4.根据权利要求1所述的一种基于能源大数据的电力用户信用评价方法，其特征在于：步骤三：指标的评价方法确定；场外评价和场内评价中的全过程评价由于包含的指标较多，需要考虑全面，因此使用综合评价方法；惩罚与奖励指标作为对市场主体交易行为的判据指标，对规范和引导市场主体的交易行为有较大作用，因此使用加减分制；预警指标包括串谋、市场力利用等失信行为，这类行为具有复杂性、隐蔽性，在市场主体产生的交易数据量逐渐增大的趋势下，仅依靠简单的评价方法不能准确高效识别这些违规行为；模式识别及人工智能算法能够为有效识别交易中违规行为提供有效的解决方案；通过构建专家知识库、深度学习模型等工具对交易数据进行深入分析，对特定失信行为进
行特征提取，对其进行识别，从而及时发出预警信号，因此在场内评价中的预警指标评价部分使用智能识别方法。5.根据权利要求1所述的一种基于能源大数据的电力用户信用评价方法，其特征在于：步骤四：...

【专利技术属性】
技术研发人员：刘景超，任巍曦，李明，刘海旭，才鸿飞，张文煜，徐晓川，王婧，臧鹏，张改利，刘宏勇，寇建，亢涵彬，任杰，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：