一种基于随机森林的停电感知预测分析方法及系统技术方案

本发明专利技术公开了一种基于随机森林的停电感知预测分析方法及系统，该方法包括：获取历史停电数据，将停电敏感客户与不敏感客户分别标记为不同样本数据；对样本数据进行预处理，得到关键特征字段；利用样本数据的关键特征字段通过随机森林算法训练得到停电感知预测模型；对停电感知预测模型的准确性进行验证评估；利用验证后的停电感知预测模型对停电时客户表现出停电敏感行为的概率进行预测感知，输出预测分析结果。本发明专利技术运用大数据技术及随机森林方法建立预测模型，便于准确的预测未来停电时客户表现出停电敏感行为的概率；有利于有效避免客户投诉，提升客户服务服务水平。

【技术实现步骤摘要】

本专利技术涉及电力大数据，更具体的说是涉及一种基于随机森林的停电感知预测分析方法及系统。

技术介绍

1、近年来，随着深化电力体制改革、放开售电侧市场的趋势不断发展，供电服务水平和服务风险防控提出了更高的要求。客户对频繁停电的投诉、对计划停电安排不合理和停电时间长的意见诉求占比较大，且未见明显改善。从第三方满意度测评看，停电次数多是持续5年客户不满意点，且故障抢修及计划停电时间长在供电质量主题中满意度排名最末。

2、目前，大数据技术在我国电力行业已开始试点应用，电力数据类型包括：实时数据、历史数据、文本数据、多媒体数据等，按时间序列、不同维度等进行数据的排列组合，组成各类结构化、半结构化和非结构化数据。因此，在大数据试点基础上，亟需借助大数据和数据挖掘分析方法，提前感知停送电服务的风险源，以便于有效避免客户投诉，全面提升客户服务水平。

技术实现思路

1、有鉴于此，本专利技术提供至少解决上述部分技术问题的一种基于随机森林的停电感知预测分析方法及系统，运用大数据技术及随机森林方法建立预测模型，便于准确的本文档来自技高网...

【技术保护点】

1.一种基于随机森林的停电感知预测分析方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤S1中，所述历史停电数据包括：客户的档案信息、台区停电信息、客户停复电诉求信息。

3.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤S2中，所述对样本数据进行预处理包括：数据填充、特征规范化和特征字段选择。

4.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤S2中，预处理后的样本数据中，将40％数据分为训练集，30％数据分为验...

【技术特征摘要】

1.一种基于随机森林的停电感知预测分析方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤s1中，所述历史停电数据包括：客户的档案信息、台区停电信息、客户停复电诉求信息。

3.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤s2中，所述对样本数据进行预处理包括：数据填充、特征规范化和特征字段选择。

4.根据权利要求1所述的一种基于随机森林的停电感知预测分析方法，其特征在于，所述步骤s2中，预处理后的样本数据中，将40％数据分为训练集，30％数据分为验证集，30％分为测试集。

5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：涂杨鑫，李艳，仝雪，郑英刚，孙伟男，王志，许坤，
申请(专利权)人：中能瑞通北京科技有限公司，
类型：发明
国别省市：