【技术实现步骤摘要】
本专利技术属于电力营销，具体涉及一种基于多源数据联合分析的电力缴费风险识别方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、电力市场一般采用先用电后缴费的模式，为用户提供了诸多便利，但同时由于供电服务涵盖不同种类的客户，因此用户缴费情况参差不齐，也使得电费收缴存在一定风险。随着经济结构转型升级，传统行业面临着被淘汰或者转型的困境，用电企业盈利能力下降，甚至可能会出现经营困难，增大了电费回收的难度，电费回收周期长、催费困难等隐患便层出不穷，严重影响了电力市场的健康发展，同时造成电费的回收日益成为困扰电力公司的一大难题。
3、如何对用电用户进行有效的信用评估，加强风险控制，减轻电力营销人员电费回收压力，制定出科学合理的风险防范控制策略，从而减少电力市场风险，降低企业损失，是亟需解决的一大难题。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于多源数据联合分析的电力缴费风险识别方法及系统，通过联合获取并分析用户缴费数据和用户电力数据，基于专家经验构建缴费信用评价指标体系，进一步构建电力缴费风险识别模型，完成对电力用户的信用风险识别，提高欠费回收效率，实现更好地电力缴费风险防控。
2、根据一些实施例，本专利技术的第一方案提供了一种基于多源数据联合分析的电力缴费风险识别方法，采用如下技术方案：
3、一种基于多源数据联合分析的电力缴费风险识别方法，包括：
4、获取
5、根据所获取的多源数据和预设的缴费风险评价指标筛选规则构建缴费信用评价指标体系；
6、计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重，构建电力缴费风险识别模型；
7、根据所构建的电力缴费风险识别模型计算电力客户的缴费欠费概率；
8、根据所得到的电力客户的缴费欠费概率，完成电力缴费的风险识别。
9、作为进一步的技术限定，基于初始样本特征集的付费记录特征数据，对电费缴纳记录、电费欠费记录和电费催收记录三类数据进行百分制评分计算电费缴纳风险值，作为用户电力缴费风险评估标签；基于初始样本特征集中不包含付费记录的剩余特征数据，采用皮尔逊相关系数计算剩余特征与电费缴纳风险值相关度，筛选大于设定阈值的特征，作为用户电力缴费风险评价指标特征数据。
10、作为进一步的技术限定，在构建缴费信用评价体系指标的过程中，基于分析后的多源数据，基于缴费风险评价指标筛选规则，提取用户电力缴费风险评价指标特征数据，得到缴费信用评价指标数据集，即完成缴费信用评价指标体系的构建。
11、作为进一步的技术限定，采用熵权法计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重；具体过程为：根据所构建的缴费信用评价指标体系构造评价指标矩阵，根据所构造的评价指标矩阵和熵权法计算电力用户的评估得分；根据所得到的不同用户的评估得分得到每个缴费信用评价指标的权重。
12、作为进一步的技术限定，所述电力缴费风险识别模型采用时间卷积网络。
13、作为进一步的技术限定，采用基于多源数据联合分析的电力缴费风险识别模型计算电力客户的缴费欠费概率。
14、作为进一步的技术限定，所获取的多源数据至少包括缴费数据信息和电力数据信息。
15、根据一些实施例，本专利技术的第二方案提供了一种基于多源数据联合分析的电力缴费风险识别系统，采用如下技术方案：
16、一种基于多源数据联合分析的电力缴费风险识别系统，包括：
17、获取模块，其被配置为获取电力用户的多源数据；
18、构建模块，其被配置为根据所获取的多源数据和预设的缴费风险评价指标筛选规则构建缴费信用评价指标体系；计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重，构建电力缴费风险识别模型；
19、计算模块，其被配置为根据所构建的电力缴费风险识别模型计算电力客户的缴费欠费概率；
20、识别模块，其被配置为根据所得到的电力客户的缴费欠费概率，完成电力缴费的风险识别。
21、根据一些实施例，本专利技术的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
22、一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方案所述的基于多源数据联合分析的电力缴费风险识别方法中的步骤。
23、根据一些实施例，本专利技术的第四方案提供了一种电子设备，采用如下技术方案：
24、一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方案所述的基于多源数据联合分析的电力缴费风险识别方法中的步骤。
25、与现有技术相比，本专利技术的有益效果为：
26、针对用电用户信用数据存在隐私性，共享存在一定的难度的问题，本专利技术基于采用联邦学习技术完成联合建模，保证数据安全；电力方、缴费方原始数据都保存在本地，原始数据不出库；采用隐私求交技术获取双方共有客户，但双方用户列表互不暴露；使用同态加密技术交互梯度更新模型，电力方数据模型参数保存在电力方，缴费方数据模型参数保存在缴费方，电力方、缴费方模型参数汇总即为最终模型。
27、针对信用评价指标权值分配合理性问题，本专利技术判定每个数值所涵盖的信息量，采用熵权法进行评价指标权值的计算，避免了专家评审带来的非客观性，计算结果精度较高，能够更加严密地解释所得到的结果。
28、针对当前用户缴费风险识别时效性差、准确率低的问题，本专利技术利用时间卷积网络对用户进行缴费风险概率预测， 时间卷积网络采用膨胀卷积，实现高效的并行计算，从而实现及时准确的风险识别，减少供电公司的损失，助力电力市场的健康发展。
本文档来自技高网...【技术保护点】
1.一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，包括：
2.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，基于初始样本特征集的付费记录特征数据，对电费缴纳记录、电费欠费记录和电费催收记录三类数据进行百分制评分计算电费缴纳风险值，作为用户电力缴费风险评估标签；基于初始样本特征集中不包含付费记录的剩余特征数据，采用皮尔逊相关系数计算剩余特征与电费缴纳风险值相关度，筛选大于设定阈值的特征，作为用户电力缴费风险评价指标特征数据。
3.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，在构建缴费信用评价体系指标的过程中，基于分析后的多源数据，基于缴费风险评价指标筛选规则，提取用户电力缴费风险评价指标特征数据，得到缴费信用评价指标数据集，即完成缴费信用评价指标体系的构建。
4.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，采用熵权法计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重；具体过程为：根据所构建的缴费信用评价指标体系构造评价
5.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，所述电力缴费风险识别模型采用时间卷积网络。
6.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，采用基于多源数据联合分析的电力缴费风险识别模型计算电力客户的缴费欠费概率。
7.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，所获取的多源数据至少包括缴费数据信息和电力数据信息。
8.一种基于多源数据联合分析的电力缴费风险识别系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1-7任一项所述的基于多源数据联合分析的电力缴费风险识别方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的基于多源数据联合分析的电力缴费风险识别方法的步骤。
...【技术特征摘要】
1.一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，包括：
2.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，基于初始样本特征集的付费记录特征数据，对电费缴纳记录、电费欠费记录和电费催收记录三类数据进行百分制评分计算电费缴纳风险值，作为用户电力缴费风险评估标签；基于初始样本特征集中不包含付费记录的剩余特征数据，采用皮尔逊相关系数计算剩余特征与电费缴纳风险值相关度，筛选大于设定阈值的特征，作为用户电力缴费风险评价指标特征数据。
3.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，在构建缴费信用评价体系指标的过程中，基于分析后的多源数据，基于缴费风险评价指标筛选规则，提取用户电力缴费风险评价指标特征数据，得到缴费信用评价指标数据集，即完成缴费信用评价指标体系的构建。
4.如权利要求1中所述的一种基于多源数据联合分析的电力缴费风险识别方法，其特征在于，采用熵权法计算所构建的缴费信用评价指标体系中每个缴费信用评价指标的权重；具体过程为：根据所构建的缴费信用评价指标体系构造评价指标矩阵，根据所构造的评价指标矩阵和熵权...
【专利技术属性】
技术研发人员：韩娟，仝天，于丽梅，姜远孟，温馨，田梦雨，李爱青，王新新，孙源，杜丽洁，高琼，吕会会，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。