融合社會(huì)數(shù)據(jù)的高壓企業(yè)電費(fèi)回收風(fēng)險(xiǎn)篩查
關(guān)鍵詞：電費(fèi)回收 風(fēng)險(xiǎn)篩查 社會(huì)數(shù)據(jù) 高壓企業(yè)
摘要：電費(fèi)資金是電網(wǎng)公司的主營(yíng)收入,確保電費(fèi)回收,是電網(wǎng)企業(yè)運(yùn)營(yíng)風(fēng)險(xiǎn)防控的重點(diǎn)。基于高壓企業(yè)客戶,融合工商、銀行、司法、稅務(wù)等12類社會(huì)數(shù)據(jù),利用隨機(jī)森林法、熵值法、關(guān)聯(lián)聚類等大數(shù)據(jù)技術(shù),從電力信用、用電異常、經(jīng)營(yíng)異常、失信處罰、政策事件、關(guān)聯(lián)風(fēng)險(xiǎn)和輿情風(fēng)險(xiǎn)7個(gè)維度,建立了高壓企業(yè)客戶電費(fèi)回收風(fēng)險(xiǎn)篩查模型,對(duì)企業(yè)各類潛在風(fēng)險(xiǎn)因素進(jìn)行全面辨別,實(shí)現(xiàn)企業(yè)客戶電費(fèi)回收風(fēng)險(xiǎn)提前篩查預(yù)警。以某省級(jí)電網(wǎng)約4.5萬戶高壓企業(yè)客戶為例,選取隨機(jī)森林算法、長(zhǎng)短記憶網(wǎng)絡(luò)(Long Short Term Memory,LSTM)進(jìn)行模型優(yōu)劣對(duì)比,對(duì)比結(jié)果表明,建立的模型預(yù)測(cè)結(jié)果遺漏率遠(yuǎn)低于對(duì)比模型,命中率高,算例結(jié)果驗(yàn)證了模型的準(zhǔn)確性。
山東電力技術(shù)雜志要求:
{1}關(guān)鍵詞置于中括號(hào)內(nèi)（“［關(guān)鍵詞］”）每篇文章通常標(biāo)注3～5個(gè)，關(guān)鍵詞之間空2個(gè)字符以區(qū)隔。
{2}凡在本刊發(fā)表的文章，本刊有權(quán)進(jìn)行刪改，如不同意刪改請(qǐng)?jiān)谕陡鍟r(shí)向編輯部書面說明。
{3}注釋編寫格式：序號(hào)主要責(zé)任者：文獻(xiàn)題名，出版者，出版年，起止頁碼。
{4}年份中的前兩位數(shù)不可省略，如：‘'01年”應(yīng)為“2001年”。
{5}來稿為基金資助項(xiàng)目請(qǐng)注明何種基金資助項(xiàng)目或課題（并附編號(hào)）。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
