针对电费回收风险防控分析的用户信用评分模型

田珂， 马文栋， 王坤， 林伟， 李明亮

(1.国网河南省电力公司， 河南 郑州 450000；2.国网河南省电力公司电力科学研究院 客户服务中心， 河南 郑州 450000；3.河南九域腾龙信息工程有限公司， 河南 郑州 450000)

0 引言

收取电费是电力企业最重要的工作。按时计费不仅可以为税收提供资金，以确保国家的财政收入，而且还可以为电力企业的可持续发展提供必要资金。随着经济社会的发展，供需形势发生了很大变化，电费回收风险日益提高，如何评估该风险已经成为电力企业的重要问题。借鉴金融信贷机构的做法，对电力用户进行信用评分，有助于电力企业识别高风险用户群体，为降低电费回收风险提供数据支持。信用评分目标是区分优质用户和不良用户。为了提高电力用户信用评分的效率，就需要电力企业利用大数据技术实施自动信用评分系统。

本研究的目的是描述使用人工神经网络(ANN)模型和逻辑回归(LR)模型作为预测电力用户信用评分模型。已有研究比较了神经网络对多元逻辑回归的用户信用预测能力。一些研究成果指出了监督学习的人工神经网络相对于线性或逻辑回归的优势[1]。但是还没有针对这2种方法的性能进行对比分析的研究。为此本研究介绍了神经网络的概念性信息，并比较了神经网络和逻辑回归的性能，其中包括技术描述、参数变量选择和模型评估。最后通过电力用户信用评分试验对比了2种方法在电力用户信用数据分析方面的性能。……