CN106910019-CN201710102335-一种电费回收风险度预测模型的构建方法及装置.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106910019 A (43)申请公布日 2017.06.30 (21)申请号 201710102335.8 (22)申请日 2017.02.24 (71)申请人 北京科技大学 地址 100083 北京市海淀区学院路30号 (72)发明人 黄彪　付薇薇　阿孜古丽　张德政　 谢永红　 (74)专利代理机构 北京市广友专利事务所有限 责任公司 11237 代理人 张仲波 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 20/14(2012.01) G06Q 50/06(2012.01) 权利要求书3页 说明书10页 附图1页 (54)发明名称 一种电费回收风险度预测模型的构建方法 及装置 (57)摘要 本发明提供一种电费回收风险度预测模型 的构建方法及装置，能够确定每个用户的电费回 收风险度。所述方法包括：根据用户电量变更数 据构建RFMO电费回收风险度模型，根据构建的 RFMO电费回收风险度模型，确定电量变更用户的 电费回收风险度；确定与电费回收风险相关的用 电行为指标；利用确定的与电费回收风险相关的 用电行为指标以及RFMO电费回收风险度模型确 定的电量变更用户的电费回收风险度构建电费 回收风险度数据集；利用构建的电费回收风险度 数据集，采用GBDT算法预测未发生电量变更行为 A 用户的电费回收风险度。本发明适用于电力系统 9 技术领域。 1 0 0 1 9 6 0 1 N C CN 106910019 A 权　利　要　求　书 1/3页 1.一种电费回收风险度预测模型的构建方法，其特征在于，包括： 根据用户电量变更数据构建RFMO电费回收风险度模型，根据构建的RFMO电费回收风险 度模型，确定电量变更用户的电费回收风险度； 确定与电费回收风险相关的用电行为指标； 利用确定的与电费回收风险相关的用电行为指标以及RFMO电费回收风险度模型确定 的电量变更用户的电费回收风险度构建电费回收风险度数据集； 利用构建的电费回收风险度数据集，采用GBDT算法预测未发生电量变更行为用户的电 费回收风险度。 2.根据权利要求1所述的电费回收风险度预测模型的构建方法，其特征在于，所述RFMO 电费回收风险度模型包括：R、F、M、O四项指标； 其中，R表示客户最后一次电量变更距离分析点时间；F表示客户一定时期内电量变更 的次数；M表示客户一定时期内的电量变更的值；O表示客户9个月内的电量变更的总和与(9 个月内的电量变更的总和+9个月内的总电量)的比值。 3.根据权利要求2所述的电费回收风险度预测模型的构建方法，其特征在于，所述根据 构建的RFMO电费回收风险度模型，确定电量变更用户的电费回收风险度包括： 利用等分法对RFMO电费回收风险度模型各个指标对应的值进行打分； 根据打分结果，利用分值求和的方式确定电量变更用户的电费回收风险度。 4.根据权利要求1所述的电费回收风险度预测模型的构建方法，其特征在于，所述与电 费回收风险相关的用电行为指标包括：电压等级、用电类别、合同容量、运行容量、生产班 次、负荷等级、客户年龄、上月份电量、近3个月总用电量、近6个月总用电量、近9个月总用电 量、9月份电费、近3个月电费、近6个月电费、近9个月电费、上月份的基本电费与近9个月总 电费占比比例、近3个月基本电费与近9个月总电费占比比例、近6个月基本电费与近9个月 总电费占比比例、近9个月基本电费与近9个