重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (5): 250-258.
• 能源动力环境 • 上一篇
谢禄江,蒋 荣,皮羽茜
摘要: 针对电力客户存在的欠费风险问题,提出一种联合随机森林 -反向传播神经网络 -逻辑回归(randomforestbackpropagationneuralnetworklogisticregression,RBL)的电力客户欠 费混合风险预警算法。首先,利用随机森林算法对影响电力客户拖欠电费的因素进行一次特征 提取;然后,利用反向传播神经网络进行初次风险预测,得到用户对于电费缴纳的信用分值;最 后,采用逻辑回归模型进行第二次预测,对用户电费欠缴或拖缴的风险进行有效预警。以某地 区的用电客户数据为对象,对比了所提算法与其他预警算法的预测精度,结果表明:所提算法预 测精度达到了 92.83%,能为电力企业进行用电客户电费管理提供技术支持。
中图分类号: