共查询到20条相似文献,搜索用时 20 毫秒
1.
2.
在"租售同权"的新形势下,出租房人数将迎来新高峰。由于对于流动人口难以管理,电力公司在回收出租房电费过程中常常存在信息沟通不畅、欠费高发、投诉纠纷高发、用电不稳定、用电安全隐患大等问题,为能准确定位出租房客户并采取相对应的电费回收服务策略,规范出租房客户用电行为,基于电力公司用户用电数据,运用大数据挖掘算法定位出租房用户。首先对出租房客户的基础信息、用电行为和缴费特征进行分析,根据分析结果提炼出对出租房分析影响较大的指标作为指标集,然后通过C5.0决策树算法进行机器自学习和训练,构建出租房用户判别模型。 相似文献
3.
4.
5.
《贵州电力技术》2019,(12)
为了解决在电费回收的过程中,遇到的回收不及时、回收难度大、电费回收不全等难点,严重影响了供电企业生产的最终经营成果。本文结合各个用户在近一年的各种生产活动产生的数据,建立与用户行为相关的模型。首先采用聚类的方法,根据最终得到的簇类,对重庆地区所有用户电费回收风险的类型有大致的认知。然后采用逻辑回归模型,并且针对高压、低压居民、低压非居民三种不同类型的用户分开进行分析建模,最终得到用户电费回收风险的得分。本文针对电费风险防控业务提出一种基于概率聚类逻辑回归模型,用于实现欠费风险精细化。分析、定位客户群体,提炼、归纳、总结客户特征,实现客户细分。基于客户细分结果提供精准的差异化服务。实践证明,该模型可为电网企业客户的风险评估实用化推广提供有效支撑。 相似文献
6.
介绍一种新型供电企业客户服务手段——电费充值技术。从系统结构、建设方案、功能规划到95598电话充值流程,详细描述其在惠城供电局用电营销系统中的研究与应用。该业务即丰富了用户缴费方式,又满足用户个性化缴纳电费的需要,同时有效规避用户欠费风险,加快了供电企业电费资金回收。 相似文献
7.
8.
9.
10.
针对用户设备用电状况和用电需求了解还不够充分、难以开展设备用电行为分析以及提出有效的节能措施的问题,提出了有效的解决方案。扩大用电在线监测覆盖面,在线监测企业用户用能状况,为分析企业用户节能潜力打下基础;根据用电情况分析客户用电行为,生成并推送客户用能分析报告,建议用户调整用电习惯,推动企业节能业务发展;基于企业内部运行设备数据,开展用户能效诊断分析,为用户提供用能指导,降低用户用能成本。 相似文献
11.
12.
阐述了将非居民用户电费缴纳信息纳入银行征信系统对电力企业、商业银行和用电客户产生的积极意义,分析了其在实施过程中可能会遇到的问题,并提出非居民用户电费缴纳信息纳入银行征信系统的用电客户应有充分的知情权,电力企业和银行应确保纳入征信系统中电费缴纳信息的准确性和安全性。 相似文献
13.
14.
精准预测停电敏感的电力客户群体,能够有效感知客户用电需求,提升客户用电满意度,助力提高电力服务水平。文中提出基于贝叶斯网络构建电力客户停电敏感度预测模型,从95598客服平台、营销业务系统、用电信息采集系统获取分析数据,结合客户基本信息、用电信息、智能电能表计量信息以及用户用电交互行为,定义客户停电敏感度数据标签,对用户的停电投诉进行分析与预测。采用K折交叉验证法对停电敏感度预测模型进行实验验证。实验表明,基于贝叶斯网络构建的电力客户停电敏感度预测模型,在停电投诉分析应用中具备较高的精准度,验证了模型的有效性。 相似文献
15.
近年来,受电力体制改革、经济转型升级、环保力度加大、极端天气频发以及新冠疫情等影响,一些用电客户面临产量下降、销售困难等问题,进一步增加了电费回收的难度。针对此问题,提出了一种基于行业发展趋势的回归模型,对电费回收风险进行预测。首先利用季节调整算法提取行业历史售电量发展的趋势项,然后对影响售电量趋势的因素进行综合、定量分析。在此基础上构建行业发展趋势预测模型对行业发展态势进行感知,利用感知结果,结合用户缴费行为以及容量变化等数据,通过分类回归算法构建电费回收风险预警模型,客观量化用户电费回收的风险概率,识别存在电费回收风险的用户。最后通过实例验证,所提模型具有较好的预测能力。 相似文献
16.
传统电力信用研究和应用多以用电行为、缴费行为失信等负面评价为主,缺乏正向评价和激励应用,且仅应用在供电企业内部对客户管理和电费风险防控方面,没有在社会中跨界应用。首先借鉴企业社会信用评分指标体系的建设思想,将高压企业客户电力信用指标集中在守信能力和守信行为2个方面,设计了以大数据为支撑的高压企业客户电力信用综合评价指标体系,包含用电价值、电网互动价值、缴费行为、用电行为、服务互动行为和电力市场交易诚信六大评价维度。其次,设计了电力信用等级和信用分计算、修正评价流程,并以某省级电网近29万户高压企业客户为例,实证分析了电力信用总体情况,证明了所建立方法的科学性和规范性。最后,基于电力信用评级,设计了基于电力信用的差异化奖惩措施,对内有效防范风险、挖掘优质客户,对外实现电力信用价值输出。 相似文献
17.
随着我国电力市场的发展,供电企业紧跟数字化发展步伐加快信息系统建设,各业务系统在运行过程中积累了海量信息数据资源,利用这些数据资源进行数字化分析已经渐渐成为供电企业的重点工作。在供电企业不断地拓展分析范围,优化分析方法的过程中,大量的数据资产被盘活,巨大企业价值与社会价值逐渐显现。大数据技术的使用可体现在电力系统运行的各种环节,为电力信息的商业化利用提供有力支撑。基于大数据技术的电力客户用电行为分析能提高电力系统的运行效率,为供电企业的实际运行提供决策依据。文章分析了国内、外电力行业大数据应用的进程及现状,根据不同类型客户的用电行为建立了基于大数据技术电力客户行为分析体系,对大数据技术的实践情况进行探究,实现电力客户用电行为的深度分析,为客户提供更优质的服务体验。 相似文献
18.
19.
《大众用电》2021,36(5):64-66
正当前受国家产业政策调整、新冠疫情等影响,部分企业生产经营困难,存在较大的欠费风险。而面对外部企业拖欠电费的行为,内部风险预防手段也比较单一。国家电网公司指出:"要提高大数据应用水平,树立用数据说话、用数据分析、用数据决策的理念,深化智能电能表大数据分析,为电网运行管理和客户服务提供决策支撑。"要求公司加快大数据研究与应用、支撑新型供电和客户服务体系构建。由于传统判断电费回收风险的手段较为单一、滞后,缺乏有效的预测手段,尤其是无法获取的外部信息带来的隐藏风险,本文运用大数据手段及技术,构建电费回收风险防控及信用评价模型,以解决信息不共享、 相似文献
20.
随着电力体制改革的逐步深入,供电企业的营销核心地位日益凸显,电费电价风险、计量风险、窃电及线损风险、市场风险、营销员工行为风险等相关风险越发显得不容忽视。结合供电企业实际,笔者以为。防范营销风险要着重从供电服务、电费电价、计量管理、客户用电安全管理等环节进行“危险点、危险源”的分析和辨识,建立风险评估机制,研究并落实相关应对措施。 相似文献