基于PB的电力客户信用风险管理系统设计

PowerBuilder是可以设计传统的高性能、基于客户机/服务器体系结构的应用程序,也可以用于开发基于Internet的应用系统.Oracle是以高级结构化查询语言(SQL)为基础的大型关系数据库,通俗地讲它是用方便逻辑管理的语言操纵大量有规律数据的集合.通过运用Oracle建立信息数据库,使用PB进行电力客户信用风险管理系统设计开发,并且连接到数据库上反复进行代码调试,获得成功.因此,该系统的设计为电力系统的工作人员提供了有效的帮助.     

电力客户信用风险管理系统

将客户信用度等级这一概念引入电力行业,通过对电力客户的经营能力,缴费情况,设备可靠性情况,执行错避峰情况,无功补偿情况等多方面作出相应评分,给出相应信用度等级,根据不同信用度等级对用户的需求提供优先级,从而缓解日益严重的电费拖欠、设备故障停电、线损率不断升高等问题.     

基于改进的熵权法的电力客户信用风险评价研究

供电企业面临电力客户失信带来的经营风险。为规避客户信用风险,要求建立客户信用管理体系,对客户风险进行评价。基于熵的概念,构建了一套电力客户信用等级的评价指标,运用定量与定性相结合的方法来评价电力客户的信用,并进行了实证研究。计算结果表明,熵权法是一种科学实用的信用风险评价方法。     

电力客户信用风险管理的探讨

在市场经济条件下,每个企业都是在风险中经营,供电企业也不例外,电力客户欠费风险、窃电及线损风险、市场风险、“两改一同价”的相关风险等。要采用科学管理手段加强电费回收,预防电费拖欠,有效打击窃电行为,提高电力营销的经营管理水平和服务质量。通过对电力客户信用风险的分析,在电力营销系统中建立风险分析模型,及时有针对性地采取有效的办法,可进行风险控制。     

基于改进的GRA方法的电力客户信用风险综合评价研究

供电企业面临电力客户失信带来的经营风险。为规避客户信用风险,要求建立客户信用管理体系,综合评价客户信用风险。依据某电力公司客户的户务资料,参照电费管理人员的经验,对客户的缴费状况、偿还电费能力、资金变现能力、担保水平及经营环境等5个指标评分,并应用层次分析法进行权重确定,然后利用灰色关联分析方法进行数据处理,最终确定各个客户的信用等级。     

基于层次分析法的电力客户信用风险评价

供电企业面临电力客户失信带来的经营风险。为规避客户信用风险，要求建立客户信用管理体系，综合评价客户信用风险。研究给出了电力客户信用风险评价指标体系，同时，阐述了运用层次分析法为信用风险指标进行赋权的方法，并进行了实例分析。实践表明，所建立的指标体系及指标的赋权方法能为供电企业进行客户风险管理提供理论与实践上的借鉴。     

基于ANFIS的电力客户信用判别模型研究

电费收缴工作的好坏,将直接影响电力公司的经营状况.为了约束电力客户的用电行为,保证电费的及时收缴,事先准确地识别客户的信用状况,是最为关键的内容.考虑到电力公司对客户信息的掌握情况以及信用管理的要求,设计了一套符合实际管理需要的,能够反映电力客户实际信用水平的指标体系,并在此指标体系的基础上利用自适应神经模糊推理系统(ANFIS)建立信用评级模型.该模型经测试样本检验证明是精确可靠的,适用于实际配电管理中对电力客户信用类别的判别.从而为电力公司预知信用风险,并采取不同的信用管理对策,提供了有力的参考依据.     

基于ANFIS的电力客户信用判别模型研究

电费收缴工作的好坏,将直接影响电力公司的经营状况。为了约束电力客户的用电行为,保证电费的及时收缴,事先准确地识别客户的信用状况,是最为关键的内容。考虑到电力公司对客户信息的掌握情况以及信用管理的要求,设计了一套符合实际管理需要的,能够反映电力客户实际信用水平的指标体系,并在此指标体系的基础上利用自适应神经模糊推理系统（ANFIS）建立信用评级模型。该模型经测试样本检验证明是精确可靠的,适用于实际配电管理中对电力客户信用类别的判别。从而为电力公司预知信用风险,并采取不同的信用管理对策,提供了有力的参考依据。     

电力客户信用管理及系统设计

加强电力客户信用管理是降低供电企业经营风险的有效手段。基于“5C”理论建立供电企业客户信用评价指标体系,将改进型层次分析法（AHP）、群组决策方法、线性加权综合法等方法引进客户信用风险评价中,同时对供电企业客户信用管理软件系统进行了设计。     

基于模糊综合评判的电力客户信用评价

电力市场条件下,电力企业面临着电力客户信用问题带来的经营风险。根据电力客户信用评价指标多样性的特点,提出利用模糊综合评判的方法对电力客户进行信用评价进而确定客户所属的信用等级的方法。然后根据客户的不同信用等级提供有针对性的奖惩措施,从而有效地提高电力企业的经营效益。通过对一组客户数据进行分析得出了其信用等级,与客户实际信用比较证明了该方法的有效性和合理性。该方法对于电力企业提高电费回收率,规避企业经营风险具有现实意义。     

构建客户信用等级评价和决策的电费风险管理系统

介绍了电费风险管理系统的模型架构、系统架构、＂3＋2＋1＂模式的控制手段及系统建成的预期效果,以构建电费信用风险管理系统,改善公司电费管理水平,把优质服务和加强电费回收工作真正落到实处,树立供电企业良好的社会形象。     

基于遗传算法和BP神经网络的电力客户信用评价模型

对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。     

用电客户信用的主客观评价及分析

用电客户信用关系到整个电力工业的健康发展。目前对用电客户信用评价的方法各有优缺点，找出较为合理的评价方法，可为更准确地评价用电客户信用提供参考。在建立用电客户信用评价指标体系的基础上，首先采用基于语言评价信息的逼近理想点的排序方法(TOPSIS)对用电客户信用进行主观评价，继而采用熵权法对用电客户信用进行客观评价。实例计算说明2种评价方法的评价结果可能一致也可能不一致，因而认为同时应用2种方法进行用电客户信用评价，不但能充分利用用电客户的客观数据和主观信息，而且从评价思维和评价环节及评价者的责任心方面都有助于提高用电客户信用评价的准确性，使用电客户信用评价更趋合理。     

电力客户信用风险评价模型研究

建立电力企业客户信用评价机制是解决电力企业电费回收难和严重违章用电现象的有效途径之一。结合电力生产实际情况,设定一系列客户信用评价要素和信用风险评价指标,同时赋予这些指标不同的权重,对电力客户进行信用评价。     

电力企业的客户信用风险管理

在市场经济条件下,电力企业必须进行客户信用风险管理。建立电力客户信用风险管理系统是进行信用风险管理的有效措施,经过实践证明,它能够帮助电力企业减少因信用风险而带来的经济损失,从而提高自身的经济效益。     

浅析电费缴纳信息纳入银行征信系统的意义

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。     

基于模糊层次分析法的可中断负荷信用风险评估

首先建立了可中断用户信用风险评估指标体系,并运用模糊数学中的模糊层次分析法(fuzzy analytic hierarchy process,FAHP)分析指标体系的权重,以改善传统层次分析法在专家建立1—9标度判断矩阵时的不确定性,最后采用模糊综合评价法进行信用等级划分,从而筛选出更为合适的用户。算例分析验证了该评估方法的有效性。     

基于可拓方法的电力客户信用风险评估

电力客户信用风险将会给供电企业带来经营风险。运用可拓学的理论与方法,结合熵理论,构建了电力客户信用风险评价的经典物元和节域物元,应用建立的基于熵权的可拓信用综合评价模型可以避免低层次多因素权重的客观性,获得客观合理的评价结果。与其他评价方法的对比,该方法能较真实地反映电力客户的信用等级,且更易于操作和使用。