熵权法在电力客户信用风险评价中的应用

本文根据电力行业以及电力客户的特点建立了一套评价客户信用的指标体系,采用熵权法建立评价模型,运用定量与定性相结合的方法来评价电力客户的信用,并且进行了实证研究。结果表明熵权法是一种科学实用的信用风险评价方法。     

基于熵权法的电力客户信用风险评价

随着电力市场改革的不断深入,电力客户信用风险管理越来越受到重视。本文依据电力产品和供电企业的特点,构建了一套电力客户信用评价指标体系,同时运用了主客观相结合的熵权法,建立评价模型并进行实证研究。结果表明,熵权法对电力客户信用风险进行评价是科学实用的,为供电企业规避信用风险提供了参考依据。     

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。     

电力客户安全性评价模型研究

进行用电客户安全管理需对电力客户安全运行状况进行有效评估、精细分析和准确定位。建立用电客户安全性评价的指标体系,在指标体系权重分析的基础上构建了基于层次分析法的多级模糊一致矩阵评价模型,利用该模型可以有效评定每位用电客户的安全性情况,从而为供电企业的用电客户安全指导提供快捷可行的评价方法和指导依据。     

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。     

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。     

电力客户诚信度评价系统研究

通过对电力企业营销管理系统特点的分析,以电力用户的基础信息和相关用电信息为数据支撑,对电力用户建立诚信度评价管理体系。通过设定的评价指标、指标的权重及算分原则,由系统对用户进行诚信度打分。依据得分情况对用户实行分级管理,建立客户风险预警机制,提高电费回收率。为营销人员制定有针对性的营销策略提供有力的支持。     

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。     

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。     

电力企业普通客户的差异化服务初探

电力企业需要建立多层次的服务体系来更好地满足大客户和普通用户的要求,而建立普通客户的差异化服务体系将是一个行之有效的重要环节。从普通客户差异化服务的理论依据和可行性方面进行研究,并针对我国电力企业的自身特点提出合理化建议。     

电力客户缴费行为的动态信用评价实证分析

针对目前电力客户欠费回收问题,文中研究信用评估指标,并结合目前电力客户缴费数据,提出一种变现动态信用分值度量算法,揭示复杂的缴费行为的实质,有效区分不同缴费类型,进而有效区分不同客户的信用状况。同时通过对湖南省某地市电力客户缴费数据进行挖掘分析,给出动态信用评价方法实证分析,有效验证该信用评估方法的科学性、合理性。     

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。     

基于集对分析和马尔可夫链的电力客户信用风险评估

为能更加有效地评估电力客户的信用水平,防范电费回收风险,针对以往电力客户信用风险评价方法只局限于静态评价上的不足,构建了基于集对分析和马尔可夫链的电力客户信用风险评估模型,通过联系度中的同势、均势和反势来判断客户信用风险程度的变化趋势,并用联系度来计算、评估电力客户信用的大小,还可以通过两两时段间的同、异、反转移矩阵计算来预测电力客户下一时段的信用水平,从而实现了对电力客户信用风险的全面、动态评估;最后,通过对某一客户的实际算例可知,所构建的基于集对分析和马尔可夫链的电力客户信用风险评估模型对于动态评价电力客户的信用是科学、有效、切实可行的.     

电费信用风险关键影响因素研究

电费拖欠是影响电力企业经营和发展的重要问题之一．正确掌控电费信用风险关键影响因素并采取切实有效措施规避电费回收风险就显得尤为重要。采用主成份分析方法对电费信用风险影响因素进行了研究。分析了其中的关键性影响因素及影响程度。研究结果表明。该方法具有较强的通用性和实用性。有助于提高电力企业电费回收预警和信用风险管理的能力。     

基于行业用电模式的企业电费逾期风险预测

我国经济进入新常态,传统产业面临诸多挑战,企业客户电费回收风险不断加大,对企业用电逾期风险进行预测,最大限度地减小影响公司经营的被动风险变得日益迫切。目前电费回收逾期风险管控手段主要依靠企业历史欠费情况进行风险判断,缺乏对用户用电量趋势及缴费历史的深入挖掘,导致企业逾期风险判断准确性与及时性存在不足。针对上述问题,基于企业历史用电与逾期数据记录,聚焦行业用电典型模式挖掘,提出基于聚类的行业典型用电模式库构建方法。在此基础上,采用k近邻的思想,定义模式距离度量函数,引入风险等级概念,提出一种基于行业用电模式的企业电费逾期风险预测模型PEORPM,实现具有自演化能力的企业偏离度4级逾期风险等级标注以及风险预测。理论分析和实验结果验证了所提方法的有效性。     

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。