基于大数据技术的电费风险分析

基于大数据技术的电费风险分析

刘晓晓李江兰邵丹

（国网邢台供电公司河北邢台054001）

摘要：大数据技术在我国电力行业的应用研究起步较晚，但是目前已初见成效，其应用成果电费回收工作中表现尤为突出。大数据的应用为电网企业建立用户属性匹配的信息传递机制和风险防范机制提供了重要技术支撑。文章将应用数据挖掘手段识别用电户行为，充分分析用电户自身数据，整合用电户外在宏观经济环境、产业和区域社会环境等对电费回收的影响，基于对用电户多维历史数据进行挖掘分析，开发出相应的征信和电费催收系统，从而进行提早预测、提早征收、防止形成坏账和呆账。

关键词：电费回收；电费风险；大数据；数据集市；聚类

1电费风险数据来源

电费作为电力公司收益的直观数据，体现了公司经营管理的成果。如何有效地降低电费风险，提升电费回收率，成为当前公司经营管理工作的重点。电费风险来源于电费回收情况，电费回收由发行电费、实收电费、预收电费、欠费电费等几部分组成。日常工作中实收电费由预收结转、欠费缴费等几类业务情况产生，流转较为复杂，因此，此次主要从发行电费、预收电费和欠费电费3个方面入手进行分析。

1.1用户信息

用户分为考核用户、高压用户、低压非居民用户和低压居民四大类。此次主要针对存在电费回收风险较大的用户进行分析，低压居民用户大多为预付费，且管理比较系统化，风险相对较低，此次暂不分析，主要分析剩下的三大类用户。

1.2电费信息

电费风险主要通过电费回收情况分析呈现，电费回收主要从发行电费、预收电费和欠费电费几方面体现，所以需要提供用户每月产生的发行电费、预收以及欠费电费数据信息。

1.3供电单位

通过分析不同供电单位的电费回收情况，对比各单位的电费回收风险，说明发现供电单位对电费回收风险有一定影响，可以有效借鉴较好的工作经验，制定整改办法，降低供电单位的电费回收风险。

1.4行业类别

通过分析用户在不同行业下的电费回收情况，说明不同行业对电费回收风险的影响程度，一定程度上反映了用户行业管理上的不足之处，从而强化管控，降低电费风险，提升电费回收率。

1.5电压等级

通过对不同电压等级用户的电费情况分析，发现不同电压等级用户的回收情况有差异，说明电压等级对电费风险有影响。可以从电压负荷、容量、稳定性等各方面分析发现问题，降低电费风险。

2基于大数据技术的电费回收研究

随着大数据采集、存储和分析以及展现技术的不断发展，使用大数据挖掘技术对电力行业用电户行为分析成了必然选择。要用全面风险管理的方法对电网企业可能发生的类似电费回收风险进行管理，通过对电网企业信息系统运行方式模型的研究，采集拓扑数据、性能数据、配置数据、故障数据和告警数据以及安全事件。有文献指出，可以使用大数据分布式技术构建电力大数据仓库，也可以使用分布式大数据架构进行电力预测。另外，基于Spark的随机森林分类算法对欠费用电户也可以进行建模。以上的研究为基于大数据技术进行电费回收研究提供了广阔思路，但在大数据多维数据挖掘方面，仍有欠缺。因此文章通过聚合现有用电户内外部数据，进行数据建模，建立电费催收系统。在具体实施过程中，首先进行收资调研，总结现有电费回收方法存在的问题；其次，建立客户多维历史数据库；第三，研究动态电费回收模型，电费回收应用。

2.1基于多维数据建立电费回收模型

要进行多维历史数据分析，必须先对多维数据进行抽取（Extraction）、转换（Transition）和加载（Load）处理，建立分布式大数据平台。平台不仅采集客户身份、用电性质、合同容量、负荷类型、出账周期、总用电量、缴费次数、违章用电次数以及罚金金额等电费催缴本身的业务信息，也需要采集包括客户的银行贷款数据、纳税证明数据、企业实际负责人的个人征信数据等外部信息。

其次，模型采集到的信息数据可以通过智能方法进行知识挖掘，为催收系统提供智能影响性分析，做好电费回收预防。另外，电费回收模型中提炼的客户行为特征数据，其目前的对象主要是用电户，实际上，基于电费回收提前预测的情形，可以通过分析不同客户的缴交电费行为以及客户的基本属性特征，建立数据分析模型，提前辨识电费回收风险高的客户，并对不同客户提前采取差异化的电费回收策略和预防措施，保障企业的电费收入，有效控制企业经营风险。

.2基于多维数据设计电费催收系统

通过系统研发，并借用电费回收风险预测模型对客户进行电费回收风险预测，从而指导相应的业务人员对电费回收风险等级不一样的客户采取差异性的电费回收措施。具体而言，在系统设计中，企业可采用下述方法：

第一，使用分布式数据存储技术，采集并接入海量异构数据，进而支持流式数据采集处理，支持对海量异构数据进行高效访问存储计算功能，不仅能够快速读取结构化数据，也能够读取半结构数据、非结构化数据存储。具体而言，对于结构化数据，支持关系型数据模型和星型模型等存储方式。在具体使用过程中，可以尝试使用列存储和行存储技术，支持压缩，支持二级索引。第二，使用分布式计算，多台服务器并行处理，计算性能随着机器数目增加而线性增加。具体而言，使用SQL语句分析结构化数据，对非结构化数据支持使用MapReduce计算框架。

2.3基于多维数据的电费催收系统应用

通过系统调用电费回收风险预测模型对电费回收风险客户进行预测，提供消息给业务人员以便业务人员对电费回收风险客户采取差异性电费回收措施。将细分结果嵌入营销系统，按照试点落地场景功能需求修改营销系统。确定细分结果和试点落地场景后，以制度、流程落地予以保障，修订相关管理制度。逐步实现回收高风险客户的缴费提醒和差异化账单提醒，将其从催费环节前移到缴费期截止前，从而促进电费回收。主要体现在以下几个方面：

第一，一级催收：在抄表完成形成应收后，在“电费综合查询”模块可以查询高回收风险客户清单并生成客户清单。同时，通过短信发送平台对这部分高风险客户发送温馨提示短信，导出清单后结合实际服务资源的承受能力对部分用户通过电话的方式进行提醒。第二，二级催收：在截缴期结束后，系统将所有欠费用电户电费回收风险等级列加入清单界面，并对此列进行自动排序。有利于由抄表员根据客户电费回收风险等级高低进行上门催收电费流程，优先对低风险客户进行催缴。第三，在进行停电审批流程时，系统中增加筛选条件“电费回收风险”“停电敏感度”“重要客户标识”和“VIP客户标识”，同时在清单里综合显示客户的“停电敏感度”“重要客户标识”和“VIP客户标识”，便于在进行欠费停电流程审批时，可以优先排除重要客户、VIP客户、高停电敏感度客户。

3结语

未来的电费风险依托于大数据技术实现实时监控，通过分析电费回收情况，进一步深化、挖掘潜在的风险，为电网经营管理提供实时多样化的数据，为公司的精益化管理提供支撑，从而提升企业经济效益。

参考文献

[1]余贻鑫,栾文鹏.智能电网的基本理念[J].天津大学学报,2011,44(5)：377-384.

[2]余贻鑫,栾文平.智能电网评述[J].中国电机工程学报，2009,29(34):1-8.

[3]张文亮,刘壮志,王明俊,等.智能电网的研究进展及发展趋势[J].电网技术,2009,33(13)：1-11.

作者简介

刘晓晓（1984.1-），女，籍贯河北南和，黑龙江工程学院本科，工程师，单位：国网邢台供电公司。

李江兰（1982.4-），女，籍贯河北省邢台县，华北电力大学本科，工程师，单位：国网邢台供电公司。

邵丹（1985.9-），女，籍贯湖北省武汉市，沈阳工业大学硕士研究生，工程师，单位：国网邢台供电公司。