基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型

基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型

ID:22676701

大?。?.01 MB

頁數(shù):50頁

時間:2018-10-30

基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型_第1頁
基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型_第2頁
基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型_第3頁
基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型_第4頁
基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型_第5頁
資源描述:

《基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號:10165:學(xué)校代碼密級:學(xué)號:201512000420連竄鲆範大學(xué)碩士學(xué)位論文_基于HIFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型PowercustomerarrearsriskassessmentandredictionmodelbasedonpHIFAHPmethod作者姓名:馮海洋學(xué)科、專業(yè):計算機技術(shù)研究方向:智能信息處理導(dǎo)師姓名:鄒麗教授2018年06月分類號:學(xué)校代碼:10165密級:學(xué)號:201512000420碩士學(xué)位論文基于HIFAHP方法的

2、電力客戶欠費風(fēng)險評價與預(yù)測模型PowercustomerarrearsriskassessmentandpredictionmodelbasedonHIFAHPmethod作者姓名:馮海洋學(xué)科、專業(yè):計算機技術(shù)研究方向:智能信息處理導(dǎo)師姓名:鄒麗教授2018年06月遼寧師范大學(xué)碩士學(xué)位論文摘要電費回收管理一直是供電企業(yè)的工作重點,通常供電企業(yè)采用先用電后交費的規(guī)則來管理,因而存在電費回收周期長、催費措施落后等問題,這些問題長期困擾著供電企業(yè)。此外,缺少有效的欠費回收風(fēng)險分析手段,未建立差異化風(fēng)險防控策略。目前只能通過人工或系統(tǒng)的分析工具單一的識別

3、電費回收風(fēng)險,一方面未根據(jù)客戶的基本情況、行業(yè)特征、行為特點等信息進行全方位融合分析,無法精確甄別高風(fēng)險客戶。另一方面由于風(fēng)險防范的時間點相對滯后,沒有形成事前的標準化預(yù)警機制,導(dǎo)致難以及時制定針對性的防控措施,加大了企業(yè)的運營風(fēng)險。為了有效提高欠費風(fēng)險控制能力,精準預(yù)測欠費風(fēng)險,基于用電客戶的海量歷史數(shù)據(jù)信息,借助大數(shù)據(jù)分析技術(shù)與猶豫直覺模糊集,建立集評價與預(yù)測一體化的欠費管理方法,即基于猶豫直覺模糊層次分析法(HIFAHP)的電力客戶欠費風(fēng)險評價與預(yù)測模型。該方法能夠高效準確的識別欠費高風(fēng)險客戶,從而幫助供電企業(yè)制定催費措施,提高回收率。本文

4、的主要研究成果如下:1)基于供電企業(yè)電費回收管理情況和相關(guān)行業(yè)風(fēng)險評價理論,將電力客戶分為兩大類,根據(jù)兩類客戶特點分別構(gòu)建電力客戶欠費風(fēng)險評價指標體系,并給出每項指標的計算定義。2)針對電力系統(tǒng)中的欠費問題,結(jié)合猶豫直覺模糊集與層次分析法,提出了HIFAHP方法。在該方法中,構(gòu)造了猶豫直覺判斷矩陣。提出了猶豫直覺判斷矩陣的一致性檢驗方法以及非一致性猶豫直覺判斷矩陣的修正方法。利用正態(tài)分布賦權(quán)法和位置權(quán)重確定屬性權(quán)重,進而計算猶豫直覺模糊矩陣的得分函數(shù),對電力客戶欠費風(fēng)險進行評價。3)在電力客戶欠費風(fēng)險評價和國網(wǎng)大數(shù)據(jù)平臺軟件資源的基礎(chǔ)上,根據(jù)兩類

5、電力客戶的特點,運用Logistic回歸算法和決策樹算法分別對第一類電力客戶和第二類電力客戶欠費風(fēng)險進行預(yù)測。以四家電力客戶為實際應(yīng)用背景,在電力客戶欠費風(fēng)險評價指標體系的基礎(chǔ)上,建立多屬性評價矩陣并計算猶豫直覺模糊決策矩陣的得分函數(shù),從而判斷出高風(fēng)險電力用戶。接著利用Logistic回歸算法和決策樹算法預(yù)測了第一類電力客戶和第二類電力客戶的欠費風(fēng)險,根據(jù)預(yù)測的結(jié)果采取相應(yīng)的措施可大大提高電費的回收效率。說明了該指標體系及其預(yù)測模型的可行性和有效性。關(guān)鍵詞:電力客戶欠費風(fēng)險;猶豫直覺模糊層次分析法;Logistic回歸模型;決策樹算法-I-基于H

6、IFAHP方法的電力客戶欠費風(fēng)險評價與預(yù)測模型PowercustomerarrearsriskassessmentandpredictionmodelbasedonHIFAHPmethodAbstractThetariffrecoverymanagementhasbeenthefocusofthepowersupplyenterprises.Foralongtime,thepowersupplyenterpriseshavealwaysadoptedthemarketrulethatcustomerscanuseelectricitybefore

7、buyit.Whiletherecoverytariffcycleisalwayslongandthemeasurestourgethefeearebackward,thenthetariffrecoveryhasbeenasignificantprobleminthepowersupplyenterprises.Inaddition,thereisnoeffectiveriskanalysismethodforarrears,andthepowersupplyenterpriseshaven’testablishdifferentiationr

8、iskcontrolstrategy.Atpresent,onlymanualorsystematicanalysistoolscanb

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。