基于并行分類算法的電力客戶欠費預警

陳羽中 郭松榮 陳宏 李婉華 郭昆 黃啟成

摘 要：針對供電企業“先消費后付款”的經營模式可能造成用電客戶因失信引發的欠費風險，需要在用電客戶欠費行為發生之前實時快速地分析海量的用電用戶的數據，給出潛在的欠費客戶名單的問題，提出一種基于并行分類算法的電力客戶欠費預警方法。首先，該方法使用基于Spark的隨機森林（RF）分類算法對欠費用戶進行建模；其次，根據用戶以往歷史用電行為和繳費記錄使用時間序列進行預測得到其未來用電和繳費行為特征；最后，使用之前得到的模型對用戶進行分類得到未來潛在高危險欠費用戶。將該方法與并行化后的支持向量機（SVM）算法和在線序列極限學習機（OSELM）算法進行對比分析，實驗結果表明，所提方法相對于對比算法在準確率上有較大提高，便于電費回收管理人員進行提前催繳，確保電費回收的及時性，有利于電力企業進行客戶欠費風險管理。

關鍵詞：欠費預警；隨機森林；并行算法；時間序列；海量數據

中圖分類號： TP311.5 文獻標志碼：A英文標題