-
题名基于长短期记忆网络算法的电费回收风险预警
被引量：9
- 1
-
-
作者
谢林枫
钱立军
季聪
江明
吕辉
-
机构
江苏方天电力技术有限公司
国网江苏省电力有限公司
-
出处
《电力工程技术》
2018年第5期98-103,共6页
-
基金
国家重点研发计划资助项目(2016YFB090-1100)
国家电网有限公司指南科技项目(SGTYHT/14-JS-188)
-
文摘
电力大客户电费回收风险一直都是电力公司关注的热点,但由于缺乏外部数据支撑和高效预警模型,使电费回收风险预警成为了一个难题。文中首先综合电力客户的电量、电费数据,以及电力客户在工商、税务、法院等部门的风险信息,建立电力大客户的电费回收风险指标体系。其次,基于熵值法得到的风险指标权重系数,过滤弱影响指标,采用相关性分析剔除重叠作用指标,得到客户电费回收风险预警指标。最后,基于深度学习中的长短期记忆(long short-term memory,LSTM)网络算法进行了客户电费回收风险预警。算例结果表明,提出的风险预警模型精确有效,且LSTM在准确率、查准率和查全率3个指标上较Logistic回归更加精准,能够精准定位风险客户,提高电费回收效率。
-
关键词
电力大客户
电费回收风险
风险评估
风险预警
深度学习
长短期记忆网络
-
Keywords
large power customer
tariff recovery risk
risk early warning
deep learning
long short-term memory（LSTM）
-
分类号
TM71
[电气工程—电力系统及自动化]
-
