一种电费缴纳客户筛选方法及系统与流程

本发明属于电力领域，尤其涉及一种电费缴纳客户筛选方法及系统。

背景技术：

风险预判广泛运用于各行各业，银行、证券、电信等通过建立客户信用评级体系对用户进行信用等级评价，从而起到风险防范作用。供电公司通过“一户一表”改造、建立客户信用评价体系等手段进行风险防范，促进了电费回收。电力用户既是企业最大的利润来源，也是最大的风险来源。电力企业要掌握用电用户的信用状况，首先要对用电用户进行信用风险评估，信用风险评估将反映用电用户信用状况的各种特征加以综合考虑，最后得到对用电用户的信用综合评价值。

但是，现有的电力用户电费风险预判还存在一定的不足：

一是现有信息风险评估都是采用人工简单加权各项指标，得到一个粗略的评价值，不能很正确反映用户的信用等级和质量，其投入的成本高，效率低；

二是忽视数据价值挖掘，只关注业务指标的完成，未进行合适的数据关联分析，忽视数据存在价值的意义。

技术实现要素：

为了解决现有技术的缺点，本发明的第一目的是提供一种电费缴纳客户筛选方法。

本发明的一种电费缴纳客户筛选方法，包括：

步骤1：从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息；

步骤2：从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；

步骤3：针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重；

步骤4：根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

其中，基本信用类风险评价指标包括：行业政策、供用电及电价调整政策及拆迁规划；用电信用类风险评价指标包括缴费方式、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、应收违约金、账户余额满足率和用电量同比增长率；法律信用类风险评价指标包括违约使用电费、窃电时长和违章用电情况。

进一步地，该方法还包括：根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。

进一步地，该方法还包括：

预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；

根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

本发明的第二目的是提供一种电费缴纳客户筛选系统。

本发明的一种电费缴纳客户筛选系统，包括：

电力用户信息获取模块，其用于从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息；

风险评价指标筛选模块，其用于从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；

指标实际得分计算模块，其用于预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；

权重计算模块，其用于针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重；

综合风险评级得分计算模块，其用于根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

进一步地，该系统还包括：用户分类模块，其用于根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。

进一步地，该系统还包括：风险等级确定模块，其用于预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

本发明还提供另一种电费缴纳客户筛选系统。

本发明的另一种电费缴纳客户筛选系统，包括：

服务器数据接口模块，其用于从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息；

电费缴纳客户筛选服务器，其被配置为：

从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；

针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重；

根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

进一步地，所述电费缴纳客户筛选服务器，还被配置为：

根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。

进一步地，所述电费缴纳客户筛选服务器，还被配置为：

预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；

根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

本发明的有益效果为：

(1)本发明通过电费缴纳客户筛选方法，辅助供电企业从重视人管理数据的模式转向依靠数据说话，用数据支撑决策，通过数据充分了解客户的行为的管理方式，对电费回收进行基本信用风险、用电信用风险和法律信用风险这三个维度全景分析，找到影响电费回收的关键因素，根据客户的行为制定引导策略，对欠费风险大的用户提前进行预警，进一步降低电费回收的风险；

(2)本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

附图说明

图1是本发明的一种电费缴纳客户筛选方法流程图；

图2是本发明的一种电费缴纳客户筛选系统结构示意图；

图3是本发明的另一种电费缴纳客户筛选系统结构示意图。

具体实施方式

下面结合附图与实施例对本发明做进一步说明：

图1是本发明的一种电费缴纳客户筛选方法流程图。如图1所示的本发明的一种电费缴纳客户筛选方法，包括：

步骤1：从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息。

其中，基本信用类风险评价指标包括：行业政策、供用电及电价调整政策及拆迁规划；用电信用类风险评价指标包括缴费方式、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、应收违约金、账户余额满足率和用电量同比增长率；法律信用类风险评价指标包括违约使用电费、窃电时长和违章用电情况，一旦触及此类指标，欠费风险高幅提升。

在具体实施过程中，根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

表1低压(居民、非居民)用户风险评价指标

表2高压(大工业、非大工业)用户风险评价指标

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。

步骤2：从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值。

按照指标体系，在系统中分别抽取低压用户、高压用户14个月的指标数据。按照指标的含义对数据进行处理，包括对数据进行有效性分析，剔除有效性不高的数据，提出需要补充的字段，直至抽取的数据符合模型的要求。

对符合指标体系的数据进行整合，同时进行二次重构，计算得出平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、账户余额满足率、用电同比增长率这六个指标的值。

步骤3：针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重。

法律信用风险属于特殊调整事项指标，一旦触及相关行为直接在评分基础上予以加分，不参与权重设计。采用德尔菲法确定各定性指标的权重，采用主成分分析法计算得出各定量指标的权重，将定性与定量指标进行归一化处理，换算成总计100％的权重。

主成分分析法确定权重的基本方法是：

首先收集已确定的定量评价指标的多个月份的数据(由于单月份数据具有偶然性，因此选用多月份或多电费周期数据)，将数据导入统计软件的主成分分析法中，得到数据的初始特征值和方差贡献率，计算单项指标在各主成分线性组合中的系数，该系数＝载荷数/SQRT；其中，SQRT为初始特征值；指标在综合得分模型中的系数等于以所有主成分的方差贡献率为权重，对指标在这所有主成分线性组合中的系数做加权平均；由于所有指标的权重之和为1，因此指标权重需要在综合模型中指标系数的基础上归一化得到所有定量指标的权重。

载荷数是指主成分F_i与原变量X_j之间的相互关联程度，通过将数据引入主成分分析法，能够直接得到载荷数的实际值。

步骤4：根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

进一步地，该方法还包括：

预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；

根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

采用强制分布的方法将评分标准设定为(0，25，50，75，100)五个评分等级。根据数据的实际分布情况，设置单项指标的不同评分标准对应的数据区间。

将总体得分按绝对分布、强制分布制定等级划分标准，最终将客户电费风险等级从高到低依次划分为A、B、C、D、E五级，其中A级表示最高风险等级，B级表示较高风险等级，C及表示一般风险等级，D级表示较低风险等级，E级表示低风险的等级。

表3用电客户风险等级分布

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

本发明通过电费缴纳客户筛选方法，辅助供电企业从重视人管理数据的模式转向依靠数据说话，用数据支撑决策，通过数据充分了解客户的行为的管理方式，对电费回收进行基本信用风险、用电信用风险和法律信用风险这三个维度全景分析，找到影响电费回收的关键因素，根据客户的行为制定引导策略，对欠费风险大的用户提前进行预警，进一步降低电费回收的风险。

图2是本发明的一种电费缴纳客户筛选系统结构示意图；如图2所示的一种电费缴纳客户筛选系统，包括：电力用户信息获取模块、风险评价指标筛选、指标实际得分计算模块、权重计算模块和综合风险评级得分计算模块。

(1)电力用户信息获取模块，其用于从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息。

其中，基本信用类风险评价指标包括：行业政策、供用电及电价调整政策及拆迁规划；用电信用类风险评价指标包括缴费方式、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、应收违约金、账户余额满足率和用电量同比增长率；法律信用类风险评价指标包括违约使用电费、窃电时长和违章用电情况，一旦触及此类指标，欠费风险高幅提升。

(2)风险评价指标筛选模块，其用于从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标。

进一步地，该系统还包括：用户分类模块，其用于根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户，其具体风险评价指标如表1和表2所示。

(3)指标实际得分计算模块，其用于预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值。

按照指标体系，在系统中分别抽取低压用户、高压用户14个月的指标数据。按照指标的含义对数据进行处理，包括对数据进行有效性分析，剔除有效性不高的数据，提出需要补充的字段，直至抽取的数据符合模型的要求。

对符合指标体系的数据进行整合，同时进行二次重构，计算得出平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数、账户余额满足率、用电同比增长率这六个指标的值。

(4)权重计算模块，其用于针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重。

法律信用风险属于特殊调整事项指标，一旦触及相关行为直接在评分基础上予以加分，不参与权重设计。采用德尔菲法确定各定性指标的权重，采用主成分分析法计算得出各定量指标的权重，将定性与定量指标进行归一化处理，换算成总计100％的权重。

主成分分析法确定权重的基本方法是：

首先收集已确定的定量评价指标的多个月份的数据(由于单月份数据具有偶然性，因此选用多月份或多电费周期数据)，将数据导入统计软件的主成分分析法中，得到数据的初始特征值和方差贡献率，计算单项指标在各主成分线性组合中的系数，该系数＝载荷数/SQRT；其中，SQRT为初始特征值；指标在综合得分模型中的系数等于以所有主成分的方差贡献率为权重，对指标在这所有主成分线性组合中的系数做加权平均；由于所有指标的权重之和为1，因此指标权重需要在综合模型中指标系数的基础上归一化得到所有定量指标的权重。

载荷数是指主成分F_i与原变量X_j之间的相互关联程度，通过将数据引入主成分分析法，能够直接得到载荷数的实际值。

(5)综合风险评级得分计算模块，其用于根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

进一步地，该系统还包括：风险等级确定模块，其用于预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

例如：采用强制分布的方法将评分标准设定为(0，25，50，75，100)五个评分等级。根据数据的实际分布情况，设置单项指标的不同评分标准对应的数据区间。

如表3所示，将总体得分按绝对分布、强制分布制定等级划分标准，最终将客户电费风险等级从高到低依次划分为A、B、C、D、E五级，其中A级表示最高风险等级，B级表示较高风险等级，C及表示一般风险等级，D级表示较低风险等级，E级表示低风险的等级。

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

图3是本发明的另一种电费缴纳客户筛选系统结构示意图。如图3所示的本发明的另一种电费缴纳客户筛选系统，包括：服务器数据接口模块和电费缴纳客户筛选服务器。

其中，(1)服务器数据接口模块

服务器数据接口模块，其用于从电力用户信息服务器中获取电力用户信息；所述电力用户信息包括电力用户的从行业性质、用电性质、所属区域、用电缴费信息及欠费状态信息。

服务器数据接口模块，其利用现有的数据抓取方法来实现电力用户信息服务器与电费缴纳客户筛选服务器之间的数据传输。

(2)电费缴纳客户筛选服务器

电费缴纳客户筛选服务器，其被配置为：

从电力用户信息中筛选出用电信用类风险评价指标和法律信用类风险评价指标，从政府数据服务器内获取基本信用类风险评价指标；预设上述三类风险评价指标的评估规则对每个电力用户进行评分，得到每个电力用户的各项风险评价指标的实际得分值；

针对基本信用类风险评价指标和用电信用类风险评价指标，分别按照相应指标的性质将指标分为定性指标和定量指标；基于相应风险评价指标的实际得分值，按照德尔菲法来确定定性指标的权重，按照主成分分析法来确定定量指标的权重，归一化处理后分别得到基本信用类风险评价指标和用电信用类风险评价指标的最终权重；

根据基本信用类风险评价指标实际得分值和用电信用类风险评价指标实际得分值分别与相应权重相乘后累加，再直接累加法律信用类风险评价指标实际得分值，得到电力用户综合风险评级得分值；其中，电力用户综合风险评级得分值越高，电力用户的风险等级越高。

进一步地，所述电费缴纳客户筛选服务器，还被配置为：

根据电力用户信息中的用电电压等级，将电力用户分为低压客户和高压客户，分别对不同的电力用户进行风险等级筛选。

由于电力用户的用电电压等级不同，电力用户的风险等级评价标准及要求也不同，所以本发明通过将电力用户分类，能够准确地针对不同类的电力用户进行准确地风险评价，从而筛选出不同类中的优质客户及风险等级高的电力用户。

进一步地，所述电费缴纳客户筛选服务器，还被配置为：

预设电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间；

根据电力用户综合风险评级得分值，最终确定电力用户的风险等级。

本发明根据电力用户的风险等级及各个风险等级对应的电力用户综合风险评级得分值区间，建立了电力用户综合风险评级得分值与电力用户的风险等级之间的关系，进而根据电力用户综合风险评级得分值，最终确定电力用户的风险等级，将电力用户的风险等级进行量化及等级化，能够方便直观地监控电力用户的风险等级。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。