本發(fā)明涉及一種評價方法，尤其指基于大數(shù)據(jù)的電力信用評價方法。
背景技術：
科學合理、門類齊全的客戶信用評價體系是實現(xiàn)電力公司衍生價值的重要前提，隨著云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、移動互聯(lián)等新技術的快速發(fā)展和日趨成熟，僅僅基于傳統(tǒng)量化分析方法的現(xiàn)有信用評價體系，無法滿足電力公司挖掘數(shù)據(jù)價值的要求，承擔起客戶信用評級體系實現(xiàn)企業(yè)衍生價值的責任。
面對信用評價方法的變革，建立以大數(shù)據(jù)挖掘為核心的客戶信用評價體系，結合傳統(tǒng)的數(shù)量化分析方法、多元統(tǒng)計方法和機器學習方法的評價體系，是信用評價業(yè)適應高技術戰(zhàn)爭的根本保障。因此，建立一套全新的、滿足目前國網(wǎng)浙江省電力公司企業(yè)的現(xiàn)狀和發(fā)展需求的評估或分析方法成為國網(wǎng)信用評價體系發(fā)展的當務之急。
技術實現(xiàn)要素：
本發(fā)明要解決的技術問題和提出的技術任務是對現(xiàn)有技術方案進行完善與改進，提供基于大數(shù)據(jù)的電力信用評價方法，以加快加深對客戶信用特征的獲取和理解，實現(xiàn)對電力客戶特征的刻畫，從而有效地輔助客戶服務和營銷工作開展，提高工作效率，降低信用風險的目的。為此，本發(fā)明采取以下技術方案。
基于大數(shù)據(jù)的電力信用評價方法，其特征在于包括以下步驟：
1)數(shù)據(jù)準備步驟，包括數(shù)據(jù)獲取、數(shù)據(jù)檢驗、數(shù)據(jù)處理；
數(shù)據(jù)獲取為：根據(jù)前期業(yè)務理解及業(yè)務調研結果，確定客戶信用相關變量，從電力公司營銷系統(tǒng)以及第三方征信系統(tǒng)中提取客戶信用相關變量數(shù)據(jù)；
數(shù)據(jù)檢驗為：對獲取的數(shù)據(jù)質量進行檢驗，包括： A）用戶ID的唯一性檢驗：每個 ID 變量應該僅出現(xiàn)一次，否則需要核查原因，調整數(shù)據(jù)；B）范圍和取值檢驗：每個變量都應該來自一個定義清晰、具有已知的或預期取值范圍的字段，連續(xù)變量的值應在一定的預期范圍內，而名義變量應取維表中的值；否則需要核查原因，調整數(shù)據(jù)；C）缺失值檢驗：檢驗每個字段的缺失值及其來源；D）異常值檢驗：異常值為顯偏離數(shù)據(jù)集的觀測值；檢驗異常值出現(xiàn)的原因，并相應的處理異常值；
數(shù)據(jù)處理數(shù)為包括對缺失值、離群值、異常值的記錄進行清洗處理以及數(shù)據(jù)的歸一化處理；當數(shù)據(jù)為對應變量平均值正負3個標準差以外的數(shù)值時認為該數(shù)據(jù)是離群值，當數(shù)據(jù)明顯偏離數(shù)據(jù)集的觀測值則認為該數(shù)據(jù)為異常值，將離群值用3個標準差的最大值或最小值替換以調整為距離最近的正常值或直接將離群值剔除；對異常值的出現(xiàn)進行區(qū)別并作相應處理；將缺失值調整為某個固定值或調整為一個服從正態(tài)分布的隨機值，該固定值包括均值、中間值或一個指定的常數(shù)；數(shù)據(jù)的歸一化處理為第一處理方式或第二處理方式，第一處理方式為通過最大最小值將原始數(shù)據(jù)線性化的方法轉換到[0 1]的范圍，第二處理方式為或0均值標準化，將原始數(shù)據(jù)集歸一化為均值為0、方差1的數(shù)據(jù)集；
2）指標體系構建步驟，包括客戶用電信用的構建；客戶用電信用評價維度包括：信息質量、交費行為、用電行為；在進行數(shù)據(jù)準備與模型搭建時，對高壓非居、低壓居民、低壓非居運用同一指標體系或相似指標體系；
信息質量指基于合約精神，要求客戶真實地、實時地提供相關信息，并保證登記信息的準確性、完整性以及信息更新的及時性，是對客戶在信息提供質量的信用評價，信息質量的評估包括準確性與完整性兩方面；
交費行為指基于合約精神，要求客戶遵守合同約定按時足額交納電費，交費行為的評估包括交費時間、交費金額、交費渠道三方面；
用電行為指基于合約精神，要求客戶合法、安全用電，不危害供用電安全、擾亂正常供用電秩序的行為，其與按時按額交費同樣重要的基本的信用維度；用電行為的評估包括違約用電、違法竊電的種類和次數(shù)；
3）模型構建步驟，包括以下子步驟
301）確定BP神經(jīng)網(wǎng)絡的輸入節(jié)點數(shù)n;
302)應用聚類分析方法，確定BP神經(jīng)網(wǎng)絡的輸出節(jié)點數(shù)k;
303)計算隱層節(jié)點數(shù)，經(jīng)驗公式為:,m為隱層結點數(shù)，n為輸入層結點數(shù)，k為輸出層結點數(shù)，α為1- 10之間的常數(shù);
304)運用遺傳算法，按神經(jīng)網(wǎng)絡生成初始權重生成BP神經(jīng)網(wǎng)絡的權重，將權值和閾值分別采用從左到右、從上到下的方法進行編號，任一組完整的神經(jīng)網(wǎng)絡權重wi相當于P個染色體，這樣的染色體共有P個，即種群規(guī)模P；通過選擇算子執(zhí)行進化運算，選擇算子的特性決定了種群的進化趨勢；選擇過程采用標準化幾何分布排序選擇；將染色體按適應值由大到小的順序排成一個序列，然后將事先設計好的序列概率分配給每個個體，大適應值對應高選擇概率，小適應值對應低選擇概率；使其自適應調整搜索區(qū)域，提高其搜索能力，改善收斂性能，提高遺傳算法的收斂速度；最終確定BP神經(jīng)網(wǎng)絡的權重；
4）模型驗證步驟，使用收集到的電力客戶樣本數(shù)據(jù)，對模型進行驗證，若誤差值超過域值，則通過步驟3）重新修正；在對模型進行驗證時，通過考察驗證期客戶逾期交費次數(shù)和回款時長長短在各信用等級中的分布情況來驗證模型的效果；當隨著信用等級的增高，各等級中逾期交費客戶的占比逐漸降低、回款時長降低時認為模型合適，否則對模型進行修正；
5）模型輸出步驟，電力客戶數(shù)據(jù)通過模型計算結果，并按照模型的輸出結果、各分段客戶人數(shù)分布、供電企業(yè)實際業(yè)務需求，選擇各等級區(qū)間的閾值，獲得信用等級標簽及信用趨勢標簽，信用等級標簽輸出將客戶以高低壓及是否居民劃分為高壓、低壓非居與低壓居民三組；信用趨勢標簽記錄各時期客戶信用分數(shù)，直觀地展現(xiàn)和追蹤客戶信用的變動趨勢，全面地刻畫客戶信用表現(xiàn)。
作為對上述技術方案的進一步完善和補充，本發(fā)明還包括以下附加技術特征。
進一步的，在指標體系構建步驟中，信息質量的準確性，通過判斷是否辦理過新裝、過戶、檔案維護業(yè)務來確定基礎信息是否準確，當辦理過新裝、過戶或檔案維護業(yè)務時則認為信息準確，未辦理過上述業(yè)務時則認為信息準確性待定；
信息質量的客戶信息完整性指客戶所提供登記的基礎信息是否完整，是否提供除基礎信息外的其他信息，以及是否綁定目前主推渠道，其包括基礎信息完整性、附加信息完整性；基礎信息完整性判斷戶名、地址、聯(lián)系電話、公司電話、證件信息是否完整，登記的項目數(shù)越多，完整度越高；附加信息完整性判斷支付寶、微信、APP綁定情況、郵箱、資產(chǎn)信息附加信息是否完整，登記的項目數(shù)越多，完整度越高。
進一步的，在指標體系構建步驟中，交費行為的交費時間指客戶交費的時間，交費時間的長短體現(xiàn)了客戶的交費意愿和交費信用；具體可細化的指標為：平均回款時長、逾期交費率、是否預收/費控等；
平均回款時長：按月加權平均計算的電費發(fā)行日與實收日的日期差；
平均逾期時長：按月加權平均計算的電費違約金起算日與實收日的日期差；
逾期交費率：指觀察期內客戶產(chǎn)生違約金的交費次數(shù)（逾期）占交費總次數(shù)的比例；
是否預收/費控：是否通過預收、費控方式交費；
交費行為的交費金額指客戶交費的金額，存在足額交費與欠費現(xiàn)象；電費交納金額的大小體現(xiàn)了客戶的資產(chǎn)狀況與交費能力，欠費金額體現(xiàn)了客戶的資產(chǎn)狀況與交費意愿；評價指標為：累計違約金占比、分期交費占比；
累計違約金占比：指觀察期內客戶累計違約金金額占交費金額的比例；
分期交費占比：按月加權平均計算的交清本月電費期數(shù)的前一期的累計交費金額占該月總應交電費的比例；
交費行為的交費渠道為客戶交費的渠道，不同的交費渠道的交費穩(wěn)定性、及時性、交費成本以及便捷程度不同，選擇更優(yōu)質的交費渠道對客戶交費效率和穩(wěn)定性以及電費回收有著較大的保證，其評價指標為：交費渠道偏好；
交費渠道偏好：根據(jù)觀察期內客戶在各個渠道的交費次數(shù)進行排序，選出客戶的偏好渠道；根據(jù)不同渠道成本和穩(wěn)定性等對其賦值。
進一步的，在指標體系構建步驟中，用電行為的違約用電為客戶在用電過程中出現(xiàn)的違反供用電合同約定的情況；違約風險包括高價低接、私自增容、私自啟封、私動用電設備、私自向外轉用電、私自并網(wǎng)等指標；評價指標為：違約用電次數(shù)、違約用電種類、違約用電追補電費；
用電行為的違法竊電為客戶在用電過程中出現(xiàn)的竊電和破壞電力設施的違法行為；違法竊電包括擅自接線、繞越計量裝置、偽造或開啟封印、故意損壞計量裝置、使計量裝置不準或失效、破壞電力設施等情況；其評價指標為：違法竊電次數(shù)、違法竊電種類、違法竊電追補電費、是否立案；其評價指標為：違法竊電次數(shù)、違法竊電種類、違法竊電追補電費。
還包括信用評級步驟，其根據(jù)信用等級評定結果，將現(xiàn)有客戶分為守信客戶、準失信客戶、失信客戶三類，在一段時間內無違約用電、違法竊電行為，沒有逾期交費以及拖欠電費情況，設定信用等級在A級或者A級以上，信用穩(wěn)定或增長的客戶為守信客戶；在一段時間內無違約用電、違法竊電行為，偶爾逾期交費，但月底會結清，不存在欠費情況，設定信用等級為B級，信用下滑的客戶為準失信客戶；在一段時間內存在違約用電、違法竊電行為，經(jīng)常逾期交費，且存在電費未交清的情況，設定信用等級在C、D級，信用表現(xiàn)較差的客戶為失信客戶；對于不同類別的客戶提供不同的精準化、差異化的客戶服務。
進一步的，在信用評級步驟中，
A）對于守信客戶，考慮在辦理業(yè)務時對其提供綠色通道，優(yōu)先辦理業(yè)務，給予最優(yōu)質的客戶服務；定期向其贈送積分，積分可換取禮品或抵扣少量電費等；
B）對于準失信客戶，考慮在辦理業(yè)務時增加其履約意識，督促勸導其及時更新補充基礎信息、按時交納電費、辦理預付費控業(yè)務等；在完善客戶信息、催收電費、用電檢查工作中重點關注，及時預防其違約行為，減少對電力公司帶來的損害；
C）對于失信客戶，辦理業(yè)務時需交清所有電費，簽訂守信用電承諾書，灌輸安全用電和合法用電意識；在用電檢查時，重點監(jiān)測其是否存在違約用電、違法用電行為，一旦發(fā)現(xiàn)，及時制止并按照相關法規(guī)予以處罰；開展專項活動，宣傳安全用電、誠信用電理念，指導其向優(yōu)質客戶發(fā)展。
進一步的，歸一化處理的，第一處理方式的公式為：
該方法實現(xiàn)對原始數(shù)據(jù)的等比例縮放，其中Xnorm為歸一化后的數(shù)據(jù)，X為原始數(shù)據(jù)，Xmax、Xmin分別為原始數(shù)據(jù)集的最大值和最小值；
第二處理方式的公式為：
其中，μ、σ分別為原始數(shù)據(jù)集的均值和方法；該種歸一化方式要求原始數(shù)據(jù)的分布近似為高斯分布，否則采用第一處理方式進歸一化。
有益效果：信用評價模型通過對客戶基礎信息、交費行為、用電行為、社會信用信息等大量歷史數(shù)據(jù)進行系統(tǒng)性清洗與分析，運用數(shù)理統(tǒng)計方法及通過遺傳算法改進的BP神經(jīng)網(wǎng)絡模型挖掘數(shù)據(jù)中蘊含的行為模式及信用特征，捕捉歷史信息和信用表現(xiàn)之間的關系，以一個信用等級來綜合評估客戶歷史行為上的信用表現(xiàn)，作為未來信用表現(xiàn)的預測。按照模型的輸出結果依次設置為7個不同的信用等級區(qū)間，最終輸出信用等級標簽以及信用趨勢標簽，補充電力客戶信用檔案，推進電力客戶分類信用管理，支撐開展差異化欠繳催收措施研究工作，最終形成多元化的催收策略。
附圖說明
圖1是本發(fā)明流程圖。
具體實施方式
以下結合說明書附圖對本發(fā)明的技術方案做進一步的詳細說明。
如圖1所示，本發(fā)明包括以下步驟
一、數(shù)據(jù)準備
1數(shù)據(jù)獲取
根據(jù)前期業(yè)務理解及業(yè)務調研結果，從理論上尋找客戶信用相關變量，從電力公司營銷系統(tǒng)以及第三方征信系統(tǒng)中提取信用評價模型相關變量數(shù)據(jù)，主要包括：基本屬性：用戶編號、用戶分類、立戶日期、戶名、地址、聯(lián)系電話、證件信息等；交費行為：電費發(fā)行日、實收日期、應收電費、實收電費、實收日期、交費方式等；用電行為：違約用電歷史記錄、違法用電歷史記錄等。社會信用：水務系統(tǒng)信用、通信系統(tǒng)信用等。
2數(shù)據(jù)檢驗
獲取數(shù)據(jù)后，首先應對數(shù)據(jù)質量進行檢驗，包括：（1）用戶ID的唯一性：建模基礎數(shù)據(jù)集中，每個用戶為一條觀測數(shù)據(jù)(observation)，因此每個 ID 變量應該僅出現(xiàn)一次，否則需要核查原因，調整數(shù)據(jù)；（2）范圍和取值：建模數(shù)據(jù)集中使用的每個變量都應該來自一個定義清晰、具有已知的或預期取值范圍的字段。連續(xù)變量的值應該在一定的預期范圍內，而名義變量應取維表中的值；（3）缺失值：缺失值是在系統(tǒng)中無可爭辯的事實，因此，識別建模數(shù)據(jù)集中每個字段的缺失值及其來源是完整性檢驗中的基本步驟。缺失值的產(chǎn)生可能是食物的結果，也可能是因為制定的字段沒有被定義的值。（4）異常值：異常值是指明顯偏離數(shù)據(jù)集的觀測值，如過大、過小、負值等數(shù)據(jù)。異常值可能是由于記錄錯誤引起的，也可能是真是數(shù)據(jù)。因此要檢驗異常值出現(xiàn)的原因，并相應的處理異常值。
3數(shù)據(jù)處理
數(shù)據(jù)處理主要包括對缺失值、離群值、異常值的記錄進行清洗處理以及數(shù)據(jù)的歸一化處理。
（1）離群值、異常值的處理方法：
離群值定義為某個變量平均值正負3個標準差以外的數(shù)值，異常值是指明顯偏離數(shù)據(jù)集的觀測值，如過大、過小、負值等數(shù)據(jù)。當出現(xiàn)以上情況時，離群值可用3個標準差的最大值或最小值替換，將離群值調整為距離最近的正常值。異常值可能是由于記錄錯誤引起的，也可能是真實數(shù)據(jù)。因此要檢驗異常值出現(xiàn)的原因，并相應的處理異常值。
如果離群值或異常值沒有業(yè)務含義，可直接剔除離群值或異常值或用空值 NULL 來替代離群值或異常值。
（2）缺失值的處理方法：
缺失值是在系統(tǒng)中無可爭辯的事實，因此，識別建模數(shù)據(jù)集中每個字段的缺失值及其來源是完整性檢驗中的基本步驟。缺失值的產(chǎn)生可能是失誤的結果，也可能是因為制定的字段沒有被定義的值。
將缺失值調整為某個固定值。如均值、中間值或一個指定的常數(shù)或將缺失值調整為一個服從正態(tài)分布的隨機值。
（3）數(shù)據(jù)的歸一化處理方法：
常見的數(shù)據(jù)歸一化處理方法有兩種，一種是通過最大最小值將原始數(shù)據(jù)線性化的方法轉換到[0 1]的范圍，歸一化公式如下：
該方法實現(xiàn)對原始數(shù)據(jù)的等比例縮放，其中Xnorm為歸一化后的數(shù)據(jù)，X為原始數(shù)據(jù)，Xmax、Xmin分別為原始數(shù)據(jù)集的最大值和最小值。
另一種是0均值標準化(Z-score standardization)，0均值歸一化方法將原始數(shù)據(jù)集歸一化為均值為0、方差1的數(shù)據(jù)集，歸一化公式如下：
其中，μ、σ分別為原始數(shù)據(jù)集的均值和方法。該種歸一化方式要求原始數(shù)據(jù)的分布可以近似為高斯分布，否則歸一化的效果會變得很糟糕。
二、指標體系構建
電力客戶信用分為客戶用電信用和客戶社會信用，前者側重于對客戶在電費、用電行為等方面的履約能力與意愿的評價，后者側重于對客戶在政務、商務、社會、司法等四大領域的信用評價，客戶社會信用主要從第三方征信系統(tǒng)獲取。對于高壓用電客戶，其集團的信用信息在客戶社會信用的評價中尤為重要。
客戶用電信用是基于客戶基礎信息、交費信息、用電行為信息等數(shù)據(jù)，利用業(yè)務調研、基層訪談、規(guī)則歸納等方法了解營銷機制與業(yè)務情況，確立客戶用電信用評價維度為：信息質量、交費行為、用電行為。對高壓非居、低壓居民、低壓非居運用同一指標體系（個別特色指標略有差別）進行數(shù)據(jù)準備與模型搭建。
此外，由于目前第三方征信系統(tǒng)的數(shù)據(jù)比較難獲取，目前只考慮用電信用數(shù)據(jù)進行建模，后期當信用信息可以共享時，我們可以做歸一化處理，對于不同來源的社會信用數(shù)據(jù)，通過身份證號或者機構代碼關聯(lián)，遠期可通過社會統(tǒng)一信用代碼進行全關聯(lián)，并使用標準化的手段將其轉化成與客戶用電信用同一尺度的數(shù)據(jù)信息，綜合評價電力客戶的信用等級。
1信息質量
信息質量指基于合約精神，要求客戶真實地、實時地提供相關信息，并保證登記信息的準確性、完整性以及信息更新的及時性，是對客戶在信息提供質量的信用評價，主要從準確性與完整性兩方面評估。
（1）信息準確性
基礎信息準確性：客戶信息準確性主要考察聯(lián)系信息與戶名信息的準確性。聯(lián)系信息與戶名信息的不準確與追蹤不及時易造成客戶失聯(lián)、電費推諉等現(xiàn)象，從而影響日常業(yè)務辦理與電費回收工作的順利實施。主要判斷是否辦理過新裝、過戶、檔案維護業(yè)務來確定基礎信息是否準確，辦理過則認為基礎信息準確，未辦理過則基礎信息準確性待定。
（2）信息完整性
客戶信息完整性指客戶所提供登記的基礎信息是否完整，是否提供除基礎信息外的其他信息，以及是否綁定目前主推渠道如微信、支付寶、APP等。具體可細化的指標為：基礎信息完整性、附加信息完整性。
基礎信息完整性：判斷戶名、地址、聯(lián)系電話、公司電話、證件信息是否完整，登記的項目數(shù)越多，完整度越高。
附加信息完整性：判斷支付寶、微信、APP綁定情況、郵箱、資產(chǎn)信息等附加信息是否完整，登記的項目數(shù)越多，完整度越高。
2交費行為
交費行為指基于合約精神，要求客戶遵守合同約定按時足額交納電費，是電力公司正常運轉的基礎，也是各專業(yè)崗位最為關注的維度，主要從交費時間、交費金額、交費渠道三方面評估。
（1）交費時間
交費時間指客戶交費的時間，交費時間的長短體現(xiàn)了客戶的交費意愿和交費信用。具體可細化的指標為：平均回款時長、逾期交費率、是否預收/費控等。
平均回款時長：按月加權平均計算的電費發(fā)行日與實收日的日期差。
平均逾期時長：按月加權平均計算的電費違約金起算日與實收日的日期差。
逾期交費率：指觀察期內客戶產(chǎn)生違約金的交費次數(shù)（逾期）占交費總次數(shù)的比例。
是否預收/費控：是否通過預收、費控方式交費。
（2）交費金額
交費金額指客戶交費的金額，存在足額交費與欠費現(xiàn)象。電費交納金額的大小體現(xiàn)了客戶的資產(chǎn)狀況與交費能力，欠費金額體現(xiàn)了客戶的資產(chǎn)狀況與交費意愿。具體可細化的指標為：累計違約金占比、分期交費占比等。
累計違約金占比：指觀察期內客戶累計違約金金額占交費金額的比例。
分期交費占比：按月加權平均計算的交清本月電費期數(shù)的前一期的累計交費金額占該月總應交電費的比例。
（3）交費渠道
交費渠道指客戶交費的渠道，不同的交費渠道的交費穩(wěn)定性、及時性、交費成本以及便捷程度不同，選擇更優(yōu)質的交費渠道對客戶交費效率和穩(wěn)定性以及電費回收有著較大的保證，可細化的指標為：交費渠道偏好。
交費渠道偏好：根據(jù)觀察期內客戶在各個渠道的交費次數(shù)進行排序，選出客戶的偏好渠道；根據(jù)不同渠道成本和穩(wěn)定性等對其賦值。
3用電行為
用電行為指基于合約精神，要求客戶合法、安全用電，不危害供用電安全、擾亂正常供用電秩序的行為?？蛻暨`約用電可對電力公司、社會造成不可估量的損失和危害，是與按時按額交費同樣重要的基本的信用維度。主要包括違約用電、違法竊電的種類和次數(shù)等指標。
（1）違約用電
違約用電是指客戶在用電過程中出現(xiàn)的違反供用電合同約定的情況。違約風險主要包括高價低接、私自增容、私自啟封、私動用電設備、私自向外轉用電、私自并網(wǎng)等指標。具體可細化的指標為：違約用電次數(shù)、違約用電種類、違約用電追補電費等。
（2）違法竊電
違法風險主要為客戶在用電過程中出現(xiàn)的竊電和破壞電力設施等違法行為。違法風險主要包括擅自接線、繞越計量裝置、偽造或開啟封印、故意損壞計量裝置、使計量裝置不準或失效、破壞電力設施等情況。具體可細化的指標為：違法竊電次數(shù)、違法竊電種類、違法竊電追補電費、是否立案等。由于違法竊電涉及違法，是極為惡劣的行為，在信用輸出值中的權重很大，一旦有違法竊電的行為的客戶信用評分將受到顛覆性的影響?？杉毣闹笜藶椋哼`法竊電次數(shù)、違法竊電種類、違法竊電追補電費等。
三、模型構建
借鑒商業(yè)銀行、信用卡機構、互聯(lián)網(wǎng)、移動的在信用評分上的先進經(jīng)驗，信用評價方法可分為三類：定性分析、定量分析、定性和定量分析相結合。
電力用戶信用為電力用戶交納電費能力和交納電費意愿的綜合。目前關于電力客戶信用評價的研究相對較少，評價指標體系的建立相對也不健全。對用電客戶信用評價的研究方法目前主要有定性評價和定量評價兩大類。本文采用遺傳神經(jīng)網(wǎng)絡建立評價模型，以機器學習的優(yōu)點更好地評價用電客戶的信用表現(xiàn)。
BP神經(jīng)網(wǎng)絡以其不斷訓練自主調整的動態(tài)特性，很強的非線性影射能力以及很強的泛化功能容錯能力成為迄今為止應用最為廣泛的網(wǎng)絡算法。但是BP神經(jīng)網(wǎng)絡的訓練是基于誤差梯度下降的權重修改原則，不可避免地存在落入局部最小點問題;而遺傳算法(GA)是基于自然選擇和遺傳規(guī)律的并行全局搜索算法，具有較強的宏觀搜索能力和尋優(yōu)的全局性，以遺傳算法優(yōu)化BP網(wǎng)絡的初始權重和閾值，可以進行大范圍權重的取值，有效克服了BP算法中容易出現(xiàn)的局部極小問題。前人關于遺傳算法和神經(jīng)網(wǎng)絡結合的研究主要應用于其他行業(yè)，在用電客戶信用評價中還未見研究，對寧波市用電客戶的實例研究表明，基于遺傳神經(jīng)網(wǎng)絡模型能對用電客戶的信用進行很好的評價。
四、模型驗證
信用等級主要由交費行為與用電行為方面的數(shù)據(jù)訓練生成，其中逾期交費率、違法竊電次數(shù)為主要的、權重較大的考察指標，故主要展現(xiàn)這兩項指標在信用等級上的分布情況。但由于竊電人數(shù)極少且發(fā)生頻率不高，回款時長指標在業(yè)務中有著重要意義，因此通過考察驗證期客戶逾期交費次數(shù)和回款時長長短在各信用等級中的分布情況來驗證模型的效果，期望隨著信用等級的增高，各等級中逾期交費客戶的占比逐漸降低、回款時長降低。
五、模型輸出
（1）信用等級標簽輸出
將客戶以高低壓及是否居民劃分為高壓、低壓非居與低壓居民三組，根據(jù)評價維度與業(yè)務實際細化確定基于遺傳算法的BP神經(jīng)網(wǎng)絡的權重。按照模型的輸出結果、各分段客戶人數(shù)分布，并結合供電企業(yè)實際業(yè)務需求，選擇各等級區(qū)間的閾值，以信用等級標簽的形式展現(xiàn)。
（2）信用趨勢標簽輸出
除簡單標簽以及信用等級標簽外，增加信用評分的趨勢類的衍生標簽，記錄各時期客戶信用分數(shù)，更直觀地展現(xiàn)和追蹤客戶信用的變動趨勢，更全面地刻畫客戶信用表現(xiàn)。
客戶信用模型標簽
六、模型應用
模型應用包括信用評級，其根據(jù)信用等級評定結果，將現(xiàn)有客戶分為守信客戶、準失信客戶、失信客戶三類，在一段時間內無違約用電、違法竊電行為，沒有逾期交費以及拖欠電費情況，信用等級在A級或者A級以上，信用穩(wěn)定或增長的客戶為守信客戶；在一段時間內無違約用電、違法竊電行為，偶爾逾期交費，但月底會結清，不存在欠費情況，信用等級為B級，信用下滑的客戶為準失信客戶；在一段時間內存在違約用電、違法竊電行為，經(jīng)常逾期交費，且存在電費未交清的情況，信用等級在C、D級，信用表現(xiàn)較差的客戶為失信客戶。
對于不同類別的客戶提供不同的精準化、差異化的客戶服務，具體措施如下：
（一）對于守信客戶，考慮在辦理業(yè)務時對其提供綠色通道，優(yōu)先辦理業(yè)務，給予最優(yōu)質的客戶服務；定期向其贈送積分，積分可換取禮品或抵扣少量電費等；
（二）對于準失信客戶，考慮在辦理業(yè)務時增加其履約意識，督促勸導其及時更新補充基礎信息、按時交納電費、辦理預付費控業(yè)務等；在完善客戶信息、催收電費、用電檢查工作中重點關注，及時預防其違約行為，減少對電力公司帶來的損害；
（三）對于失信客戶，辦理業(yè)務時需交清所有電費，簽訂守信用電承諾書，灌輸安全用電和合法用電意識；在用電檢查時，重點監(jiān)測其是否存在違約用電、違法用電行為，一旦發(fā)現(xiàn)，及時制止并按照相關法規(guī)予以處罰；開展專項活動，宣傳安全用電、誠信用電理念，指導其向優(yōu)質客戶發(fā)展；
以上圖1所示的基于大數(shù)據(jù)的電力信用評價方法是本發(fā)明的具體實施例，已經(jīng)體現(xiàn)出本發(fā)明實質性特點和進步，可根據(jù)實際的使用需要，在本發(fā)明的啟示下，對其進行形狀、結構等方面的等同修改，均在本方案的保護范圍之列。