基于机器学习的多指标电力大用户风险评估体系搭建
应用神经网络对供电服务中的用户进行潜在风险分类是一种新颖的算法。相比于传统的评分法、比值法、统计法等方法,人工神经网络是对人脑或自然的神经网络若干基本特性的抽象和模拟,是一种非线性的动力学系统。它具有大规模的并行处理和分布式的信息存储能力、良好的自适应性、自组织性及很强的学习、联想、容错、抗干扰能力。本文综合采用了arima、k-means、logistic回归和bp神经网络模型,通过对电力大用户的基本信息、用电数据、业务轨迹、渠道记录等海量电力数据进行深度挖掘,从电量趋势预测、用户风险分类实现对用户潜在风险的有效评估。