摘要：电力客户信用评价管理是电力营销管理中的重点内容，在信息化管理要求下，需要构建具体的应用系统，确保电力客户信用评价工作的高效开展。文章首先对电力客户信用评价技术服务目标进行分析，探讨电力客户信用评价V1.0建设的功能和技术框架，并研究其关键内容的实现，以期为相关系统建设工作提供参考。
关键词：电力营销；电力客户；信用评价；
前言
在电力体制改革下，为了提高电力企业营销管理及应收账款管理水平，需要对客户信用风险管理体系加以完善。通过建设专门的客户信用评价系统，满足实际工作的开展需求。在客户信用评价系统的应用下，改善电力服务质量，减少电力企业与客户之间的矛盾，进一步提升客户满意度。
一、电力客户信用评价技术服务目标
对电力客户信用等级进行评价，建立相应的信用评估体系，需要整合各种渠道下的电力客户信用数据，包括芝麻渠道等外部数据，实现数据采集与深化利用目标。首先要构建电力客户信用评估体系，根据客户信用分级要求，以电力营销数据为基础，结合外部合作方数据，包括银行、公安、人社局部分等，同时根据电力营销管理的实际需求，制定可行的客户信用评估体系，对客户信用状况进行量化评价。其次，在数据采集和应用方面，构建常态化工作机制，对客户诚信用电数据、非诚信用电数据、不良用电信息等进行常态化采集，与互联网信用数据结合起来，对客户信用等级进行准确评价，为分群管理以及电费风险管控等提供依据。最后，应根据客户信用评价结果，及时开展电费回收风险控制管理工作，通过多种手段识别用户拖欠电费的风险，防止欠费变为呆账、坏账。基于对客户海量数据的挖掘分析，并采用不同分析模型，对客户欠费风险进行综合判断，为电力营销管理策略的制定提供依据[1]。
二、电力客户信用评价V1.0系统功能和技术框架
（一）功能框架
电力客户信用评价V1.0系统的建设主要为电力营销的客户信用管理提供信息化管理模型，包含客户信用评价、计算和结果输出等功能，涉及到的数据处理包括档案数据、用电数据、缴费数据、核算信息、应收账款信息、欠费数据、渠道数据和外部数据等。按照功能结构进行划分，可以将系统划分为基础设施层、基础软件层、服务支撑层和应用层四个层次，如图1所示。其中基础设施层主要包含数据库和应用服务器、大数据集群。基础软件层包括数据库软件、Web中间、大数据平台和分布式文件系统。服务支撑层包括报表服务、任务调度、服务集成、消息服务、权限管理、服务集成、可视化和大数据服务功能。应用层包括信用评价和电费风险管理、客户信用评价模型、电费评估模型、模型计算和预测、应用配置管理、查询统计分析和平台管理等功能模块[2]。
图1 电力客户信用评价V1.0系统的功能框架
（二）技术框架
在电力客户信用评价V1.0建设过程中，主要参照阿里技术体系，构建“1+1+1”电力大数据中心，包含1个大数据平台、1套大数据资产运营体系和1套大数据治理体系。所有服务器均为云电智云平台资源完成数据分析计算工作，总体技术框架如图2所示。其中，大数据平台是整个系统的支撑平台，可以按照数据流进行划分成采集层、存储层、计算层、分析层和平台服务层几个层次，在云平台上部署，利用云平台的计算和存储资源，具有较好的弹性。在该平台下，实现数据统一管理，同时也是数据标准化管理的重要载体。可以依托于该平台开展对内的业务提质增效管理，提升度外竞争力，依靠数据创造价值[3]。
图2 电力客户信用评价V1.0系统的技术框架
三、电力客户信用评价V1.0建设的关键内容实现
（一）信用评价和电费风险管理
信用评价和电费风险管理模块的主要功能包括指标体系管理、用户信用模型制定、风险评估模型更新等。要实现电力客户信用评价，首先要制定一个评价指标体系，满足指标体系更新等方面的操作需求。包括指标体系添加、删除、修改、导入、下载等操作功能，并对指标体系名称、状态、制定时间和有效期限等信息进行描述。指标体系版本管理功能主要负责对指标体系进行升级管理，升级后旧版本自动失效，指标计算规则等也进行同步更新。在指标分类管理过程中，主要进行增删改查和上下级划分操作。此外还要具备定性指标类型管理功能，比如已使用指标只能先设置为失效，不能直接进行删除。在指标评价体系支持下，对用户信用进行评价，制定用户信用得分明细和等级划分标准，形成用户星级表。然后通过制定客户信用模型，根据一定的计算规则完成客户信用等级评价工作。此外还要对信用评价及风险评估模型进行更新，以满足精益化管理要求，实现电费风险控制目标。
（二）客户信用评价模型
在客户信用评价模型的构建过程中，客户信用评价属于多目标决策模型，是一个较为复杂的系统，需要对总体目标进行分解，得到若干个评价准则，划分成若干个层次，进而采用模糊化算法，得出最终的评价结果。在此过程中，需要对层次结构定义进行分解，将相关影响因素按照各自的属性，从上到下分解为若干个层次，如果某个准则超过一定阈值，则应继续划分子准层次。完成分解后，采用成对比较法，对统一层次下的指标进行两两比较，构建比较矩阵。需要计算每个比较矩阵的最大特征根、对应特征向量，并进行一致性检验，确定权向量。如果无法通过检验，则重新构建比较矩阵。最后对组合权向量进行一致性检验，并对信用评价模型的应用效果进行验证，确保客户信用评价模型的适用性。
（三）电费风险评估模型
在电费风险评估模型的过程中，主要采用机器学习和回归分析方法，将与电费风险有关的客户行为及关联行为作为指标，考察其变化趋势，判断电费风险水平。在指标变量的设置和筛选过程中，需要综合处理档案信息、用电数据、欠费数据等信息数据，选取因变量指标，然后采用随机逻辑回归方法进行特征变量选取。采用相关度较高的因变量建立回归方程，估计模型回归系数。在确定预测模型参数后，采用ROC曲线进行参数检验，在可视化组建下生成ROC曲线的面积AUC，为用户提供建议，由用户最终确认模型有效性。客户信用评价和电费风险评估模型的实现主要以图3中的数据处理系统为支撑。
图3 数据处理支撑系统
（四）模型计算和预测方法
在模型计算过程中，主要利用建模结果，采用分布式大数据集群计算方式，经过多次迭代得到输出数据。首先要实现建模源数据集成管理，设置相关资源信息，具体包括业务数据源、资源更新方式、数据库对象和资源更新频率等。然后对建模源数据进行初始化集成，通过全量数据初始化和集成管理功能获取配置信息，提供调用功能，记录执行日志。同时也需要实现建模源数据增量集成，在电力营销系统的运行过程中，业务数据随时会发生变化，需要在模型变更后，实现变更数据的增量集成，提供手动触发和自动触发两种增量集成触发方式，并记录相关日志信息。同时也需要提供日志管理功能，主要提供体制查询操作功能。在此基础上，对建模数据进行规范化处理，根据客户信用评价模型、电费风险评估模型的应用需求，要包含函数变换、归一化、连续属性离散化、属性规约等建模数据变换功能。在客户信用评价模型的计算过程中，需要以变换后的数据为基础，执行相关计算操作，最终实现电费风险评估功能。
（五）应用配置管理功能
系统的应用配置管理功能主要包括包括星级特权管理功能和福利活动管理功能。这主要是从电力营销的实际情况出发，在对客户信用等级进行评价后，需要确认用户星级，然后制定差异化的管理服务规则，星级越高的用户可以获得越好的服务。比如在预付费管理方面，不同星级用户的抄纸额度不同，1~3星用户无透支特权，4星用户可享受20元超支额度，5星用户可享受50元超支额度，6星用户可享受100元超支服务。在系统中要设计有星级特权管理的增删改查功能。福利活动管理也是如此，需要对客户进行分类，为不同用户推送不同的活动信息。主要配置内容包括活动名称、开始时间、结束时间、有效标志等。
（六）查询统计功能
在查询统计功能的实现过程中，主要考虑日志查询、信用评价结果查询、信用等级变化统计、信用等级分布情况统计、电费风险评估结果查询、电费风险分布情况统计等方面的应用需求，设计相应的系统功能。比如在信用评价结果查询方面，需要查询用户得分和评级情况，并详细查询各项指标得分情况，显示预警信息，细化扣分原因。在查询过程中，可以显示用户近期信用变化趋势。在信用等级变化统计功能下，可以按照月份或年份等，对用户信用星级变化趋势进行统计。在电费风险评估结果查询和统计方面，可以具体查询电费风险评估结果及高相关特征量，详细分析电费风险因素。统计功能包括用户电费风险的分布情况、人数变化情况，支持按行业和按用电类别进行统计等。
（七）平台管理功能
为了确保电力客户信用评价应用V1.0系统的稳定运行，在系统设计和实现过程中，还有构建完善的平台管理功能。其中主要功能包括平台权限管理、安全审计管理、运行状态监控、任务管理和通知公告管理等。通过划分平台权限，分贝设计一级、二级、三级菜单，并对关键字段进行授权，可以确保平台数据及操作的安全性。在平时的运行过程中，需要对所有服务器和数据节点进行动态监测，及时发现问题并采取维护和调控措施。任务管理和通知公告管理等功能设计则可以为平台运维工作提供方便，提高平台整体运行效率。
结束语
综上所述，通过建设电力客户信用评价应用V1.0系统，可以实现对客户信用等级的快速评价，依靠底层数据支持功能以及科学的计算方法，确保评价结果的准确性。在此情况下，可以为电力营销工作的开展提供科学依据，提前识别电费拖欠以及呆坏账风险，制定有效的防范措施，减少实际电费损失。
参考文献
[1]陈宁,吕志鹏,陈孝文,付越,陈文超.电力客户信用综合评估及应用研究[J].科技与创新,2018(17):126-127.
[2]葛玮莉,范艳红,陆磊,吴俊菁.信用评价系统在电力客户用电规范中的实践[J].上海节能,2018(08):641-646.
[3]王伟贤. 基于大数据背景下电力客户信用评价体系的构建[A].中国电力科学研究院.2017智能电网发展研讨会论文集[C].中国电力科学研究院:北京市海淀区太极计算机培训中心,2017:6.
论文作者:保富1,唐旭玥2
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/12/2
标签：客户论文; 数据论文; 信用评价论文; 电费论文; 电力论文; 功能论文; 模型论文; 《电力设备》2019年第15期论文;