加大供電量和提高電費(fèi)回收效率是供電商增加收益的主要途徑,并且用電客戶的繳費(fèi)時間差直接影響著電費(fèi)回收效率。在用電客戶信息較少的情況下,僅僅依賴用電客戶的用電量信息和繳費(fèi)時間差信息,采用擴(kuò)展的"S型"函數(shù)對用電量信息和繳費(fèi)時間差信息進(jìn)行整合建模,構(gòu)建了一個能夠度量客戶持續(xù)用電能力和繳納電費(fèi)積極性的客戶信用動態(tài)評價模型。應(yīng)用構(gòu)建的模型對赤峰市寧城縣實(shí)際用電客戶進(jìn)行信用評價,評價結(jié)果與領(lǐng)域?qū)＜以u價結(jié)果具有較高的一致性。 

【文章來源】：運(yùn)籌與管理. 2020,29(01)北大核心CSSCICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

客戶信用評價概念模型

為驗(yàn)證本文所構(gòu)建的模型的有效性,本文將利用國家電網(wǎng)提供的赤峰市寧城縣的用電客戶真實(shí)數(shù)據(jù)對本文模型的有效性進(jìn)行驗(yàn)證和分析。首先對赤峰市寧城縣用電客戶的交納電費(fèi)行為進(jìn)行分析,如圖2(a)所示,寧城縣將近21萬客戶近兩年內(nèi)的月繳費(fèi)行為記錄中(約450萬條繳費(fèi)記錄),在供電商發(fā)布交電費(fèi)通知的當(dāng)天完成繳納電費(fèi)的約68.83%;而在非當(dāng)天交納電費(fèi)的記錄中,99.79%的記錄在距離供電商發(fā)布交電費(fèi)通知的三周內(nèi)全部交齊,只有0.21%的記錄推遲到三周以外完成繳費(fèi),如圖2(b)所示。先把寧城縣用電客戶在近兩年內(nèi)每個月份的所有用電量數(shù)據(jù)和繳費(fèi)時間數(shù)據(jù)提取出來,根據(jù)實(shí)際情況對數(shù)據(jù)進(jìn)行預(yù)處理,共得到4,520,780條有效數(shù)據(jù),最后整合得到205,490個不同用電客戶在2014年1月到2015年10月間的所有用電量和繳費(fèi)時間差兩種不同類型的數(shù)據(jù)。對于繳費(fèi)時間差數(shù)據(jù)表,由于繳費(fèi)時間差計算的是供電商發(fā)布繳費(fèi)信息之日起到客戶交納電費(fèi)之日的時間間隔,該時間間隔以天為單位。按照實(shí)際情況,客戶在供電商發(fā)布繳費(fèi)信息后,客戶在繳費(fèi)信息發(fā)布后的三天內(nèi)交費(fèi)的行為,都可視為客戶在第一時間進(jìn)行了交費(fèi),而客戶在隨后的一周時間內(nèi),即在第4到第10天內(nèi)交費(fèi)的行為可視為在相同繳費(fèi)時間差單位內(nèi)進(jìn)行交費(fèi),依次類推,得到標(biāo)準(zhǔn)的客戶繳費(fèi)時間差表,如表1所示,經(jīng)過表1單位間的轉(zhuǎn)換,可以得到所有客戶每個月份的標(biāo)準(zhǔn)繳費(fèi)時間差。

運(yùn)用本文提出的用電客戶信用動態(tài)評價模型,并調(diào)整模型中的相應(yīng)的參數(shù),最終設(shè)定客戶初始信用值C0=6,即合格分值;客戶最大信用值Cmax=10,即滿分值;頻繁不用電客戶的最低信用值α=7,頻繁不用電客戶的信用遞減因子β=-0.8,及時繳費(fèi)客戶的信用擴(kuò)展因子γ=0.8,非及時繳費(fèi)客戶的信用縮減因子ε=-0.9,參數(shù)的設(shè)定在2.3節(jié)會做進(jìn)一步的介紹。結(jié)合上述客戶用電量、標(biāo)準(zhǔn)繳費(fèi)時間差兩種類型的數(shù)據(jù),得到每個客戶在2014年1月到2015年10月間每個月的信用值,20位隨機(jī)抽樣客戶的具體信用值如表2所示,其中每個客戶在每個月份下的數(shù)值表示該客戶完成本月電費(fèi)交納后的實(shí)時信用值。供電商可以根據(jù)客戶實(shí)時的信用值高低情況以及客戶信用波動曲線趨勢(如圖3)及時地對相關(guān)客戶進(jìn)行相應(yīng)的激勵、獎勵或者增值服務(wù)等。如對客戶編號為1,5,8,11,13,14,15的高信用客戶進(jìn)行一些獎勵;對客戶編號為7,9,10,16,19,20的中等或中上等信用客戶進(jìn)行相應(yīng)的激勵措施,提高客戶交納電費(fèi)的積極性;對客戶編號為2,4,12,17的較低信用客戶進(jìn)行相應(yīng)的提醒措施等。為驗(yàn)證本文所提模型計算結(jié)果的合理性,本文從用電客戶數(shù)據(jù)中選取了三個不同樣例(如表3)對模型結(jié)果進(jìn)行了合理性解釋。樣例A可以看出,用電量穩(wěn)定且及時交費(fèi)的用戶,其信用值也會相對穩(wěn)定,交費(fèi)不及時會帶來信用值的消減。樣例B呈現(xiàn)出頻繁性交費(fèi)不及時現(xiàn)象和用電量連續(xù)為零現(xiàn)象,信用值會隨著用電量和繳費(fèi)時間差之乘積的波動而出現(xiàn)一定程度的波動,連續(xù)多次不用電時,客戶的信用值會重新回到固定值。樣例C用電量較為穩(wěn)定但出現(xiàn)連續(xù)性交費(fèi)不及時甚至拖延現(xiàn)象,其信用值會在一個較低范圍內(nèi)波動。

【參考文獻(xiàn)】：
期刊論文
[1]基于遷移學(xué)習(xí)的客戶信用評估模型研究[J]. 朱兵,賀昌政,李慧媛.  運(yùn)籌與管理. 2015(02)
[2]一種融合SOM與K-means算法的動態(tài)信用評價方法及應(yīng)用[J]. 張發(fā)明.  運(yùn)籌與管理. 2014(06)
[3]基于投影尋蹤和最優(yōu)分割的企業(yè)信用評級模型[J]. 張目,周宗放.  運(yùn)籌與管理. 2011(06)
[4]電力市場下需求響應(yīng)研究綜述[J]. 張欽,王錫凡,王建學(xué),馮長有,劉林.  電力系統(tǒng)自動化. 2008(03)
[5]大用戶放開后電力營銷策略[J]. 李鋒,何洋.  中國電力. 2007(06)
[6]用電客戶信用的主客觀評價及分析[J]. 楊淑霞,呂世森,喬艷芬.  中國電力. 2005(06)
[7]電力資產(chǎn)的分類及評估方法初探[J]. 王偉,言午.  中國資產(chǎn)評估. 2002(04)

碩士論文
[1]農(nóng)業(yè)銀行農(nóng)戶小額貸款發(fā)展研究[D]. 焦自春.北京交通大學(xué) 2010



本文編號：3106159