华信电力客户信用风险管理系统可行性研究报告

华信电力客户信用风险管理系统可行性研究报告内容摘要：

信用评级表、行业信用分布图和企业的信用曲线图。 2. 建立电费回收风险预警体系 将企业的用电数据、行业分类、电价分类、违 约金额、违约次数、最近违约情况、违约天数、国际、国内经济形势对客户所在行业的影响、国家宏观调控及产业结构调整以及国家对用电及电价政策的调整所带来的电费回收风险、欠费构成的变化趋势、新欠电费的增长情况、用电企业生产经营状况、应收电费余额指标完成情况等信息纳入到电费回收预警模型。 给出电费回收风险指示图、电费回收风险走势图、高危欠费用户名单及处理预案、客户 /行业欠费风险预警表以及电费回收风险大小排序的客户名单等。 3. 建立用电异常行为检测手段 电力部门目前主要靠业务员每月核对抄回的数据，结合生技部门提供的每 条配电线路线损报表，以及用电异常等现象，凭经验来筛选出有疑问的用户清单，具有很大的盲目性。 这样不仅效率低下而且工作难度大。 一般电管人员受理论知识和实践经验的局限，难以识破技术性窃电行为和科学地评估所窃的电量，给用电异常检查工作带来很大的难度，导致不法分子更加肆无忌惮，活动十分猖獗。 因此用电异常检测手段也必须实现科学化。 用电异常检测系统犹如供电公司实施管理的“雷达检测站”，通过设置科学的用电异常检测指标体系，借助信息化手段，对监控区域内全体客户的用电情况进行“扫描”，及时发现疑点，向用电营销等部门传递疑点 信息和判别依据，及时查处和阻止窃电等行为的发生。 4. 提高用电需求预测的精度。 用电需求预测作为电力营销管理系统的一项需求预测功能，主要基于对用电营销历史数据的分析和数据挖掘，运用数学模型求得预测值。 但在实际运用中，预测值与已发生的实际值进行比较，或与经验估计值相比较，有出入较大，难以真正实用化运行的问题。 特别是对一些突发事件造成的电量需求急剧变化，比如用电大户经营滑坡，甚至破产，国民经济结构调整，突发干旱或洪水等新增用电及其它因素难以预测。 本项目建立用电需求预测子系统在对电量的需求预测中，不仅考 虑了电量数据的历史趋势，同时考虑了用电大户的经营状况和资产水平，产业调整，宏观经济景气指标，地区消费水平，突发事件等等因数。 将产业政策、经济形势、企业经营、市场环境等外部因数纳入电量的预测中，按一定权值进行综合预测，能够比较客观的反映实际。 （三）试验（开发）规模及地点 工作量 工作内容 地点 成果 准 备 阶 段 4 人 /90 天 内容：需求分析及数据准备。 江西省电力公司 赣东北供电公司 系统需求报告、数据字典 2 人 /7 天 硬件平台与软件平台建设。 南昌华信高科技有限公司 研 究 与 开 发 阶 段 4 人 /120 天 信用评估建模、欠费风险建模、窃电检测建模、用电需求预测建模 模型算法软件编制 南昌华信高科技有限公司 信用评估建模、欠费风险建模、窃电检测建模、用电预测建模 2 人 /40 天 模型模拟测试 南昌华信高科技有限公司 建立人机界面，显示计算结果。 形成测试报告。 实 验 阶 段 4 人 100 天 完成各子系统软件开发集成 完成各子系统集成和压力测试 南昌华信高科技有限公司 现场测试报告 2 人 /10 天 产品验收、系统进入生产、运行状态 南昌华信高科技有限公司 生产、运行前验收报告（ FAT） 鉴 定 阶 段 2 人 /15 天 各种资料汇编归档、使用人员技术培训 南昌华信高科技有限公司 组织专家科技项目鉴定 （四）主要技术关键及创新点 该项目的技术创新在于运用先进的智能分析及数据挖掘技术，利用大量的综合个人，企业，市场及经济数据信息，找出能够进行定量测量考虑到各种变化因素的内在风险的规律，从而有效地进行风 险预测与防范。 该项目的核心技术能够处理复杂的非高斯分布风险变量，非线性相互作用，以及非稳定变化的风险影响规律。 该项目的主要技术关键在于两方面： 1．建立信用风险管理系统工作数据库 该工作数据库应包含电力营销数据、生产运行数据、财务数据，以及其他相关数据资源。 2．建立信用风险管理系统数学模型 建立一套科学的、权威的、精确和实用的信用评级模型、 电费回收风险预警模型、 用电异常检测方法和模型、电量预测模型是该项目能动性成功的主要技术关键。 （五）实施方案（含技术路线、工艺流程及技术关键的解决方案 ） 1．建立必要的系统开发测试环境 （ 1）硬件平台 ①基于 Intel Pentium VI 服务器 ,1GB 以上内存 ,50GB～ xx TB 的 RAID 磁盘阵列（是否需要磁盘阵列，根据实际需要确定） ②可运行 WINDOWS 的客户端 PC ③支持 TCP/IP 的网络 （ 2） 软件平台 ① WINDOWS 2020/LINUX 操作系统 ② ORACLE 数据库 2．数据转换子系统的设计开发 为确保数据采集和数据处理的效力，该子系统采用 C/S 结构，同时为 避免对电力企业原由生产系统的影响，采用定时读的方式抽取所需数据。 3．建立和优化客户风险管理系统数学模型 在 AIRAS 智能风险分析系统原有通用数学模型的基础上，根据电力行业的特殊需求，建立和优化系统数学模型。 （ 1） 系统模型建立流程 （ 2） 系统模型采用技术路线 ①信用评级模型 主要采用有目的模型中的神经网络模型技术，通过对用电客户的电量、交费、违约、用电合同执行情况、 违章用电和窃电情况同类行业对比 ,及国家经济政策调整所带来的电费回收风险、分析用电客户信用风险指数 ,对用电客户信用进 行信用评级 电费回收风险预警模型 主要采用有目的模型中的神经网络等模型技术，通过对用电客户用电数据、行业分类、电价分类、违约金额、违约次数、最近违约情况、违约天数、国际、国内经济形势对客户所在行业的影响、国家宏观调控及产业结构调整以及国家对用电及电价政策的调整所带来的电费回收风险、欠费构成的变化趋势、新欠电费的增长情况、用电企业生产经营状况、应收电费余额指标完成情况等信息纳入到电费回收预警模型。 给出电费回收风险指示图、电费回收风险走势图、高危欠费用户名单及处理预案、客户 /行业欠费风险预警表以及电费 回收风险大小排序的客户名单等。 ③ 用电异常模型 主要采用无目的模型中的类聚高斯混合密度法和贝叶斯理论法等模型技术。 电力部门目前主要靠业务员每月核对抄回的数据，结合生技部门提供的每条配电线路线损报表，以及用电异常等现象，凭经验来筛选出有疑问的用户清单，具有很大的盲目性。 这样不仅效率低下而且工作难度大。 一般电管人员受理论知识和实践经验的局限，难以识破技术性窃电行为和科学地评估所窃的电量，给用电异常检查工作带来很大的难度，导致不法分子更加肆无忌惮，活动十分猖獗。 因此用电异常检测手段也必须实现科学化。 用电异常检测系统犹如供电公司实施管理的“雷达检测站”，通过设置科学的用电异常检测指标体系，借助信息化手段，对监控区域内全体客户的用电情况进行“扫描”，及时发现疑点，向用电营销等部门传递疑点信息和判别依据，及时查处和阻止窃电等行为的发生。 ④ 电量预测模型 主要采用时间序列等模型技术， 通过对用电客户的历史用电数据、气温变化、国际、国内经济形势等参数的分析 , 对下月所须的电量进行预测 , 以利于电力供需平衡。 4．软件系统设计开发 这里所指的软件系统不包含数据转换子系统。 采用 J2EE 软件架构 , 实 现应用程序 N 层体系结构，便于系统的扩充性和平台无关性，系统界面采用 B/S 方式，提供友好的操作方式和在网络上任意点的操作能力。 （六）技术风险分析 本项目的主要技术风险包括以下几点： 1. 电力公司内部业务系统的互联互通 电力客户信用风险管理系统的数据主要来自用电管理系统，个别数据根据需要可能来自局 MIS 系统、电能量采集系统等。 如何构建一个跨硬件平台、操作系统和数据库平台，实现各系。