[发明专利]基于大数据平台聚类算法的电费回收风险评估装置及方法

说明书

技术领域

本发明涉及费用回收风险评估技术领域，是一种基于大数据平台聚类算法的电费回收风险评估装置及方法。

背景技术

  随着电力体制改革的不断深化，呈下降趋势的电费回收率在相当大的程度上影响了电力企业的发展，巨大的欠费赤字妨碍了电力企业的正常经营活动，增加了财务运营风险，因此如何从企业内部加强管理提高电费回收率成为电力企业的当务之急。电费回收是电力企业生产全过程的最后环节，也是电力企业生产经营成果的最终体现，及时、足额回收电费是电力企业维持简单再生产，实现扩大再生产，满足日益增长的国民生产生活用电需要的有力保障。目前，电力企业在用电客户信用管理方面所做的工作仍然不足于应对用电客户拖欠电费等风险，供电企业在电费回收风险评估方面的工作仍然有较大的提升空间。

发明内容

本发明提供了一种基于大数据平台聚类算法的电费回收风险评估的装置及方法，克服了上述现有技术之不足，其能有效解决现有用电客户拖欠电费造成电力企业收费困难的问题，更有效解决了因电力企业回收风险评估工作的缺失造成可以回收的电费不能按时足额回收给企业带来巨大经济压力的问题。

本发明的技术方案之一是通过以下措施来实现的：一种基于大数据平台聚类算法的电费回收风险评估装置，其特征在于包括用电单位特征数据导入模块、聚类数据挖掘模块和用电单位信用评价体系输出模块；用电单位特征数据导入模块提取用电单位的社会属性指标、价值属性指标和行为属性指标的海量数据并存储在大数据Hadoop平台中，聚类数据挖掘模块进行并行数据处理且将数据进行多次迭代分析计算，对比数据迭代分析前后的变化，根据数据变化差值与给定阈值进行对比分析来判断用电单位所属的信用等级，用电单位信用评价体系输出模块根据聚类数据挖掘模块对数据的划分确定并输出用电单位的信用等级。

下面是对上述发明技术方案的进一步优化或/和改进：

上述聚类数据挖掘模块包括分布数据处理单元、聚类中心处理单元和迭代流程控制单元；所述的用电单位特征数据导入模块的数据输出端与分布数据处理单元的数据输入端相连接，分布数据处理单元的数据输出端与聚类中心处理单元的数据输入端相连接，聚类中心处理单元的数据输出端与迭代流程控制单元的数据输入端电连接，迭代流程控制单元的数据输出端与所述的用电单位信用评价体系输出模块的数据输入端相连接。

上述在分布数据处理单元中对采集的用电单位的社会属性指标、价值属性指标和行为属性指标的数据进行数据分布式处理，并将处理后的数据按照划分数据片的方式按行存储，数据片片间数据无相关性；所述的社会属性指标包括用电单位的归属，工业用户、商业用户、居民用户和政府机关用户；所述的价值属性指标包括购电水平、日周月用电特性、利润贡献率、购电量增长率、潜在购电量增长率；所述的行为属性指标包括累计电费回收率、电费回收准时度和合同履约率。

上述在聚类中心处理单元中完成数据片由小到大的排序并根据排序顺序标记每个数据片所属的聚类类别，即用电单位所属信用评价体系中的信用等级。

上述排序的数据片在迭代流程控制单元中进一步对没有标记的数据片进行重新标记，并重新划分再次标记的数据片所属的聚类类别，准确定位用电单位所属的信用评价体系中的信用等级。

本发明的技术方案之二是通过以下措施来实现的：一种使用基于大数据平台聚类算法的电费回收风险评估装置的方法，包括以下步骤：

步骤一：获取用电单位的信用参数数据库，包括社会属性指标数据、价值属性指标数据和行为属性指标数据，之后进入步骤二；

步骤二：将信用参数作为建立用电单位信用评价体系的基础指标，信用等级由高到低依次划分为六级，分别为AAA级、AA级、A级、B级、C级、D级，之后进入步骤三；

步骤三：用电单位特征数据导入模块将采集的信用参数数据库导入到聚类数据挖掘模块中，聚类数据挖掘模块的分布数据处理单元将数据进行分布式处理，并将处理后的数据按照划分数据片的方式按行存储，形成数据片1、数据片2，数据片3，直到将所有数据记录分片至数据片n，且数据片片间数据无相关性，之后进入步骤四；进一步的将数据分成不同的数据片按行存储，可以加快数据的存储过程。数据片作为存取单元，可以将数据暂时存储在数据片中；