[发明专利]基于数据挖掘的电力客户的综合评级的方法

权利要求书

1.基于数据挖掘的电力客户综合信用评级的方法，它包括以下步骤：

步骤一：数据采集：采集电力营销系统数据、计量自动化系统数据、95598系统数据、天气数据和国家统计局月度数据；

步骤二：对数据进行预处理，使用拉格朗日插值对缺失数据进行补缺，对相关数据因子进行提取和降维；

步骤三：使用基因表达式编程算法对降维后数据因子中的时序统计因子、核分布因子、多维运算因子等进行自动提取、组合变化、构造成新的数据因子；

步骤四：整理客户相关特征，构建基于卷积神经网络的客户未来用电量，未来欠费，客户违约和客户窃电的预测模型，对客户未来行为进行预测判断；

步骤五：整理客户三级指标，总结客户数据，使用多重线性回归模型训练客户商业信用、安全信用、行为法律信用、经济法律信用二级指标权重模型，最后使用多重线性回归模型对客户信用一级指标模型进行训练，计算信用评分，划分信用等级。

2.根据权利要求1所述的基于数据挖掘的电力客户综合信用评级的方法，其特征在于：步骤二中对相应数据因子进行提取的方法包括皮尔逊相关系数检测法，对因子降维的方法包括K-均值聚类算法、主成分分析法和PCA降维法。

3.根据权利要求1所述的基于数据挖掘的电力客户综合信用评级的方法，其特征在于：步骤三中新数据因子的构造方法还包括粒子群编程算法和退火算法。

4.根据权利要求1所述的基于数据挖掘的电力客户综合信用评级的方法，其特征在于：步骤四中对客户的相关特征的整理，整理内容包括：客户用电趋势、经营情况、欠费情况、违约情况、窃电情况、用电分布情况、用电周期情况和影响用电特征。

5.根据权利要求1所述的基于数据挖掘的电力客户综合信用评级的方法，其特征在于：步骤五中客户的三级指标包括：历史用电、历史欠费、历史窃电情况、未来用电、未来欠费和未来窃电情况。

6.根据权利要求1所述的基于数据挖掘的电力客户综合信用评级的方法，其特征是：所述步骤五中信用评分是根据用户一二三级指标的权重算出，再根据分数进行信用等级划分。