[发明专利]基于数据挖掘的电力客户的综合评级的方法

摘要

本发明公开了一种基于数据挖掘的电力客户综合信用评级的方法，它包括步骤一数据采集；步骤二对数据进行预处理，对相关数据因子进行提取和降维；步骤三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，对客户未来行为进行预测判断；步骤五整理客户三级指标，计算信用评分，划分信用等级；解决了现有技术信用评价体系中用户特征命名定义缺乏营销专业定义，计算方法不透明，特征太少无法真实反映用户的各种独特行为，缺少计算未来趋势走向的用户特征，用户界限过于模糊很难融入到营销业务中，从而对营销部门的指导帮助很小等技术问题。

主权项

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。