摘要：目前，部分电力客户资金周转困难，又由于电力与民生关系紧密，社会舆论压力巨大，所以供电企业传统电费回收工作面临巨大挑战。本文通过对客户历史缴费数据、电量数据进行挖掘分析，采用人工智能领域中的深度学习算法，评估客户电费回收风险、缴费习惯、居住行为和用电行为，从而制订差异化的电费回收风险防控策略，以全面提升供电企业电费精益化、数字化、智能化的管理水平。

关键词：电费回收;电力大数据分析;应用

引言

电力企业需要关注电费回收问题，对企业的整体运营和社会舆论都有重要的影响。采用先进的方法，对大数据分析进行有效的利用，可以提高工作效率。如果我们继续以传统的方式收取电费，不但工作量大，而且还脱离了时代的发展。因此，将大数据分析技术应用于电力企业电费回收是较为重要的。

1供电企业电费回收现状

供电企业电费回收效率与企业内部管理、国家法规政策、客观经济形势等各种内外因素相关。目前电费回收存在以下3个难点。

1）客户群体广且增速快。鉴于一户一表安装、国有企业“三供一业”分离、小微企业快速发展等情况，供电企业客户基数和增量均较大，传统的基于个人工作经验的电费回收模式具有较大局限性，缺乏科学的、全面的客户电费回收风险评估手段。

2）实际用电客户信息迭代快。随着房地产经济的繁荣，房屋交易、租赁导致实际用电主体信息变更较快，供电企业掌握的客户基本信息数据，如客户联系方式，其准确度不足以支撑电费远程催收工作有效开展。

3）客户违约成本低，法律意识淡薄。虽然单一客户的违约成本低，但供电企业的客户基数大，叠加后其资金回收压力较大。在有限人力成本的支撑下，在电力企业智能化、数字化推进发展的大前提下，基于电力大数据的风险防控策略的制订及实施，对供电企业电费回收工作意义重大。

2基于大数据分析的电费回收背景

2.1现状

在电力企业的发展中，电费是十分重要的，和企业各项经营指标密切相关，体现着具体的工作成果。目前各地区用电方式比较统一，普遍采用“先用电后付费”的形式。因此，电费的回收工作显得尤为重要。电费回收能否有效完成，代表着电力企业的经济运行状况。现如今，电力企业拥有大量的客户用电信息，却对数据信息的开发不太重视。电力营销系统的一些关键功能往往采用传统模式。员工采用的采集方式主要是电采集的记录，不注重数据的智能分析。运用人工的方式进行电费回收效率较低，并且具有一定的复杂性。

2.2用大数据分析电费回收风险的机遇

近年来，5G技术的快速发展使得所有东西都可以互联。电力企业应充分利用这一机遇，做好预测分析工作，从整体上总结客户动态信息，挖掘特征、规律和特点，实现电费预测。在电费回收方面，我们应该了解客户的一些需求，并找出其中的风险，从而促进电力企业向个性化和规范化方向发展。在新形势下，电力企业要提升学习先进技术的积极性，创建现代电力企业。此外，工作人员还要保持专业态度，努力完成上级交办的任务，负起减少用电后顾之忧的责任。

3用电客户回收风险预测的大数据应用

3.1层次分析法

层次分析法关注的是“层次”一词，它将决策中的一些关键要素分解为小目标、小标准、方案等，然后将定性和定量因素联系起来。简言之，一个决策包含多个小分支，即形成一个系统，将每个目标分解为具体的、详细的，然后形成几个层次，并根据定性和定量相结合的标准进行排名，从而对决策内容进行优化。

分析方法的操作方法比较复杂。按优先级划分为总体目标、各级目标、评价体系、多元投资方案等，形成不同的结构。工作人员结合矩阵特征向量的相关内容和方法进行深入运算和分解，了解各匹配层级和单元的相关点在哪里，以及如何安排优先级权重;结合重量增加的形式及其进度，检查余量方案和总目标重量。确定权重后，便形成最优方案。

3.2建立模型

对于客户而言，催收顺序分为定量指标和定性指标，二者含义不同。定量指标是关于默认模式、时间和电量，定性指标是关于用电模式、电压水平、支付模式等。层次分析法具有明显的优势，因此，模型的建立将是在分析方法的基础上对风险预测的合理展示。在建立过程中，应定义良好电力客户的收集顺序，并将其分为不同级别。标准级包括支付时间、支付方式、欠款金额等，将部分欠款客户设置为方案级，与上一步的标准级数据连接，获取用户的具体信息，进而取得目标级的回收方式。

由于标准水平的付款时间因素不同，应将其分类如下：① 已超过付款期限，用户仍在当月付款列表中选择付款。② 下个月电费形成前，支付金额为上个月电费。③ 尽管下个月的电费单已经发出，但尚未采取任何付款行动。支付方式通常分为微信支付、支付宝支付、银行卡支付、线下现金支付、营业厅支付等。前两种支付方式被广泛使用，其使用率明显高于后三种，且相应的得分较高。标准级别的其他标准将根据情况的变化进行调整，特别是恢复风险和权重的设置。例如，如果客户有更多的欠款，电力回收的风险将随着周期数的增加而增加，而权重会随着周期数和风险的增加而增加。

3.3模型计算步骤

应高度重视模型计算步骤，它联系着具体工作，影响着企业的收益，具体分为以下几项。

3.3.1输入评价标准

输入评价标准包括以下内容：支付时间、支付方式、欠款金额。这三者的范围、权重和得分，以及支付的得分和权重，可以作为标准的重要内容。标准应在后期逐步降低，并根据支付时间、支付金额和支付方式的权重和得分设定具体的降低目标。如果本月付款得分较高，次月付款得分低于本月。

3.3.2判断客户是否欠费

客户是否欠款的步骤也不同。通过查看付款记录来确定客户是否欠款。如果本月没有金额交易记录，则为欠款，如果有，则为付款。

3.3.3评价标准计算分数

评估标准以支付方式、时间分数和权重为基础，计算第一个评估标准，查看拖欠用户对应的权重和分数，做好乘积。结果是欠款人的第一个评价标准信息，包括具体得分。

3.3.4继续评价标准计算，结合“i+1”方式进行

值得注意的是，“i+1”提升了与拖欠期数有关的分数。该产品是根据拖欠期数以及分数和权重计算的。获取“i+1”评价标准的具体信息和得分。

3.3.5输出全部客户的总分

将上述步骤得到的评价标准分数相加，得到总分数，作为信用分数。

3.3.6是否全部计算客户的信用总分

完成下一步。如果有任何遗漏，请继续执行第二步。简言之，有些客户被遗忘，没有完成总分计算。需要执行第二部分来检查客户是否已完成付款以及是否拖欠，进而完成所有总分计算。

3.3.7系统化完成催收，提高收费效率

形成最终收集序列，以获得系统和清晰的列表。可以看出，电力客户信息已经进行了排序和计算，具体得分从低到高的顺序决定了采集的前、后和顺序。例如，对于一些得分较低的用电用户，工作人员应优先收集并给予关注，以便系统地完成收集工作，增加收费的效率。

结束语

目前，政府部门采取的封闭式管理、用电客户欠费不停电等措施，使供电企业传统电费回收工作受到巨大冲击，暴露出电费催缴手段大量依赖人力、风险防控对象群体窄的问题。同时，随着“新基建”的提倡，“大云物移”等互联网技术的快速发展，供电企业数字化转型迫在眉睫。

参考文献

[1]裴小旭.大数据技术在电费回收管理中的应用研究[J].电子元器件与信息技术，2020，4（11）：121-122.

[2]陈通.基于大数据的电力营销管理创新分析[J].营销界，2020（44）：27-28.

[3]姚盈吉.关于电费回收的电力大数据分析技术探讨[J].中小企业管理与科技（中旬刊），2020（10）：180-181.