关键词：电费回收 风险筛查 社会数据 高压企业 

摘要：电费资金是电网公司的主营收入,确保电费回收,是电网企业运营风险防控的重点。基于高压企业客户,融合工商、银行、司法、税务等12类社会数据,利用随机森林法、熵值法、关联聚类等大数据技术,从电力信用、用电异常、经营异常、失信处罚、政策事件、关联风险和舆情风险7个维度,建立了高压企业客户电费回收风险筛查模型,对企业各类潜在风险因素进行全面辨别,实现企业客户电费回收风险提前筛查预警。以某省级电网约4.5万户高压企业客户为例,选取随机森林算法、长短记忆网络(Long Short Term Memory,LSTM)进行模型优劣对比,对比结果表明,建立的模型预测结果遗漏率远低于对比模型,命中率高,算例结果验证了模型的准确性。

山东电力技术杂志要求:

{1}关键词置于中括号内（“［关键词］”）每篇文章通常标注3～5个，关键词之间空2个字符以区隔。

{2}凡在本刊发表的文章，本刊有权进行删改，如不同意删改请在投稿时向编辑部书面说明。

{3}注释编写格式：序号主要责任者：文献题名，出版者，出版年，起止页码。

{4}年份中的前两位数不可省略，如：‘'01年”应为“2001年”。

{5}来稿为基金资助项目请注明何种基金资助项目或课题（并附编号）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社