基于支持向量机的电力客户信用评价

结合我国电力客户基本情况,建立了电力客户信用评价指标体系。首先对定量指标进行无量纲化处理,用梯形模糊数表示描述定性指标的语言变量,并用梯形模糊数的μ-期望值将其明确化为确定的非模糊价值量。最后运用支持向量机对电力客户信用进行评价,借助于支持向量机工具箱OSU_SVM3.00,在Matlab6.5中予以实现。实验结果表明该方法是用于电力客户信用评价的有效方法。

基于CPN网络的电力客户信用风险预测

在分析影响电力客户企业公司财务状况主要因素的基础上,将一种新型特征映射网络—CPN网络理论应用于电力客户信用风险预测,建立基于CPN网络电力客户信用风险预测模型.采用实际数据对模型进行验证,并将其与LVQ网络模型、BP网络模型和传统模型相比较,证明了基于CPN网络电力客户信用风险预测模型具有较高的精度和较强的实用性.

基于ANFIS的电力客户信用判别模型研究

电费收缴工作的好坏,将直接影响电力公司的经营状况。为了约束电力客户的用电行为,保证电费的及时收缴,事先准确地识别客户的信用状况,是最为关键的内容。考虑到电力公司对客户信息的掌握情况以及信用管理的要求,设计了一套符合实际管理需要的,能够反映电力客户实际信用水平的指标体系,并在此指标体系的基础上利用自适应神经模糊推理系统(ANFIS)建立信用评级模型。该模型经测试样本检验证明是精确可靠的,适用于实际配电管理中对电力客户信用类别的判别。从而为电力公司预知信用风险,并采取不同的信用管理对策,提供了有力的参考依据。

基于混合知识复杂对象的电力客户信用综合评价

将电力客户信用评价作为知识库的复杂对象进行系统研究。首先构建了适用于电力企业客户信用管理的评价指标体系,设计出基于混合知识复杂对象的综合评价问题求解流程,在此基础上,推导建立电力客户信用评价BNF范式表达。最后通过算例分析,验证了本文提出的基于混合知识复杂对象的综合评价在电力客户信用评价中的可行性与有效性。

电力企业客户信用风险管理实证研究

随着电力市场改革的不断深入,电力企业客户信用风险管理越来越受到重视。文中介绍了电力企业信用风险管理系统的设计原理及实现方法。重点介绍了如何运用Logistic回归模型对客户进行信用评级以及通过设置过滤器来检测用电异常的方法。目前,该系统已在滁州电力公司得到了应用。应用结果证明,它有助于提高电力企业的信用风险管理水平。

电力企业的客户信用风险管理

在市场经济条件下,电力企业必须进行客户信用风险管理。建立电力客户信用风险管理系统是进行信用风险管理的有效措施,经过实践证明,它能够帮助电力企业减少因信用风险而带来的经济损失,从而提高自身的经济效益。

客户信用管理分析与探讨

电力客户信用体系建设的缺失,对供电企业持续健康发展带来极大风险和危害。本文在国家现行法律的大框架下,在深入分析当前供电企业客户信用管理现状的基础上,提出从宣传信用文化、实施客户信用评价和开展政企联合惩戒三方面加强客户信用管理,为供电企业探索建立日趋完善的电力客户信用管理体系提供参考和借鉴。