基于改进随机森林的电力用户欠费风险分析预警

摘要：

针对当前电网企业电费回收风险,提出了一种基于改进随机森林的电力用户欠费风险分析预警方法.首先,针对欠费用户、正常缴费用户的类别分布不均衡问题,采用SMOTE算法优化原始用户样本分布;其次,选择信息值计算各属性与目标类别属性的相关性,进而优化节点属性的选择;然后,针对影响随机森林分类准确率和性能的主要参数:树的规模n Tree、叶子节点的最小样本数minLeaf和属性子集的数量K,采用加温模拟退火算法搜寻最优参数组合;最后,采用改进的随机森林算法对用户未来是否欠费进行分析预测,得到潜在欠费高风险用户.将该方法与逻辑回归、决策树等常用分类算法进行了对比分析,结果验证了该方法的有效性.

关键词：电力用户、欠费风险预测、随机森林算法、SMOTE、信息值、参数组合、加温模拟退火算法

所属期刊栏目：56

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：首都蓝天培育行动Z171100000617001;国网河南省电力公司科技资助项目52170217001H

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：56-62