基于态势感知的电网停电用户敏感度及投诉预测

摘要：

在电网停电用户敏感度及投诉预测中,由于预测结果不准确影响了电网公司的精准化服务,因而设计一种基于态势感知的电网停电用户敏感度及投诉预测方法.通过SAS软件中的Enterprise Miner workstation模块和Enterprise Guide模块采集电网停电用户敏感度及投诉相关数据,具体包括停电敏感用户标签数据、故障处理数据、停电事件数据、客户通话数据、95598 工单数据.对挖掘数据实施缺失数据处理、异常数据处理以及告警误报漏报数据处理等预处理.基于态势感知技术与随机森林算法构建电网停电用户敏感度及投诉预测模型,实现用户对于停电的敏感度及投诉预测.利用该方法对某地区电网实施用户关于停电的敏感度及投诉预测,测试该方法的预测性能.测试结果表明该方法有着高于90％的查准率、查全率,F测度数据值较高,AUC面积较大,数据灵敏度始终大于97％,说明设计方法有着优越的电网停电用户敏感度及投诉预测性能.

关键词：电网停电、用户敏感度、投诉预测、态势感知、随机森林算法

所属期刊栏目：25

分类号：TM76;TP391.1(输配电工程、电力网及电力系统)

资助基金：中国南方电网有限责任公司信息化项目21059300HK42210018001

在线出版日期：2023-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111