基于改进随机森林的电力用户欠费风险分析预警

作者：李晓蕾; 魏玲; 王忠强; 耿俊成; 张小斐

来源：电测与仪表, 2019, 56(09): 56-62.

DOI：10.19753/j.issn1001-1390.2019.09.010

• 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

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nTree、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。

• 单位
  国网河南省电力公司电力科学研究院; 清华大学