- 专利标题: 一种基于卷积神经网络的用电用户缴费风险评级方法
-
申请号: CN201910539995.1申请日: 2019-06-21
-
公开(公告)号: CN110298574B公开(公告)日: 2023-06-13
- 发明人: 关明 , 金宇坤 , 李娉婷 , 杨东升 , 周博文 , 桑春旭 , 王芮 , 张化光 , 刘鑫蕊 , 罗艳红 , 孙振奥 , 梁雪 , 刘振伟 , 王智良
- 申请人: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
- 申请人地址: 辽宁省鞍山市铁东区南胜利路52号; ;
- 专利权人: 国网辽宁省电力有限公司鞍山供电公司,东北大学,国家电网有限公司
- 当前专利权人: 国网辽宁省电力有限公司鞍山供电公司,东北大学,国家电网有限公司
- 当前专利权人地址: 辽宁省鞍山市铁东区南胜利路52号; ;
- 代理机构: 沈阳优普达知识产权代理事务所
- 代理商 陈曦
- 主分类号: G06Q10/0635
- IPC分类号: G06Q10/0635 ; G06Q30/0201 ; G06Q30/0601 ; G06Q50/06 ; G06N3/006 ; G06N3/0464 ; G06N3/08
摘要:
本发明的一种基于卷积神经网络的用电用户缴费风险评级方法,包括如下步骤:选取用户的多种电网数据构成用户评级影响因素向量,由多个用户所对应的多组评级影响因素向量构成待评估用户矩阵,将待评估用户矩阵的集合划分为训练集和测试集;设定用户评级规则,划分用户风险等级;建立卷积神经网络模型,将训练集输入到卷积神经网络模型,对卷积神经网络模型进行训练;将测试集输入到训练好的卷积神经网络模型进行评级,获得对测试集中每个用户的初步评级结果;采用粒子群算法对测试集进行聚类,以对初步评级结果验证,若粒子群算法求解的评级结果和卷积神经网络模型获得初步评级结果相同,则将初步评级结果作为最终评级结果输出。
公开/授权文献
- CN110298574A 一种基于卷积神经网络的用电用户缴费风险评级方法 公开/授权日:2019-10-01