电网客服投诉外溢风险预测方法、介质及系统

    公开(公告)号:CN118261416A

    公开(公告)日:2024-06-28

    申请号:CN202410167516.9

    申请日:2024-02-02

    Abstract: 本申请属于电网技术领域,更具体地说,涉及电网客服投诉外溢风险预测方法、介质及系统;本发明通过建立供需差异特征,供电稳定性特征以及停电事件特征,将这些特征作为随机森林模型的输入,使得模型在预测时充分的考虑了供需关系,并且将电力市场价格数据作为输入数据,从而使得模型在预测时充分考虑了市场电价的波动;进而提高了电网客服投诉外溢风险的预测精度;并且本发明通过ARIMA模型处理时间序列数据,能够有效预测基于时间趋势的投诉量变化,并将ARIMA模型的输出与随机森林相结合,通过随机森林捕捉非时间序列数据的复杂非线性关系,从而进一步的提高预测的准确性。

    一种电力数据指数快速生成方法及系统

    公开(公告)号:CN115719182A

    公开(公告)日:2023-02-28

    申请号:CN202211486749.2

    申请日:2022-11-24

    Abstract: 本发明涉及一种电力数据指数快速生成方法及系统,从指标库中获取所需指标数据作为数据源;根据所述数据源,从指标数据特征、指标数据分布进行指标数据探索性分析、指标相关性度量及指标重要程度分析以进行指标筛选和组合;通过数值变换对所述筛选和组合后的指标进行连续变换处理或离散变换处理,生成基础指数;将所述基础指数根据各自权重进行加权计算得到中间指数;根据所述中间指数综合评判得到电力数据产品指数,建立指数体系。本发明能够实现指标数据分析、基础指数生成、指体系构建等功能。

    一种用户投诉行为预测方法、系统、设备及介质

    公开(公告)号:CN114066049A

    公开(公告)日:2022-02-18

    申请号:CN202111347727.3

    申请日:2021-11-15

    Abstract: 本发明公开了一种用户投诉行为预测方法、系统、设备及介质,所述方法包括以下步骤:获取网上国网用户在建模时间窗口的用户基本信息数据、用户行为数据、用户缴费信息数据,并对以上数据进行预处理;然后基于信息增益理论基础,筛选符合标准的变量,剔除贡献度较低的指标;构建GBDT树模型,将特征变量输入到模型中,将每个叶节点输出的特征变量构成一个新的组合特征;将GBDT模型训练得到的组合特征输入到Logistic模型,进行训练、优化模型,预测用户投诉的概率。本发明构建模型对网上国网用户进行预测,精度较高、适应性较强,能够有效实现对潜在投诉客户发出预警。

Patent Agency Ranking