基于电力大数据的电费回收风险防控策略研究

新冠疫情期间,政府部门采取的封闭式管理、用电客户欠费不停电等措施,使供电企业传统电费回收工作受到巨大冲击,暴露出电费催缴手段大量依赖人力、风险防控对象群体窄的问题.同时,随着"新基建"的提倡,"大云物移"等互联网技术的快速发展,供电企业数字化转型迫在眉睫.本文通过对全量客户历史缴费数据、历史电量等数据进行挖掘分析,采用人工智能领域中的深度学习算法,构建客户的电费回收风险、缴费行为习惯、居住行为和用电行为等的数学模型,结合电话催收和线上缴费渠道推广等方式,制订出6条差异化的电费回收风险防控策略.应用结果表明,新策略可有效压降月底欠费客户数量,全面提升供电企业电费回收精益化、数字化、智能化管理水平.