凌卫家　施永益　夏洪涛　吴尚远　赵燕波

摘 要：随着电网信息化和电力公司营销数据分析的发展，各级电力公司越来越多地对基于量化分析方法的电费风险预测研究产生兴趣，并取得了不少进展。在这一研究领域内，较多的关注点集中在预测模型的选择应用，而事实上，电费风险数据的一个重要特点是其不平衡性。本文致力于对电费风险预测中的不平衡数据问题进行研究，尝试比较几种处理方法，并基于某电力公司实际案例，进行试验比较。

关键词：风险预测 分类 电费 不平衡数据

电力营销是电力供应与需求两侧的直接衔接环节，也成为电力数据分析应用最为丰富的一类业务。作为电力公司主营业务收入来源，电费回收及时性直接关系到公司的生存和发展。因此，对电费回收进行精益化的管理也是电力公司一直关注的重点之一。近年来，各级电力公司开展了很多基于数据挖掘分析的电费回收管理研究与实践，致力于对风险管理的方法和预测模型的探讨。本文所属的研究正是对电力大用户的电费欠费风险进行预测，采用统计分析软件SAS和数据挖掘软件WEKA进行数据处理、分析、挖掘，在研究过程中发现，电力用户的缴费数据是典型的高度不平衡数据：其中的欠费发生比例不超过3%。因此着重于探讨电费风险预测中的不平衡数据问题。

一、不平衡数据处理原理

不平衡数据问题是发生在二分类或多分类问题上的不同类之间样本大小不均衡现象。……