刘莎

【摘 要】近年来，随着我们国家经济的快速发展，从一定程度上来说也大大推进了我国电力企业的改革，同时也为电力企业的发展带来了新的挑战和机遇。一直以来，电费的回收以及风险管控工作都是电力企业中的重要部分，要想做好这两项工作就有必要进行电费大数据分析以及风险预警。就目前来说，我国电力企业已经采用了电费大数据分析与风险预警的模式，并取得了一定的效果。

【关键词】大数据；电费回收；风险预警

一、引言

所谓大数据分析也即为对一定规模的数据进行分析，它在技术变革的浪潮中应运而生，在我国各行各业中有着不可忽视的作用。一直以来，电费回收工作可谓是纷杂多样，因为用电用户人数较多，數据较大，再进行电费回收工作时，采用传统的数据分析，不能有效保证电费数据的准确性，不利于工作进程的推进。所以有必要将电费的回收工作和大数据分析结合起来，这样有助于提高工作效率，而且还可以利用数据分析的结果有效做好风险预警工作。

二、大数据分析在电费回收中的应用

就传统的电费回收来说，它主要运用安装预付费表的方法进行，当发现用户存在欠费情况时，工作人员会上门收取电费。因为电费回收工作的的繁重，它需要大量的工作人员参与进来，可以说耗费了大量的人力和物力，工作效率也较为低下，这些都不利于推进现代供电企业的发展。所以有必要通过大数据分析的方式来进行电费回收工作。

电费回收情况的大数据分析也即为通过相应的数据，对用户用电应收、实收、预收、预收余额以及欠费数据的分析，以此来掌握电费的回收情况。进一步说，对用户当期的用电数据进行分析，并对其进行电费回收率排名，将当月所使用情况与以往月份的使用情况相对比，以此作为电费回收的参考。以应收电费情况分析举例来说。可按电费结算时的相关要求，将电费进行实时结算，并将数据进行相应的汇总以及计算，然后再将这些数据一一展示出来。除此之外，也要将用电用户所用电数与以往所用的电数进行比较，可根据其相应的电费余额进行预收，当然在这过程中，也要分析出实发户数以应发金额的准确数据，以此保证用电用户电费额度的充足，从而避免断电的现象。值得一提的是，利用大数据进行分析时，要着重注意那些用电度数较大的用户，对其进行专项分析，从而得出足额冲抵的用户和不足额冲抵的用户的分析结果。

三、大数据风险预警在用电用户中的应用

1.重要用户的风险评估

对于一些商场、饭店等用电量极大的用户，要定期对其进行经营状况的分析以及风险评估。这就需要对这类用户进行应收电费数据、实收电费数据以及预收电费数据等情况的分析，衡量该户用是否能够承担得起电费的支付。除此之外，也要对这类用户的经营情况进行分析，对其进行风险评估，这样一样能够达到风险预警的效果，从而保证电费正常的收取工作。值得注意的是，因为此类用户性质的特殊性，所以供电企业可以凭借大数据分析的结果，来预知该类用户的用电量，并制定一定的考核标准来预防该类容易出现的风险。比如说，因为该类用户大都是以营利为目的，为大众提供服务的群体，所以说对于该类用户的盈亏情况要及时进行总结，一旦发现某个月份因为生产经营亏损的原因，出现拖欠电费的现象，作为供电公司一定要对该类用户开启预警模式，然后按照该类用户接下来的发展情况进行风险评估，倘若超出预定的范围，应当立即采取措施。

2.用户的电费风险评级

一般来说，用电客户电费风险评级的标准是由供电企业部门进行制定的。在这过程中，因为各地的情况不同，所以风险评级的标准也不相同。但无论如何，制定风险评级标准时，一定要按照用户是否按时缴纳电费、经营情况是否良好、信用程度是否优良等因素进行制定。通常来说，根据不同的因素，会将用电客户分为A、B、C、D、E这5个风险等级，根据风险等级的不同，可以有所针对性的进行风险预警，以方便供电工作的正常开展。在这里重点提及一下高风险用户。在进行高风险用户电费回收时，要采用一户一案的方法。也即为风险等级中的A及风险用户。对其进行管控时，要对该级用户进行专项分析。重点分析该用户的电费使用情况、缴纳电费情况、偿还能力、经营情况等等，以此来判定是否继续为该级用户提供用电服务。倘若存在恶意拖欠电费情况，可以按照国家的有关规定，交予司法机关进行处置。总之，在进行此类用户电费回收工作时，要做好一家一户的方案，对其进行重点分析，密切关注该级用户的资金回笼情况，并制定相对应的电费风险控制策略，以保证电费回收工作的正常进行。

四、总结

总而言之，利用大数据分析的优势来进行电费回收工作以及风险预警工作，不仅有利于提高供电企业的工作效率，而且还有利于及时了解用电客户的用电情况，从而较为准确的评定出用电客户的风险等级。尤其是对于高风险等级的用户来说，一定要对其进行专项分析，分析时从该用户个人信息、生产经营情况以及偿还能力等方面入手，更为准确的把握住该用户的出现用电超额、拖欠电费的原因，供电企业制定相对应的对策进行解决。

参考文献：

[1] 陈可钰.电力营销稽查监控体系的建设和实践[J].农电管理，2013（5）：86-88.

[2] 余长江， 张海荣. 探究电费大数据分析与风险预警[J]. 电脑知识与技术， 2016， 12（33）.endprint