汤 林，张 婧

(国网重庆市区供电公司，重庆 400010)

近年来，随着大数据、云计算、物联网、移动互联等技术的推广和应用，国网公司信息化基础设施建设发展迅速，这些信息化基础设施已产生规模庞大的电力大数据，其规模已达 PB/EB/ZB[1]， 在类型上包含了结构化、半结构化及空间矢量数据[2]。电力大数据具备“4V”特征，即规模大(volume)、类型多(variety)、价值密度低(value)和变化快(velocity)[3]。在大数据分析、云计算、人工智能等新技术赋能下，电力大数据将成为国网公司重要的战略资源和新的生产要素。如何利用电力大数据服务于企业自身、政府、社会，已成为电力领域研究热点之一[4]。

目前，在新冠疫情的影响下，部分电力客户资金周转困难，又由于电力与民生关系紧密，社会舆论压力巨大，所以供电企业传统电费回收工作面临巨大挑战。本文通过对客户历史缴费数据、电量数据进行挖掘分析，采用人工智能领域中的深度学习算法，评估客户电费回收风险、缴费习惯、居住行为和用电行为，从而制订差异化的电费回收风险防控策略，以全面提升供电企业电费精益化、数字化、智能化的管理水平。

1 供电企业电费回收现状

供电企业电费回收效率与企业内部管理、国家法规政策、客观经济形势等各种内外因素相关[5]。目前电费回收存在以下3个难点。

1)客户群体广且增速快。鉴于一户一表安装、国有企业“三供一业”分离、小微企业快速发展等情况，供电企业客户基数和增量均较大，传统的基于个人工作经验的电费回收模式具有较大局限性，缺乏科学的、全面的客户电费回收风险评估手段。……