倍多科技：电力客户信用风险管理系统

 CRD2000系统所提供的模型包括信用评级模型、欠费风险模型、窃电检测模型和用电预测模型之间的关系如下：
1. 系统层次结构 

系统采用基于Web Service构架的信息平台技术、XML数据库管理技术、国际通用的Browser/Server模式，实现平台的开放性、稳定性、可伸缩性、易重构性。  

　  系统在数据整合方面，以XML数据库（XML是国际公认的信息的统一表达方式）为核心，采用国际通用的XML和SOAP协议，进行分布在异地异构数据的采集、转换、清洗和入库，实现完全跨硬件平台、操作系统、编程语言，建立数据动态无缝互联机制和信息实时快速交互机制。

    系统在业务流程和规则管理方面，采用国际标准BPML业务流程建模语言，提供用户可定制的面向对象的流程和规则管理方案，使业务流程和信息流紧密结合，同时提供基于Web的可视化流程和规则定义工具，解决不断更新的业务模式和出现不可预测的新业务模式。

    系统在应用功能方面，提供基于Web的浏览器界面，采用DHTML技术，提供用户采用对象拖拉方式自定制应用界面。并可在浏览器界面动态整合不同系统间的应用模块，提供自定义动态报表技术。 

2. 系统逻辑结构图

客户信用风险管理系统主要包括由五个功能子系统和信用信息数据库构成。五个功能子系统包括：信息管理子系统、信用评价子系统、欠费风险评价子系统、窃电检测子系统和用电需求预测子系统。

　 (1) 信用信息数据库

　 信用信息数据库可以提供强大的、多样性的数据支持。信用评估数据按评估过程分为三类，第一类是原始数据类。原始数据又按要求支持的各系统分子类，按子类建立数据库文件，如支持定量分析子系统的各类财务报表和信用信息等。第二类是中间数据类，这类数据对原始数据进行适当处理，转换为直接提供给信用评估模型运算的中间临时数据库文件，或某个模型运算中间结果数据，如定量分析中生成的各个信用指标值等。第三类为输出信息类，包括信用评估报告、信用评估结果表单等。

    (2) 信息管理子系统

　 该子系统可实现用电企业基本资料的录入及逻辑关系自动校验功能。录入可由业务人员手工录入基础资料（少量）或由信息管理子系统从相关网站数据、内部业务系统数据库、外部业务系统数据库和标准电子化文档中自动导入。系统自动完成对录入数据中的逻辑关系的校验，并对其中不符合逻辑关系的项目予以警告提示，未改正错误前不对资料进行处理，以保证评估资料的真实性和可靠性。

　 (3) 信用评价子系统

　 建立电力客户信用评级体系首先需要建立一套科学的、实用的、精确的和权威的信用评级模型。同时更为重要的是在现行法律法规体系下和供电局现有的数据准备条件基础上具有可操作性。用户信用信息难以征集一直是制约信用评价工作开展的瓶颈。因此，全面吸收国际著名评级机构的信用风险评价和管理核心技术，结合中国电力行业实际情况，运用长期积累的丰富经验和先进方法，利用现有的营销数据提炼出客户信用信息，提供既满足中国实际又符合国际惯例的用户信用状况评级方法显得尤为重要。

    信用评价子系统将企业的缴费情况、缴费能力、经济实力、资本结构、经营效益、发展前景和社会信用记录等信息纳入信用评价体系。给出用电企业的信用评级表、行业信用分布图和企业的信用曲线图。

　　(4) 欠费风险评价子系统

　　将企业的信用等级、经营状况、国家产业政策、经济形势、和市场环境等信息纳入到欠费风险评价模型。给出信用风险指示图、信用风险走势图、高危风险用户名单以及风险预警表。

　 (5) 窃电检测子系统国内现有的电力营销客户管理信息系统中缺乏专门的窃电行为检测模块，目前主要依靠供电所业务员每月核对抄回的数据，结合生技部门提供的每条配电线路线损报表，来筛选出有疑问的用户清单。这样不仅效率低下而且工作难度大。近年来，一些不法分子的盗电手法不断翻新，并逐步向专业型、智能型方面发展，给国家电力资源造成损失，同时也成为城市供电及公共安全的一个重大隐患。相比之下，一般电管人员受理论知识和实践经验的局限，难以识破技术性窃电行为，导致窃电分子更加肆无忌惮，活动十分猖獗。因此窃电检测手段也必须实现科学化。
 窃电可疑用户检测技术的使用能够将可能的窃电用户筛选出来，为有针对性地安装防窃电计量柜或防窃电电表提供依据。大量事实表明，20%的“电耗子”造成了80%的窃电损失，能够对这20%的用户检测出来，有的放矢，无疑会节省我局大量的人力物力。对解决目前反窃电工作中存在的资金和人力不足的问题起到积极的作用。窃电检测子系统建立窃电检测和防范手段，将可疑用户从用电客户中筛选出来。提供窃电可疑用户表及相关的可疑依据。给出用户可疑等级、用电曲线比较图和按行业的可疑分布图。

    (6) 用量需求预测子系统用量需求预测作为电力营销管理系统的一项需求预测功能，主要基于对用电营销历史数据的分析和数据挖掘，运用数学模型求得预测值。但在实际运用中，预测值与已发生的实际值进行比较，或与经验估计值相比较，有出入较大，难以真正实用化运行。特别是对一些突发事件造成的电量需求急剧变化，比如用电大户经营滑坡，甚至破产，国民经济比例的调整，突发干旱或洪水等新增用电及其它因素无法预测。

    因此，仅靠现有的电量历史数据和电量数据挖掘数学模型，难以提高电量需求预测的精度，需要靠过多的人工干预，这样在预测中过多的引入人为估计因数和经验因数，同时对预测人员经验有很高的要求。

    用量需求预测子系统在对电量的需求预测中，不仅考虑了电量数据的历史趋势，同时考虑了用电大户的经营状况和资产水平，产业调整，宏观经济景气指标，地区消费水平，突发事件等等因数。将产业政策、经济形势、企业经营、市场环境等外部因数纳入电量的预测中，按一定权值进行综合预测，能够比较客观的反映实际。