电能是维持电力公司正常运行和管理的一种特殊商品,同时也是推动电力企业持续发展的重要经济来源之一。电力公司通过向广大用电客户提供电力和电能的服务进而收取电费。收取电费量的多少体现了电力公司的工作效率与能力。电力公司通过打造先进的电力服务网络来为用电客户提供既优质又安全的电力电能。为用户提供持续安全的电力服务是电力公司的责任,也是电力公司拥有资金来源的基础保障。所以说,只有确保电力公司全部电费的如数按时顺利回收,才能保障电力公司健康发展。在电力服务网络不断发展的进程中,广大用电客户拖欠电费的现象日益激增。电力公司面临着严重的电费回收风险。拖欠的电费金额不断增加的问题会严重制约电力公司的生产与发展。致使电力公司无法为社会提供稳定持续的电力资源,影响社会生产节奏和人们的生活质量。目前国内电网公司采取的经营模式是先用电后支付。这就会出现电费拖欠、拖欠的电费金额不断增加的问题。在电力公司庞大的用电量数据中,高压用电客户的耗电量占比相当惊人,其每月产生的电费就占据电力公司收取电费总额的70%以上,这就存在着非常大的潜在电费回收风险。一旦出现高压用电客户缴费违约、电费拖欠、拖欠的电费金额不断增加的现象,将会给电力公司带来难以弥补的损失,严重制约电力公司的生产与发展。所以实现高压用电客户电费拖欠风险的预警迫在眉睫。为建立高压用电客户电费拖欠风险的预警模型,本课题尝试从基本的电力数据入手,具体的研究工作有:首先,详细分析本课题的选题背景及意义,对电力客户电费拖欠风险预警研究现状和现阶段主要的一些研究成果进行说明。分析现有研究成果存在的问题和不足,阐述了建立高压用电客户电费拖欠风险的预警的必要性及现实意义。采取皮尔逊相关系数方法筛选影响电费拖欠的7个主要因素,并通过数据标准化消除不同变量间的量纲影响。然后根据这七个主要因素采用神经网络预测高压客户的风险得分值,再用风险得分值与7个主要影响因素建立逻辑回归预测高压客户的风险,将风险管理模式由劳动密集型向技术型转变,及时预警高风险用电客户。实验证明本文建立的神经网络与逻辑回归的混合预测模型有较高的预测精度,与实际情况具有良好的一致性,具有一定的现实意义,可以较为准确地预测高压风险用电客户,避免高压用户因违约给电力公司带来难以补救的损失。