摘要
本发明涉及涉及一种基于双通道集成学习与动态PID调控的电费回收动态风险评估方法及系统。预测方法包括:选取一定数量企业的电力数据进行分析,筛选出Top‑15高贡献特征;采用Stacking集成方法融合XGBoost与LightGBM,预测用户欠费概率;提出分位数随机森林回归的尾部风险捕捉机制,基于分类模型输出的欠费概率,预测欠费用户欠费金额;构建分类模型+回归模型的双通道联合框架,实现欠费概率预测和欠费金额量化分析的双维度预警。针对分类预测的欠费概率与回归量化的大额欠费风险,构建动态风险评分机制,完成从单一指标向综合评分的升级,并提出基于PID的动态风险调控机制,实现欠费用户的智能分级与动态预警。
技术关键词
动态风险评估方法
动态风险评估系统
逻辑回归模型
生成控制信号
PID控制器
随机森林
学习器
Sigmoid函数
集成方法
样本
累积误差
构建分类模型
异常数据
电力
响应误差
高风险
评分机制
系统为您推荐了相关专利信息
无人机视觉识别
环境图像数据
PID算法
视觉传感器
杆塔
横摆角速度
灯光控制方法
模糊逻辑推理
PID控制器
车身
串级控制方法
浊度
LSTM模型
明矾
PID控制器
模糊控制器
PID控制器
智能控制算法技术
数学模型
液压油体积弹性模量
缓存管理方法
逻辑回归模型
接口
Sigmoid函数
缓存管理装置