基于模糊综合评价法-AHP的企业电力用户信用和活力评价

周华 崔超 王波 肖岚清 万莉

国网甘肃省电力公司平凉供电公司 甘肃 平凉 744000

引言

长期以来，先消费电力产品后付费是全社会电力消费的主要模式，它建立在对电力客户完全信任的基础上。由于某些客户窃电、拖欠电费现象比较严重，以及某些客户不能正常履行供电合同，使得供电公司收取电费工作十分困难，信用交易存在着潜在风险。旧有的信用交易方式在市场经济浪潮的冲击下显得越来越低效。因此，借助现代先进的信息技术建立一套信用管理决策支持系统，加强防御信用风险的能力，是供电公司解决当前问题的一种必要手段。

然而，从国内的研究现状来看，当前还没有建立起科学和完整的信用评估系统，因此难以得到公平、真实和对企业的客观评价。更重要的是，信用风险评估与管理在我国主要停留在定性分析水平。各种财务指标对信用风险评估进行系统研究管理系统传统的信用评级过程不一致，对应的评级体系并不完善，所能获取到的数据比较单一；且数据之间的关联性较强，在进行信用评级的时候支撑力度不足。有研究[1-2]构建了用户信用梯级划分方法，并以三角模糊数的形式给出指标值和评价者的主观感觉值，将基于期望值的模糊多属性决策法引入电力客户的信用评价中；此外，通过将组合赋权法与模糊评判法相结合，并使用企业的财务数据和评价者的主观经验，也可以准确分析企业的信用状况[3]；通过综合考虑定性和定量标准，研究[4]提出一种将逻辑回归方法和人工神经网络相结合的混合模型，用以评估企业的可信度；为了在多层次信用评价指标的基础上评价企业的信用状况，研究结合企业客户的特点，构建MLP神经网络信用评价体系[5]。

因此，依据怎样的指标体系和方法对用电企业的信用进行综合评价，借此选择信用良好的企业电力客户，进而有效降低供电公司的经营成本，保护企业的合法权益，开展对企业电力客户信用评价方法的研究，建立企业电力客户信用评价体系，具有很强的现实意义。本文在建立用电企业信用评价和活力分析指标体系的基础上，首先采用基于AHP的指标分析，对用电企业信用行定性评价，提高了数据的准确性和时效性。继而采用模糊综合评价法对企业电力用户进行定量评价，将两者相结合，在定性与定量之间进行客观综合的评价。

1 构建电力客户信用管理和活力评价指标体系

通过定性指标模糊综合评价和定量指标分析[6-7]，可以降低专家在对考核指标评分时主观因素的影响，使电力客户信用和活力评价最终结果更加合理客观。因此，本着全面、行业特征、可操作等选择指标原则，通过专家征询法和专家会议法[8]，最终得到电力客户评价指标体系，如图1所示。

图1 用户信用管理和活力评价指标体系

2 企业电力客户信用评价方法设计

为了得到更为精准的用户画像和客观的评估结果，本文综合考虑了AHP和模糊综合评价法，构建对企业电力客户信用评价和活力分析的方法。AHP是一种将定性和定量相结合的、层次化、系统化的分析方法，在各个领域得到广泛应用[9]。AHP流程图如图2所示。

图2 AHP流程图

对用电企业信用和活力进行评级，首先把要处理的问题细化为各种因素，并细分为若干层次根据需要建立相应指标体系，之后确定指标分值和权重，再构造判断矩阵用于专家评判，运用AHP-模糊综合评价法的具体步骤如下：

2.1 构建递阶层次结构

根据电力客户信用管理和活力评价指标体系，构建递阶层次结构。月平均缴费额和累计用电电量属于评价的贡献指标，若这些指标的数值较高，那么反映了该客户的信用度也相对较高。而累计欠费金额、累计欠费率、累计欠费次数、累计窃电次数、累计窃电电量和累计违规用电次数这几个指标，反映的是用户不良的用电表现，属于评价损失指标。

2.2 构造判断矩阵

建立判断矩阵。首先根据每级指标的数量n，建立一个矩阵A=(Aij)n×n，根据图1中的要求分别比较两个指标的重要性并进行打分，计算出Aij。通过10位专家来进行打分，计算出平均值，最后得到判断矩阵。

2.3 一致性检验

当判断矩阵的阶数n=1,2时，矩阵总具有完全一致性；当判断矩阵的结束n＞2时，采用随机一致性比率CR检验其一致性。其计算公式为

式中：λmax为判断矩阵的最大特征根，n为判断矩阵的阶数。RI为随机一致性指标。对于n=3,…,9阶判断矩阵，RI的取值如表1所示。

表1 随机一致性指标RI的取值

当CR＜0.10时，即认为判断矩阵具有满意的一致性。

2.4 AHP总排序

AHP总排序指的是计算所有层次内的因素相对于目标层的权值。若上一层次A包含m个因素A1,A2,A3,A4,…,Am，其层次总排序权值分别为下一层次包含个因素a1,a2,a3,a4,…,am，下一层次B包含n个因素B1,B2,B3,B4,…,Bn，它们对于因素Aj的层次单排序的权值分别为b1j,b2j,b3j,b4j,…,bnj，此时的层次总排序权的赋值如表2所示。

表2 层次总排序

记B层次的某些因素对于Aj的一致性指标为CIj，相应的平均随机一致性的指标RIj，则此时B层的总排序的一致性的比例为：

AHP最终得到底层各个决策方案相对于总目标的权重，并给出组合权重所依据整个递阶层次结构所有判断的总一致性指标。

3 基于层次分析法的模糊综合评价

模糊综合评价法是利用集合和模糊数学的理论方法将实际中模糊量数值化来进行定量评价，主要包括单因素评价和多因素评价方法。具体步骤如下：

3.1 确定因数集、评价集和权重集

因素集是以影响评价对象的各种因素组成的集合，用R表示，R={R1,R2,…,Ri}。评价集以评判者对评判对象可能做主的评判结果组成的集合，用V表示，记V={A(优秀)，B(良好)，C(合格)，D(差)}。其中，等级A、B、C、D分别赋分90、75、60、35。基于AHP的权重设计反映各因素的重要程度设为权重集。对各个因素赋予对应的权重指数Wi，记其集合为W=(W1,W2,W3,…,Wn)T。

3.2 建立综合评价矩阵

运用专家小组评价法对Ri各因素评级，得到综合评价矩阵

式中：rij为从因素Ri评为Vi的隶属度。

3.3 构造模糊综合评价数学模型

由于一些评价指标具有模糊性，因此需要通过上述隶属度矩阵来减弱指标的模糊性，通过专家对本文所构造的评价指标进行打分，并对打分结果取平均值，进行归一化处理后，可以求出模糊矩阵：

并得到AHP-模糊综合评价模型：

将Bi转化为综合评价得分值Di：

则企业电力客户评级综合指标为：

4 算例分析

企业信用和活力评估可以通过统计学中相关手段方法，如无监督学习来挖掘蕴含于数据中的内部关系以及局部因素与全局之间的相互影响。本文针对某用电企业的实际情况，参考表1所建立的指标体系进行综合评估分析，邀请专家运用Satty1-9标度法进行打分，得到评价结果如表3所示。

表3 一级指标打分

4.1 确定判断矩阵并进行一致性检验

征询10位专家的意见，应用两两比较法对准则层三个指标进行两两比较判断尺度，得到矩阵A，用matlab计算最大的特征根和特征向量，并进行一致性检验。

根据表3计算出判断矩阵A与相应的特征向量ω，再根据式（1）进行一致性检验得到

由于CR＜0.1，故判断矩阵A的一致性符合要求，可以接受。

4.2 评价结果

由前述计算方法，得出一级指标下各二级指标的权重，结果如表4所示。

表4 二级指标权重及关系矩阵

其中违规用电行为分别是累计欠费金额、累计窃电次数和累计欠费率，给供电公司带来巨大经济损失，其在整体的评价中占用比较大的权重。随后各位专家按照指标评价标准给出每个指标对应的评价等级，由所得到的统计结果得出所示的模糊综合评价矩阵R1。再根据式（5）可得该评价结果为B=（0.07,0.54,0.24,0.09）。假定每个评价等级优秀、良好、合格、较差赋分为90、75、60、35，即相应的评价矩阵为V=（90,75,60,35），则可以得到该用户信用和活力的评级结果为Di=B×VT=64.4%。具体的评分如图3所示。

由图3可知，该企业用户的评价结果为良好，在行业内排名处于中等偏上（第一名由归一化后得分为100%），其行为活力和用电习惯仍有改进和提升的空间。

图3 评价结果

5 结束语

综上所述，本文提出了基于AHP-模糊综合评价的电力客户信用管理和活力评价体系。该体系操作简单，计算量较小，最终得出的评价结果可以直观地表现为评价分数，并可以可视化呈现。其解决了指标评价标准不统一的问题，可以实现用户的精准画像，为电力公司有效管理客户，优化调度提供了可靠基础。

上述模型可以横向比较不同企业间的信用水平和活力指数，同样也可以考察某一用户近几年的用电变化趋势和活力浮动范围。该模型以及所得的分析结果也可以为银行等机构评估企业或个人信用提供可靠的参考依据。