基于行業(yè)分類的電力大用戶電費(fèi)logistic風(fēng)險(xiǎn)預(yù)警研究

摘 要：應(yīng)收電費(fèi)足額回收是電力企業(yè)經(jīng)營(yíng)成果的最終體現(xiàn)，加強(qiáng)電費(fèi)安全風(fēng)險(xiǎn)管理，建立電費(fèi)回收風(fēng)險(xiǎn)預(yù)警體系，是防范和規(guī)避電費(fèi)安全和供電公司經(jīng)營(yíng)風(fēng)險(xiǎn)的有效措施。本課題對(duì)大用戶用電進(jìn)行預(yù)警分析，主要從電力大用戶用電生產(chǎn)數(shù)據(jù)信息著手，進(jìn)行了分類分析，建立logistic模型對(duì)電力大用戶進(jìn)行電費(fèi)回收風(fēng)險(xiǎn)預(yù)測(cè)。提出了科學(xué)合理的風(fēng)險(xiǎn)計(jì)算方法，為電力公司規(guī)避風(fēng)險(xiǎn)、及時(shí)有效的采取措施催收電費(fèi)提供有力的科學(xué)依據(jù)。

關(guān)鍵詞：電費(fèi)回收；分類分析；logistic；風(fēng)險(xiǎn)預(yù)警

Electricity large users of electricity logistic risk warning based on industry classification

YU Dong-xian

（Yaan State Grid Electric Power （Group） Company， Yaan 625000）

Abstract：The full collection of electricity charge receivable can best mark power enterprises management achievements. Strengthening electricity charge security management， and establishing risk forewarning system are effective ways for power enterprises to avoid both the risk of bill security and their management. This paper mainly makes classification analysis on the electricity statistics of large power users， and puts forward to build logistic model for charge risk forecasting. This thesis provides a scientific risk calculation method， and offers power enterprises the convincing scientific evidence to avoid risks and take timely measures in charge collection.

Keywords：Electric toll collection；classification analysis；logistic；risk forewarning

電費(fèi)足額回收是電力企業(yè)經(jīng)營(yíng)成果的最終體現(xiàn)。目前用電管理方面面臨很多的問題，主要體現(xiàn)在拖欠電費(fèi)、違章用電、竊電現(xiàn)象等，這影響了電力公司經(jīng)營(yíng)成果和資金鏈的有效運(yùn)轉(zhuǎn)，使電力公司的電費(fèi)回收工作愈發(fā)困難。而電力大用戶是電力公司電費(fèi)回收來源的主要對(duì)象，所以加強(qiáng)對(duì)地區(qū)電力大用戶的經(jīng)營(yíng)狀況分析及虧欠電費(fèi)預(yù)測(cè)，是確保供電公司電費(fèi)資金的及時(shí)回收，規(guī)避經(jīng)營(yíng)風(fēng)險(xiǎn)的有效途徑。在雅安，高載能行業(yè)逐漸成為雅安工業(yè)經(jīng)濟(jì)的支柱產(chǎn)業(yè)，該類企業(yè)每月電費(fèi)金額巨大，企業(yè)的生產(chǎn)經(jīng)營(yíng)情況受市場(chǎng)環(huán)境、國(guó)家宏觀政策影響波動(dòng)困難，電費(fèi)回收風(fēng)險(xiǎn)巨大。對(duì)電網(wǎng)企業(yè)而言，電費(fèi)資金的回收與管理直接關(guān)系整個(gè)電力公司的有效運(yùn)轉(zhuǎn)。加強(qiáng)對(duì)這些高耗能行業(yè)經(jīng)營(yíng)狀況的監(jiān)控與預(yù)警是非常重要的內(nèi)容。

1 研究背景

雅安地處川西偏遠(yuǎn)山區(qū)，地域遼闊，水電資源豐富，售電規(guī)模約80億千瓦時(shí)，售電結(jié)構(gòu)以工業(yè)電量為主，占比達(dá)80%以上，其中高載能用戶占工業(yè)用電量的83%。高載能行業(yè)成為雅安工業(yè)經(jīng)濟(jì)的支柱產(chǎn)業(yè)，且隨著近幾年電網(wǎng)條件的改善、雅安地方電價(jià)比較優(yōu)勢(shì)的形成，全市高載能企業(yè)新增規(guī)模擴(kuò)大且產(chǎn)能得到釋放，電力需求迅猛發(fā)展。高載能行業(yè)電力成本比重過大，且對(duì)外界市場(chǎng)環(huán)境因素過度敏感，生產(chǎn)大起大落，尤其是中小載能企業(yè)抗市場(chǎng)風(fēng)險(xiǎn)能力弱，制約了雅安經(jīng)濟(jì)平穩(wěn)、健康的發(fā)展。據(jù)統(tǒng)計(jì)雅安全市非鼓勵(lì)類高載能企業(yè)裝機(jī)容量占高載能產(chǎn)業(yè)總?cè)萘康?4.5%，1.25萬千瓦以下的中小爐子比重過大，這類企業(yè)在國(guó)家產(chǎn)能結(jié)構(gòu)調(diào)整政策和市場(chǎng)優(yōu)勝劣汰的競(jìng)爭(zhēng)機(jī)制中極易倒閉破產(chǎn)。對(duì)電網(wǎng)企業(yè)而言，電費(fèi)資金的回收與管理至關(guān)重要。加強(qiáng)電費(fèi)資金的及時(shí)回收，可提高資金的綜合利用效益，防范和規(guī)避經(jīng)營(yíng)風(fēng)險(xiǎn)。目前電費(fèi)回收工作的困難主要是管理手段落后、缺乏有效預(yù)控。目前，擺在電力企業(yè)面前亟待解決的重要課題包括：（1）及時(shí)有效地掌握電力大用戶每個(gè)行業(yè)的成本和經(jīng)營(yíng)狀況；（2）建立靈活的分類大用戶電價(jià)成本盈虧測(cè)算聯(lián)動(dòng)機(jī)制；（3）有效防范和化解電費(fèi)回收風(fēng)險(xiǎn)。

本文提出了首先對(duì)電力企業(yè)按行業(yè)進(jìn)行分類分析，即按照企業(yè)生產(chǎn)產(chǎn)品進(jìn)行行業(yè)分類，利用某一行業(yè)的用電及相關(guān)指標(biāo)的歷史數(shù)據(jù)，通過指標(biāo)數(shù)據(jù)進(jìn)行行業(yè)分析判斷；其次建立該行業(yè)的欠費(fèi)風(fēng)險(xiǎn)預(yù)測(cè)模型，通過該模型對(duì)這些高耗能用戶進(jìn)行是否發(fā)生欠費(fèi)進(jìn)行預(yù)測(cè)；并采用logistic 模型對(duì)電力客戶的信用等級(jí)進(jìn)行計(jì)算，為電力公司規(guī)避電費(fèi)回收風(fēng)險(xiǎn)、催收電費(fèi)提供有力的依據(jù)。

2 行業(yè)分類分析

在現(xiàn)有管理機(jī)制下，電力公司在對(duì)電力大用戶經(jīng)營(yíng)狀況、電費(fèi)回收風(fēng)險(xiǎn)分析時(shí)，針對(duì)不同的電力大用戶，往往集中于每一戶用戶歷史電費(fèi)繳納情況和財(cái)務(wù)報(bào)表分析。財(cái)務(wù)報(bào)表本身的局限性將降低電力公司判斷的準(zhǔn)確性。一是企業(yè)財(cái)務(wù)報(bào)表數(shù)據(jù)往往涉及商業(yè)機(jī)密，極難取得；二是即使能得到相關(guān)歷史財(cái)務(wù)數(shù)據(jù)，該數(shù)據(jù)也僅代表該用戶以前的經(jīng)營(yíng)狀況，算出的財(cái)務(wù)指標(biāo)必然滯后于經(jīng)營(yíng)狀況的惡化，得到的趨勢(shì)分析也不一定符合現(xiàn)實(shí)狀況。在這要的前提下，基于每戶用戶微觀分析而做出的電費(fèi)風(fēng)險(xiǎn)判斷往往具有滯后和失真的現(xiàn)象，不能更好的加強(qiáng)電費(fèi)風(fēng)險(xiǎn)判斷，從而導(dǎo)致國(guó)有資產(chǎn)存在流失風(fēng)險(xiǎn)。

基于雅安高載能企業(yè)行業(yè)用電特性分類明顯的現(xiàn)狀，在原有電費(fèi)風(fēng)險(xiǎn)管理的基礎(chǔ)上還應(yīng)該注重宏觀經(jīng)濟(jì)對(duì)各類企業(yè)生產(chǎn)影響分析，即對(duì)電力大用戶分行業(yè)進(jìn)行分析。因?yàn)閷?duì)高載能企業(yè)而言，用戶所處行業(yè)的發(fā)展趨勢(shì)對(duì)客戶的生產(chǎn)經(jīng)營(yíng)狀況有著重要的影響，分析行業(yè)發(fā)展?fàn)顩r，從趨勢(shì)上把握行業(yè)不同發(fā)展階段的特征，對(duì)電費(fèi)回收風(fēng)險(xiǎn)、確定產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)企業(yè)的影響判斷具有重大意義。行業(yè)是介于宏觀經(jīng)濟(jì)和微觀經(jīng)濟(jì)之間的重要經(jīng)濟(jì)范疇，是由具有共同特征的企業(yè)群體所組成。由于同一行業(yè)內(nèi)的企業(yè)成員在生產(chǎn)經(jīng)營(yíng)上存在著相同性或相似性，其產(chǎn)品或服務(wù)具有很強(qiáng)的替代性，行業(yè)內(nèi)的企業(yè)成員彼此間處于一種更為緊密聯(lián)系的狀態(tài)之中。行業(yè)的興衰與國(guó)民經(jīng)濟(jì)發(fā)展的特定階段有較強(qiáng)的相關(guān)性。在同一時(shí)期，一些行業(yè)的增長(zhǎng)與經(jīng)濟(jì)同步增長(zhǎng)，而一些行業(yè)增長(zhǎng)可能領(lǐng)先經(jīng)濟(jì)增長(zhǎng)，還有一些行業(yè)可能隨著經(jīng)濟(jì)的增長(zhǎng)反而衰落甚至消失。行業(yè)的興衰決定了行業(yè)內(nèi)部企業(yè)生存的條件和發(fā)展?fàn)顩r，進(jìn)而影響到與行業(yè)相關(guān)的電費(fèi)安全回收的風(fēng)險(xiǎn)。從這幾年的情況看，電費(fèi)回收困難電力用戶有相當(dāng)一部分就是由于行業(yè)的衰落而引起的。由于行業(yè)收縮，有相當(dāng)部分貸款轉(zhuǎn)化為不良資產(chǎn)，因此，行業(yè)分析應(yīng)成為電費(fèi)回收的重要因素。

本文所研究的行業(yè)分析重點(diǎn)從生產(chǎn)的產(chǎn)品類別進(jìn)行行業(yè)分類，對(duì)企業(yè)所處行業(yè)周期及行業(yè)地位進(jìn)行分析，重點(diǎn)關(guān)注企業(yè)的用電量走勢(shì)、宏觀政策、產(chǎn)品價(jià)格、原材料價(jià)格等系列因素，利用電力企業(yè)能及時(shí)掌控的用電量信息進(jìn)行分類比對(duì)，對(duì)企業(yè)相關(guān)的非財(cái)務(wù)信息進(jìn)行分析，準(zhǔn)確了解企業(yè)的行業(yè)生產(chǎn)動(dòng)態(tài)，建立分類用戶欠費(fèi)預(yù)警提示。

電極箔由特質(zhì)的高純鋁箔經(jīng)過電化學(xué)或化學(xué)腐蝕后擴(kuò)大表面積，再經(jīng)過電化成作用在其表面形成一層氧化膜，是鋁電解電容器制造的關(guān)鍵原材料，屬國(guó)家鼓勵(lì)和支持的新型電子和基礎(chǔ)材料，其電費(fèi)成本占總成本的40%左右，典型的高耗能產(chǎn)業(yè)。受雅安水電資源環(huán)境優(yōu)勢(shì)和電價(jià)優(yōu)勢(shì)的雙重影響，截止目前雅安已建成電極箔企業(yè)12家，共計(jì)213條生產(chǎn)線，電極箔行業(yè)在全國(guó)的市場(chǎng)占有率已超過了60%，預(yù)計(jì)到十二五末將建成300余條生產(chǎn)線，年用電量達(dá)30億千瓦時(shí)，在雅安的工業(yè)經(jīng)濟(jì)中占有相當(dāng)大的比重。從行業(yè)發(fā)展趨勢(shì)看，整個(gè)行業(yè)一定程度上存在產(chǎn)能過剩的情況，同樣面臨節(jié)能減排淘汰落后等市場(chǎng)競(jìng)爭(zhēng)，因各廠分布在雅安的不同區(qū)域，在政策、電價(jià)等方面存在差異，各廠的技術(shù)力量、企業(yè)實(shí)力也有很大差異，一些技術(shù)落后、靠?jī)r(jià)格取勝的小企業(yè)，在市場(chǎng)競(jìng)爭(zhēng)進(jìn)程中，該類企業(yè)極易被市場(chǎng)所淘汰，屬電力公司重點(diǎn)防范風(fēng)險(xiǎn)對(duì)象。

以雅安2012-2013年雅安12家電極箔企業(yè)的總用電量和對(duì)電力公司的總欠費(fèi)為例，繪制圖形（見圖2.1）進(jìn)行該行業(yè)類別的分析：

對(duì)雅安的電極箔行業(yè)的用電量及欠費(fèi)金額的歷史數(shù)據(jù)進(jìn)行分析，可得看出2012年到2013年這兩年的時(shí)間內(nèi)，電極箔行業(yè)總用電量增加時(shí)，行業(yè)欠費(fèi)卻逐漸減少，這說明在整個(gè)市場(chǎng)總體行情向好時(shí)，整個(gè)電極箔行業(yè)經(jīng)營(yíng)形勢(shì)較好，企業(yè)欠費(fèi)反而減少。如2012年10月，電極箔用電量達(dá)到頂峰，產(chǎn)生電費(fèi)最大，而欠費(fèi)卻最少。在用戶單位產(chǎn)品能耗趨于穩(wěn)定的前提下，用電量的增減直觀反映了其產(chǎn)品市場(chǎng)的需求情況和行業(yè)走勢(shì)，一旦電極箔行業(yè)的大部分企業(yè)用電量減少，說明該行業(yè)的產(chǎn)品產(chǎn)出在減少，這勢(shì)必會(huì)影響到電極箔行業(yè)在雅安工業(yè)經(jīng)濟(jì)中的發(fā)展走勢(shì)。行業(yè)的經(jīng)營(yíng)走勢(shì)發(fā)展必定會(huì)影響到其公司資金流情況，進(jìn)而影響電力公司的電費(fèi)回收，當(dāng)整個(gè)行業(yè)低迷時(shí)，電力公司將面臨巨大的電費(fèi)風(fēng)險(xiǎn)。尤其對(duì)雅安電力公司這種高載能用戶電量電費(fèi)達(dá)到絕對(duì)占比企業(yè)，密切關(guān)注各類高載能企業(yè)行業(yè)走勢(shì)，提高對(duì)各高載能行業(yè)的風(fēng)險(xiǎn)警示，時(shí)刻關(guān)注行業(yè)的經(jīng)營(yíng)變化，充分利用行業(yè)電量變化的快速導(dǎo)向，提出行業(yè)預(yù)警，并結(jié)合行業(yè)內(nèi)每一家企業(yè)的歷史電費(fèi)繳納情況，建立企業(yè)欠費(fèi)風(fēng)險(xiǎn)預(yù)警，及時(shí)采取措施防范電費(fèi)風(fēng)險(xiǎn)具有積極的作用。

3 基于行業(yè)分類的logistic欠費(fèi)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建

3.1 指標(biāo)的選取

結(jié)合雅安的實(shí)際情況，很多電力客戶均不是上市公司，很難獲取去財(cái)務(wù)數(shù)據(jù)及其企業(yè)的經(jīng)營(yíng)情況數(shù)據(jù)，主要選取的指標(biāo)是電力企業(yè)角度能掌握的企業(yè)基礎(chǔ)信息。指標(biāo)的選取分為定性指標(biāo)和定量指標(biāo)。定性指標(biāo)選取產(chǎn)業(yè)宏觀調(diào)控政策、行業(yè)生命周期、支柱產(chǎn)業(yè)、市場(chǎng)地位、技術(shù)水平。定量指標(biāo)選取行業(yè)的欠費(fèi)率， 行業(yè)用電量環(huán)比增長(zhǎng)率， 企業(yè)歷史欠費(fèi)比重， 企業(yè)用電量環(huán)比增長(zhǎng)率，企業(yè)本期欠費(fèi)比重，企業(yè)累計(jì)電費(fèi)欠費(fèi)次數(shù)比率，企業(yè)環(huán)比用電量增減戶數(shù)比重。

（1）定性指標(biāo)

定性指標(biāo)主要采用專家打分法對(duì)其賦值，其度量表如表3.1所示.

表3.1 風(fēng)險(xiǎn)預(yù)警定性指標(biāo)表

賦值

指標(biāo) 1 2 3 4

定性指標(biāo) 產(chǎn)業(yè)宏觀調(diào)控政策C1 鼓勵(lì) 支持 限制 淘汰

產(chǎn)業(yè)的生命周期C2 導(dǎo)入期 成長(zhǎng)期 成熟期 衰退期

支柱產(chǎn)業(yè)C3 國(guó)家重點(diǎn) 區(qū)域重點(diǎn) 一般產(chǎn)業(yè) 弱小產(chǎn)業(yè)

市場(chǎng)地位C4 領(lǐng)導(dǎo)者 追隨者 挑戰(zhàn)者 補(bǔ)缺者

技術(shù)能力指標(biāo)C5 國(guó)際水平 國(guó)內(nèi)領(lǐng)先 一般水平 落后

（2）定量指標(biāo)

定量指標(biāo)主要選取的能夠從電力生產(chǎn)系統(tǒng)中獲取的數(shù)據(jù)，其定義如下：

3.2 logistic模型的簡(jiǎn)介

Logistic模型又稱logistic回歸分析模型，是分類數(shù)據(jù)統(tǒng)計(jì)分析的一種重要方法，研究多水平（包括2個(gè)水平）的因變量與其影響因子間關(guān)系的回歸分析，即用于分析某類事件發(fā)生概率與自變量之間依存關(guān)系的回歸。Logistic模型由于不要求變量滿足正態(tài)分布和等協(xié)方差，而且可用于解決非線性分類問題，因此得到了廣泛的應(yīng)用。目前主要在流行病學(xué)中應(yīng)用較多，比較常用的情形是探索某疾病的危險(xiǎn)因素，根據(jù)危險(xiǎn)因素預(yù)測(cè)某疾病發(fā)生的概率。在這里本文將Logistic模型引入到某一類用戶中，研究某一戶用戶在不同的環(huán)境下產(chǎn)生欠費(fèi)的概率。

本文將影響結(jié)果變量發(fā)生的因素分為自變量與因變量，建立回歸方程。

令Y=1，表示電力客戶發(fā)生欠費(fèi)；Y=0，表示電力客戶按時(shí)交納電費(fèi)。若記電力客戶發(fā)生欠費(fèi)的概率P，故它與自變量之間的logistic的回歸模型為：

（1）

相反的，電力客戶按時(shí)交納電費(fèi)的概率：

（2）

其中為偏回歸系數(shù)，是表示一組自變量。

3.3 基于行業(yè)分類欠費(fèi)風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建

選取2012-2013年12家電極箔企業(yè)數(shù)據(jù)，共288組數(shù)據(jù)，使用spss軟件進(jìn)行欠費(fèi)風(fēng)險(xiǎn)預(yù)測(cè)的仿真分析，建立電極箔行業(yè)logistic欠費(fèi)風(fēng)險(xiǎn)預(yù)警模型

表3.2觀測(cè)量匯總表

案例處理匯總

未加權(quán)的案例a N 百分比

選定案例 包括在分析中 288 100.0

缺失案例 0 .0

總計(jì) 288 100.0

未選定的案例 0 .0

總計(jì) 288 100.0

由表3.2可知，在計(jì)算過程中的觀測(cè)量數(shù)量和缺失值的數(shù)量；以及它們所占的百分比。由表中可得288組數(shù)據(jù)全部進(jìn)入計(jì)算中，沒有缺失數(shù)據(jù)。

表3.3表最終的觀測(cè)量分類

分類表a

已觀測(cè) 已預(yù)測(cè)

欠費(fèi) 百分比校正

0 1

步驟 1 欠費(fèi) 0 254 5 98.1

1 6 23 79.3

總計(jì)百分比 96.2

a. 切割值為 .500

表3.3表示以0.5作為欠費(fèi)與不會(huì)發(fā)生拖欠電費(fèi)的切割值，得出的預(yù)測(cè)值與實(shí)際數(shù)據(jù)的比較表。從表中可以看到254個(gè)不會(huì)發(fā)生拖欠電費(fèi)的對(duì)象被正確的預(yù)測(cè)，正確率達(dá)到98.1%，同時(shí)會(huì)發(fā)生欠費(fèi)的23個(gè)會(huì)發(fā)生拖欠電費(fèi)的對(duì)象被正確的預(yù)測(cè)，準(zhǔn)確率為79.3%，總的正確判斷率為96.2%。

由于本文按照行業(yè)分類進(jìn)行分析，定性指標(biāo)在每組數(shù)據(jù)中不會(huì)發(fā)生變化，系統(tǒng)自動(dòng)剔除了定性指標(biāo)。表3.4可知模型中各個(gè)變量的相關(guān)統(tǒng)計(jì)量，根據(jù)表中各個(gè)變量的系數(shù)（B），可得到最終的Logistic數(shù)學(xué)模型如下：

（3）

其中：

其中表示x1行業(yè)的欠費(fèi)率；x2行業(yè)用電量環(huán)比增長(zhǎng)率；x3企業(yè)環(huán)比用電量增減戶數(shù)比重；x4企業(yè)歷史欠費(fèi)比重；x5企業(yè)用電量環(huán)比增長(zhǎng)率；x6企業(yè)本期欠費(fèi)比重；x7企業(yè)累計(jì)電費(fèi)欠費(fèi)次數(shù)比率。

4 總結(jié)與展望

本文通過對(duì)雅安2012-2013年電極箔行業(yè)的歷史數(shù)據(jù)分析，建立了電極箔行業(yè)電力企業(yè)是否拖欠電費(fèi)的風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)學(xué)模型，能夠?qū)υ撔袠I(yè)電力客戶是否發(fā)生欠費(fèi)進(jìn)行準(zhǔn)確的預(yù)測(cè)，電力公司能夠通過歷史數(shù)據(jù)對(duì)預(yù)警行業(yè)內(nèi)電力企業(yè)按照信用排序進(jìn)行重點(diǎn)防范，為規(guī)避風(fēng)險(xiǎn)、催收電費(fèi)提供有力的依據(jù)。但此模型也存在很多不足，如雅安的電力企業(yè)均不是上市公司，很難準(zhǔn)確的獲取其財(cái)務(wù)指標(biāo)，未考慮其財(cái)務(wù)指標(biāo)及其運(yùn)營(yíng)情況。同時(shí)此模型還存在很多后續(xù)的工作，下一步將通過分析某一行業(yè)的歷史數(shù)據(jù)，建立該行業(yè)的電價(jià)聯(lián)動(dòng)模型，在銷售電價(jià)相對(duì)穩(wěn)定的情況下，預(yù)測(cè)產(chǎn)品價(jià)格、或原材料價(jià)格的波動(dòng)預(yù)警，將市場(chǎng)價(jià)格和用電量變化情況有效結(jié)合，構(gòu)建電費(fèi)回收風(fēng)險(xiǎn)預(yù)警系統(tǒng)，基于電能量實(shí)時(shí)采集系統(tǒng)對(duì)電力客戶進(jìn)行實(shí)時(shí)風(fēng)險(xiǎn)預(yù)警，并針對(duì)各企業(yè)給出規(guī)避風(fēng)險(xiǎn)的方案，為有效規(guī)避和防范風(fēng)險(xiǎn)提供有力的依據(jù)。

參考文獻(xiàn)

[1] 韓寧寧.供電公司電費(fèi)安全風(fēng)險(xiǎn)預(yù)警模型研究[J].華北電力大學(xué).2012（3）

[2] 牛小梅，朱銀鈴.層次分析法在電力客戶信用風(fēng)險(xiǎn)中的評(píng)價(jià)[J].計(jì)算機(jī)仿真.2010.28（5）：333—336

[3] 周韓，劉東，吳子美等.電力系統(tǒng)安全預(yù)警評(píng)估指標(biāo)及其應(yīng)用[J].電力系統(tǒng)自動(dòng)化.2007.31（20）.45—48

[4] 劉春輝，劉敏.電力市場(chǎng)環(huán)境下考慮大用戶直購電的電網(wǎng)公司風(fēng)險(xiǎn)管理研究[J].電力系統(tǒng)保護(hù)與控制.2011.39（12）：94—101

[5] 李美娟.電力市場(chǎng)中市場(chǎng)力風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建[J].科技管理研究.2011（8）.75.79

[6] 張健業(yè).電力系統(tǒng)信息安全風(fēng)險(xiǎn)評(píng)估工作探討[J].新疆電力.2005（3）：39—41

[7] Martin，W.and Lothar，G.Seismic early warning system for a nuclear power plant [M].12WCEE.Auckland：IAEE.2000.1781—1788

[8] Schwe，Early wannngandpre control of Controllable Risks in management [J].MarketingSeienee，1993，7（5）：23—31

[9] 吳子美，劉東，周韓.基于風(fēng)險(xiǎn)的電力系統(tǒng)安全預(yù)警的預(yù)防性控制決策分析[J].電力自動(dòng)化設(shè)備.2009.29（9）：105.109

作者簡(jiǎn)介

余冬先（1982-），四川仁壽人，工程師，碩士研究生，主要從事電力市場(chǎng)研究。