电费预警

电费预警（精选四篇）

电费预警 篇1

一是增强思想敏锐性。责成专人积极同政府相关部门联系, 跟踪节能减排工作进展情况, 落实节能减排涉及用电客户, 并制定相应风险防范预案, 确保电费按时足额回收。

二是加强组织领导。严格落实电费回收工作“一把手”负责制, 把电费回收目标作为一项刚性任务, 并与基层供电所签订责任状。同时积极取得当地政府与公、检、法等支持, 以创造和谐的电费回收环境。

三是强化电费回收过程管控。尤其要抓好技术管控、足额收取预付费售电金额、一户一策、物电互抵等环节, 使电费管理常态化、规范化。

电费回收预警处理实施细则 篇2

为进一步加强电费回收，防范电费回收风险，根据花溪电力公司《电费回收管理办法》，制定本实施细则。

电费回收风险是指新增电费欠费和电费呆坏帐的风险。第一条：形成新增电费欠费的风险主要有： ㈠客户经营出现困难，无力按时支付电费； ㈡客户失信，故意转移经营风险；

㈢国家进行宏观调控，调整产业政策，导致客户经营困难； ㈣电价调整，客户支付电费能力不足或追补电费形成新增欠费； ㈤外界干预电费收缴；

㈥其他情况可能导致的新增欠费。第二条：形成电费呆坏账的风险主要有： ㈠企业改制不全额承担改制前电费债务； ㈡企业破产清算不足以清偿部分的电费欠费； ㈢发生自然灾害，无法收取的电费； ㈣客户故意逃废电费债务；

㈤其他情况可能导致的电费呆坏坏账。

第三条：各供电所应将电费回收预警管理纳入电费回收日常管理范围。电费回收预警管理包括：

㈠电费回收风险研究、分析、报告制度； ㈡客户电费信用和风险等级评价制度； ㈢电费回收动态跟踪与快速反应机制； ㈣电费回收预警预案。第四条：电费回收预警预案包括：

㈠风险识别： 电费回收潜在的各种风险进行系统归类和全面分析，掌握电费回收风险的性质和特征，确定哪些风险需要考虑，同时分析引发这些风险的主要因素和产生后果的严重性，电费回收风险进行定性与定量分析。

㈡风险评估：对根据所收集的资料、信息的研究、综合，运用有关办法，对风险进行判别是否需要进行处理。

㈢预警处理：根据电费回收风险评估的结果，制定风险防范措施。第五条风险识别依据：

㈠国际、国内经济形势及发展趋势； ㈡国家宏观调控及产业结构调整； ㈢国家对供用电及电价政策的调整； ㈣客户的经营状况及信用和风险等级； ㈤供用电合同执行情况； ㈥欠费构成的变化趋势； ㈦新增电费的增长情况； ㈧应收电费余额指标的完成情况。㈢分析内容：

1.分析形成新增欠费和电费呆坏账的原因以及潜在的风险，采取的应对措施和效果，给出预警类别。

2.对电费信用等级低下的客户直接进入预警程序分析。3.信用和风险评级的对象为专变用电客户，每年评定两次。第六条以下情况列入预警界限 ㈠应收电费余额超过年初水平； ㈡发生新增电费欠费； ㈢发生新增电费呆坏账； ㈣可能发生新增电费欠费； ㈤可能发生新增电费呆坏账； 第七条：防范措施

对于专变用户或每月电费在贰仟元以上的用户应执行电费保证金制度，即：按照用户月平均电费的1.5倍收取电费保证金，超出一月未按时缴纳电费的用户应立即按《供电营业规则》规定流程采取停电措施。第八条：附则

浅谈电费风险预警管理 篇3

1 客户电费风险预警管理的形成条件

供电企业在供电过程中, 会遇到形式多样的欠费问题。首先如个体工商户, 其用电能量可观, 执行商业电价, 供电企业的盈利空间也相对较大, 但此类客户多以租赁经营为主, 一旦经营不善, 就会出现人去楼空的现象, 供电企业会因此蒙受较大的经济损失。再如小动力客户, 其以低压三相电作为动力, 进行一些小型生产加工, 这些小企业大多数是外地人租赁场地进行经营, 当供电企业未对其安装预付费磁卡表装置或采取相应风险防范措施时, 遇到经营不善, 他们往往会欠下电费“跑路”。还有一些电费回收风险是因为《供用电合同》签订或保存不规范而导致的。《供用电合同》是约束供用电双方权利、义务的法律凭证, 但合同签订不规范或保管不善甚至丢失也会成为供电企业最大的隐患。现实生活中, 客户私自超过约定用电负荷或容量引发火灾产生诉讼的案例屡见不鲜, 按照举证原则, 如供电企业不能出具《供用电合同》等有利证据, 或《供用电合同》不是与其本人签订, 供电企业便不能有效保护自身利益。所以, 在面对如此之多的电费回收风险时, 采取必要的电费风险预警管理也就成了当前供电企业必须予以提前考虑的问题。

2 电费风险预警管理分析

(1) 客户电费风险预警分析。供电企业一般会根据历史数据, 主要是客户用电能量、信用等级及欠费率指标等情况进行数据整合, 将以往的电费回收率进行整理分析, 参考上一年最高值及最低值, 得出剩余电费回收率的平均水平, 这样便可对客户的电费风险实施预警监测。同样, 对电费回收人员的考核与预警, 也可采用和客户相同的预警机制, 根据历史数据的整理, 对每个电费回收人员的电费回收情况进行计算, 当电费回收人员的预警值与电费回收率相等时, 便对电费回收人员发出预警。

(2) 客户合同到期风险预警。为了方便确定不同客户的不同合同到期预警值, 供电企业通常都会将客户分为长期客户以及临时客户, 通过这种方法可以及时了解客户意向, 以此来避免客户的流失。供电企业一般根据实际供电情况把长期客户到期预警值设定在合同即将到期的前3个月, 一旦合同进入预警值的3个月内, 就运用预警防范策略进行预警。临时客户的合同预警值一般相对较短, 供电企业通常将临时性客户合同到期前1个月设为预警值, 以1个月期限和客户开展沟通交流, 采取相应的防范措施, 从而避免客户的流失及缓解电费回收压力。

(3) 客户信用度风险预警。供电企业一般根据客户的性质将其划分成不同类型的客户, 并且供电企业还会根据客户信用等级进行风险预警划分。如果客户欠费时间过长, 供电企业所面临的电费回收风险则会相应提高。一般来说, 供电企业根据高、低压客户的缴费历史记录进行统筹分析, 将客户的信用度风险划分为4个级别。一级信用风险客户, 也就是欠费记录达到3年以上的, 这样的客户预警值设置为3年, 如果客户仍无法偿还拖欠电费, 就将其划定为一级信用风险客户。二级信用风险客户, 将其偿还时间设置为1年, 如1年到期仍将无法偿还欠费的, 就划定为二级。三级风险客户时间是6个月, 供电企业将其预警值设置为6个月, 如果客户可以在6—12个月内偿还欠费的, 则被划定为三级信用风险客户。四级风险客户设置预警值为1个月, 如果客户在1—6个月内偿还欠费的, 则将其划定为四级信用风险客户。

3 电费风险预警管理的应对及化解

(1) 建立客户用电风险分析数据库。建立客户用电风险分析数据库, 是供电企业根据客户用电的实际情况, 在数据库中录入全部用电客户的资料。数据库完成后, 利用该数据库对供电企业、供电所及电费回收人员所提供资料进行整理、分类并加以分析, 再把上述三种资料中相对应的客户加以归类, 从而将客户的风险预警提示在供电企业的风险预警控制中心内加以传达及流转。

(2) 建立客户用电风险预警控制管理中心。供电企业通过设立风险预警控制中心, 在风险预警控制中心内对供电企业、供电所以及电费回收人员的全部数据进行监控, 对所有欠费客户欠费时间及欠费金额进行精确分析, 以此来划定客户的信用等级。然后将这些客户的风险等级传至控制中心加以分析, 得出相应的风险防范措施。最后由供电所或电费回收人员根据风险防范方案进行详细操作或应对。

(3) 供电企业对电费风险预警的具体操作。供电企业一般将企业的电费风险预警标识分为4种颜色:红、黄、黑、蓝, 其中红色代表最高的预警等级, 蓝色表示最低。一旦显示蓝色预警信号, 风险预警控制中心便会通知相应的供电所或电费回收人员, 提醒其用电客户欠费已达预警状态, 需要电费回收人员及时与客户进行沟通, 了解客户的缴费意向, 从而达到及时回收欠费的效果。如果出现红色预警信号, 风险预警控制中心便会通知供电所或电费回收人员, 需对欠费客户进行密切关注, 及时催费, 一旦催费失败, 或客户恶意拖欠电费, 供电企业便可根据所签《供用电合同》通过法律手段加以维权进行电费回收。

探究电费大数据分析与风险预警 篇4

1 电费回收与风险管控存在的问题

1.1 国家产业结构调整,增大电费回收风险

随着国家产业结构调整,在不断推进淘汰落后产能和化解过剩产能的进程中,对钢铁、水泥等行业的冲击不言而喻。相反此类企业在全社会用电量占据了举足轻重的地位,在此类企业不断兼并重组,优化产业结构未完成阶段,企业的经营能力和盈利能力不断减弱,自2015年起,以承兑汇票方式支付电费的比例不断提高,拖欠电费的现象屡见不鲜,造成电力企业电费回收压力增大,电费风险不断升高。

1.2 电费回收管理体制的不完善

目前电费回收管理主要还是电力企业与电力用户之间的博弈,一方面缺乏有力的法律配套文件,另一方面电力企业没有紧密结合国家政策进行供给和需求环节的全面分析,没有建立经济链条中资金流向的闭环监管,没有建立关联企业、社会群体及利益集团之间的回收体系,没有有效的管控手段及社会化约束机制,多维度提升电力用户拖欠电费所付出的成本。从而在经济下行压力明显的改革浪潮中,电力企业耗费巨大的人、财、务开展电费回收工作,无形中降低了企业的生产力。

1.3 电费回收管理行为不规范

电力企业在电费回收的管理中由于缺乏完善的制度建设和标准建设,导致管理混乱,没有统一的模式可供参考。在电费催缴过程中,对于欠费用户的催缴行为方式不统一,催费力度不强,导致催费不具有执行力,拖欠电费惩罚标准没有的充分应用和执行,导致用户形成拖延的习惯,这一点尤其是在一些落后的欠发达地区比较严重。由于这一地区通讯网络技术并不发达,电费回收时仍然需要工作人员进行抄表,而在抄表过程中非常容易出现漏抄或者是将电费占为己有的现象,这也造成用户对供电公司发生不满而拒绝缴纳电费,这样就形成了一种恶性循环,如果供电公司不通过恰当的方式解决这一问题,势必将会严重损坏供电公司的形象,进而对于电费的回收工作造成严重阻碍。

1.4 电费回收工作智能化水平不强

当今社会正处在信息化水平高速发展的阶段,大数据分析时代已经来临,可进一步实现信息资源共享,从而消除信息不对称形成的供需矛盾,满足不同的利益群体提供不同的需求。电力企业信息资源融合程度不足,未实现电力用户缴纳电费行为分析,未充分应用智能化、自动化手段实现用户用电信息的实时告知和预警,从而导致催费不及时,治理无依据的被动局面。

1.5 电费回收观念未完全转变

“先缴费、后用电”的用电观念未能完全转变。电作为社会重要的消费品之一,以一种商品的形式存在,但是由于电看不见摸不着,以及起初电力走向市场留下的“先用电,后付费”的习惯,深刻影响着人们对用电的消费观念。一方面随着电力全面走向市场,电是商品的观念已经慢慢转变,但是电力企业没有建立长效机制,持续引导人们对电是一种商品的认可;另一方面很多政府部门、事业单位收到计划经济及会计核算制度上的约束,未能为广大消费群体起到标榜作用,阻碍了“先缴费、后用电”的用电观念转变。进而导致电力用户只要用电,电力企业就存在电费风险的局面。

2 大数据分析在电费回收中的应用

2.1 应收电费情况分析

根据电费结算业务数据要求,通过相关实时结算电费情况输出,将大量数据按各类需求进行提取、汇总、计算,并以各种形式进行汇总展现。

参照用电客户发行的相关数据为分析条件,对上月及去年同期的应收电费进行比较,再结合用电客户当前预收余额,分析出应发户数、实发户数、应发金额、同比、环比及各种占比情况,以及足额冲抵的用户和不足额冲抵的用户情况,综合分析出潜在的欠费用电客户,提前做好催费工作。

每日针对用电量大的用户进行综合分析,对高压用户进行专项分析,通过对应收电费数据、预收电费数据、预收余额数据、实收电费数据等进行数据整合,综合数据抽取,分析出足额冲抵的用户和不足额冲抵的用户情况分析结果。同时将以时间作为分界分成两类情况进行专项分析。

其一,依托用电客户上月发行的电费情况,结合目前用电客户的预收余额数据,分析出足额冲抵的用户和不足额冲抵的用户情况,从而确定存在定量差额的用户(每个供电公司可根据本地区实际情况对各等级阀值进行调整,去设定定量差额),建立预警机制,提前做好催费工作。

其二,通过本月用电客户发行前的电费情况(当期已算费,但还未发行确定的,并且已形成的算费记录),结合用电客户当前的预收余额数据,分析出足额冲抵的用户和不足额冲抵的用户情况。以各类有价值的电费数据为条件,对当期应收计费值进行比对,再结合用电客户当前的预收余额数据,分析出应发金额与预收金额之间的差额关系与差值,建立预警机制,提前做好催费工作。

2.2 欠费情况分析

依托每日用电客户发行数据,对已经形成欠费的用电客户进行全面分析。以欠费用电客户的相关电费数据为分析条件,通过欠费情况进行专项分析,细化账龄,合理划分客户信用情况,对用电量,欠费金额、欠费次数、欠费时间等等进行量化分析,重点分析和跟踪欠费金额达10万元以上的用电客户的欠费情况及按照欠费金额大小顺序的排名情况。结合预收余额的数据分析,发现可能欠费的用电企业,建立预警机制,及时采取有效措施,减少欠费的产生。尽可能地加大电费回收工作的目的性和有效性,大大提高工作效率。找出各种明显和潜在的电费回收风险,明确主要风险,密切注意原有风险的变化,通过以上分析更有效的做好因地制宜的催费方案,最大可能防范欠费风险,变事后追缴为事前监控、管理。

2.3 在途电费资金到账分析

对在途电费资金情况进行实时监控,通过对实收金额,预收金额,资金在途状态,资金在途时间,结算方式及缴费方式等综合分析,展示出电费资金未达账情况,并按照未达资金的大小进行排序,重点分析和跟踪资金在途时间超过十天的用电客户,发现差异,查明未达账原因,做好未达账原因分析,做好电费资金全过程管控措施,确保资金及时到账。

2.4 电费回收情况分析

电费回收情况的大数据分析,是依托用电客户实时发生的应收、实收、预收、预收余额及欠费数据的分析,实时展示其电费回收情况,能进一步了解和掌握电费回收情况,以每个供电单位为准,依据当期电费数据,反映当期电费的同比、环比的回收率,并且按时电费回收率的大小排序进行综合排名。同时参照上月电费情况与同期电费情况,对偏差用户进行分析比对,为电费回收提供参考。

2.5 付费购电情况分析

针对高压用户进行应收、实收、预收及欠费数据进行每日专项分析,结合月累计付费购电比重与年度累计付费购电比重,通过对高压用电客户的电费数据进行多维度分析,并且参照上月用电信息与去年同期数据进行比对,对偏差用户进行分析整改,为电费回收提供参考和预警。

针对低压用户进行应收情况、实收情况、预收情况及欠费情况进行每日汇总分析,结合数据抽取进行多维护分析。参照上月用电信息,去年同期数据信息,结合月累计付费购电比重及年度累计付费购电比重进行比对,通过付费购电用户完成率与付费购电电费完成率,累计付费购电用户完成率与累计付费购电电费完成率,更好的展现付费购电沟通情况,降低电费回收风险。

2.6 重要用户的经营状况分析和风险评估

依托供电企业提供的重要用户名单或者按照发行电量达一定量的用电客户(各地(市)供电单位电费管理部门可根据本地区实际情况对量值进行调整),对应收电费数据、实收电费数据、预收电费数据、欠费数据、电费回收情况及付费购电情况进行综合分析,再结合重要用户的经营状况分析,进行风险评估,预防风险、积极管控,采取管控措施,确保电费颗粒归仓。

2.7 用电客户电费风险评级

用电客户电费风险评级标准由供电企业确定,各地(市)供电单位电费管理部门可根据本地区实际情况对各等级阀值进行调整。各供电公司必须根据统一标准确定用电客户电费风险的高低程度,通过对供电电压等级,电费结算方式,电费额度占比,缴费情况,生产经营状况,信用程度,用电行为,欠费情况,供用电合同情况、用电主体等各种因素从高到低依次划分为A、B、C、D、E五个级别,分别对应“极高风险”、“高风险”、“一般风险”、“低风险”、“极低风险”。依据供电电压等级和费控方式作为用电客户电费风险等级的最主要考量因素对用电客户电费进行风险评级。并根据风险程度高低采取差异化的电费回收措施,便于突出重点,降低电费回收潜在风险。

2.8 高风险用户电费回收“一户一案”

根据供电企业用电客户中的高风险客户,一对一制定电费风险防范方案,确保电费“颗粒归仓”。根据用电客户电费风险评级分级情况,针对A类用户即极高风险用户,进行专项分析。重点从用户基本信息、生产用电情况、债权债务情况、电费风险分析、行业前景、生产经营、偿债能力、履约能力、已采取措施和拟采取的措施等进行逐户评审,依据对供电电压等级,电费结算方式,电费额度占比,缴费情况,生产经营状况,信用程度,用电行为情况进行多维度,多口径评估,同时对信用污点(发生过违约用电、恶意欠费、被国家执法机关处理,其中包括最高法院、中国人民银行、地市级及以上信用评级机构公布的失信名单中的客户,负主要责任的经济纠纷、因不法行为被起诉等各种失信行为),缴费记录不良情况,陈欠电费、每月应收电费额度等情况进行监控,实行“一户一案”,专人专项密切关注客户的生产经营动态,资金回笼情况,对风险等级不同的用户分别制定电费风险控制策略,做好电费风险防范措施。

3 结束语

根据日、月、年的应收发行情况、预收缴费情况、付费购电情况、欠费情况以及国民经济发展情况等大数据分析,以日报、月报及年报等多种类的分析结果展现形式,再通过按行业分类、用电类别研究居民、非居、工商、大工业等用户电费回收的规律和趋势,发现高风险用户并对其风险评级,从而制定措施防范电费风险。

通过大数据分析结果,结合供电企业不断完善的管理方法,如召开电费回收风险分析会,分析客户电量变化、缴费时间、缴费方式、缴费能力等方面的综合情况,及时采取应对措施,制定大客户电费回收风险管控措施,超前防范电费风险,变事后追缴为事前管理进一步提供电费回收预警机制,将电费回收预警处理纳入电费回收日常管理工作中。

目前,供电企业将要面临越来越严峻的电费回收形势,通过大数据的分析与应用,以“一户一策”为抓手,上下协同、群策群力,一定会实现电费回收管理和综合管理能力的全面提升。

摘要：随着中国市场经济的发展和电力市场化改革的推进,供电企业的发展面临着新的机遇与挑战。但长期以来,电费回收与风险管控一直是供电企业管理的重要环节,通过电费大数据分析,可以对有价值的电费数据进行综合分析,并能及时发现电费回收业务过程中的难点及高风险用户,然后按照“一户一策”形成完整有效的解决方案,为电费回收管理提供辅助决策支持,从而提高电费回收率,防范电费风险。

关键词：大数据,电费回收,风险预警

参考文献

[1]乔科华.用电稽查管理工作的几点思考[J].中国新技术新产品,2010(12):130-132.

[2]陈可钰.电力营销稽查监控体系的建设和实践[J].农电管理,2013(5):86-88.

[3]张国良.探讨电网企业用电稽查工作存在的问题及对策[J].硅谷,2010(18):46-47.

[4]郭霞.营销管理信息数字化系统设计方案探[J].内蒙古科技与经济,2012(7):55-57.

[5]王春生,彭建春.配电网线损分析与管理系统的研制[J].中国电力,1999(9).

[6]朱振青,房朝阳,丁永福,等.配电网线损的实用计算[J].中国电力,1997(2).

[7]杜松怀.电力市场[M].北京:中国电力出版社,2004:130-138.

[8]王广庆.电力销售与管理[M].北京:中国电力出版社,2002:35-39.

[9]赵振.一种自适应海量存储系统组织策略及关键技术研究[D].武汉:华中科技大学,2006.

[10]任崇广.面向海量数据处理领域的云计算及其关键技术研究[D].南京:南京理工大学,2013.