針對供電企業(yè)“先消費后付款”的經(jīng)營模式可能造成用電客戶因失信引發(fā)的欠費風(fēng)險，需要在用電客戶欠費行為發(fā)生之前實時快速地分析海量的用電用戶的數(shù)據(jù)，給出潛在的欠費客戶名單的問題，提出一種基于并行分類算法的電力客戶欠費預(yù)警方法。首先，該方法使用基于Spark的隨機(jī)森林（RF）分類算法對欠費用戶進(jìn)行建模；其次，根據(jù)用戶以往歷史用電行為和繳費記錄使用時間序列進(jìn)行預(yù)測得到其未來用電和繳費行為特征；最后，使用之前得到的模型對用戶進(jìn)行分類得到未來潛在高危險欠費用戶。將該方法與并行化后的支持向量機(jī)（ SVM）算法和在線序列極限學(xué)習(xí)機(jī)（ OSELM）算法進(jìn)行對比分析，實驗結(jié)果表明，所提方法相對于對比算法在準(zhǔn)確率上有較大提高，便于電費回收管理人員進(jìn)行提前催繳，確保電費回收的及時性，有利于電力企業(yè)進(jìn)行客戶欠費風(fēng)險管理。