CRD2000系統所提供的模型包括信用評級模型、欠費風險模型、竊電檢測模型和用電預測模型之間的關系如下：
1. 系統層次結構 

系統采用基于Web Service構架的信息平臺技術、XML數據庫管理技術、國際通用的Browser/Server模式，實現平臺的開放性、穩定性、可伸縮性、易重構性。  

　  系統在數據整合方面，以XML數據庫（XML是國際公認的信息的統一表達方式）為核心，采用國際通用的XML和SOAP協議，進行分布在異地異構數據的采集、轉換、清洗和入庫，實現完全跨硬件平臺、操作系統、編程語言，建立數據動態無縫互聯機制和信息實時快速交互機制。

    系統在業務流程和規則管理方面，采用國際標準BPML業務流程建模語言，提供用戶可定制的面向對象的流程和規則管理方案，使業務流程和信息流緊密結合，同時提供基于Web的可視化流程和規則定義工具，解決不斷更新的業務模式和出現不可預測的新業務模式。

    系統在應用功能方面，提供基于Web的瀏覽器界面，采用DHTML技術，提供用戶采用對象拖拉方式自定制應用界面。并可在瀏覽器界面動態整合不同系統間的應用模塊，提供自定義動態報表技術。 

2. 系統邏輯結構圖

客戶信用風險管理系統主要包括由五個功能子系統和信用信息數據庫構成。五個功能子系統包括：信息管理子系統、信用評價子系統、欠費風險評價子系統、竊電檢測子系統和用電需求預測子系統。

　 (1) 信用信息數據庫

　 信用信息數據庫可以提供強大的、多樣性的數據支持。信用評估數據按評估過程分為三類，第一類是原始數據類。原始數據又按要求支持的各系統分子類，按子類建立數據庫文件，如支持定量分析子系統的各類財務報表和信用信息等。第二類是中間數據類，這類數據對原始數據進行適當處理，轉換為直接提供給信用評估模型運算的中間臨時數據庫文件，或某個模型運算中間結果數據，如定量分析中生成的各個信用指標值等。第三類為輸出信息類，包括信用評估報告、信用評估結果表單等。

    (2) 信息管理子系統

　 該子系統可實現用電企業基本資料的錄入及邏輯關系自動校驗功能。錄入可由業務人員手工錄入基礎資料（少量）或由信息管理子系統從相關網站數據、內部業務系統數據庫、外部業務系統數據庫和標準電子化文檔中自動導入。系統自動完成對錄入數據中的邏輯關系的校驗，并對其中不符合邏輯關系的項目予以警告提示，未改正錯誤前不對資料進行處理，以保證評估資料的真實性和可靠性。

　 (3) 信用評價子系統

　 建立電力客戶信用評級體系首先需要建立一套科學的、實用的、精確的和權威的信用評級模型。同時更為重要的是在現行法律法規體系下和供電局現有的數據準備條件基礎上具有可操作性。用戶信用信息難以征集一直是制約信用評價工作開展的瓶頸。因此，全面吸收國際著名評級機構的信用風險評價和管理核心技術，結合中國電力行業實際情況，運用長期積累的豐富經驗和先進方法，利用現有的營銷數據提煉出客戶信用信息，提供既滿足中國實際又符合國際慣例的用戶信用狀況評級方法顯得尤為重要。

    信用評價子系統將企業的繳費情況、繳費能力、經濟實力、資本結構、經營效益、發展前景和社會信用記錄等信息納入信用評價體系。給出用電企業的信用評級表、行業信用分布圖和企業的信用曲線圖。

　　(4) 欠費風險評價子系統

　　將企業的信用等級、經營狀況、國家產業政策、經濟形勢、和市場環境等信息納入到欠費風險評價模型。給出信用風險指示圖、信用風險走勢圖、高危風險用戶名單以及風險預警表。

　 (5) 竊電檢測子系統國內現有的電力營銷客戶管理信息系統中缺乏專門的竊電行為檢測模塊，目前主要依靠供電所業務員每月核對抄回的數據，結合生技部門提供的每條配電線路線損報表，來篩選出有疑問的用戶清單。這樣不僅效率低下而且工作難度大。近年來，一些不法分子的盜電手法不斷翻新，并逐步向專業型、智能型方面發展，給國家電力資源造成損失，同時也成為城市供電及公共安全的一個重大隱患。相比之下，一般電管人員受理論知識和實踐經驗的局限，難以識破技術性竊電行為，導致竊電分子更加肆無忌憚，活動十分猖獗。因此竊電檢測手段也必須實現科學化。
 竊電可疑用戶檢測技術的使用能夠將可能的竊電用戶篩選出來，為有針對性地安裝防竊電計量柜或防竊電電表提供依據。大量事實表明，20%的“電耗子”造成了80%的竊電損失，能夠對這20%的用戶檢測出來，有的放矢，無疑會節省我局大量的人力物力。對解決目前反竊電工作中存在的資金和人力不足的問題起到積極的作用。竊電檢測子系統建立竊電檢測和防范手段，將可疑用戶從用電客戶中篩選出來。提供竊電可疑用戶表及相關的可疑依據。給出用戶可疑等級、用電曲線比較圖和按行業的可疑分布圖。

    (6) 用量需求預測子系統用量需求預測作為電力營銷管理系統的一項需求預測功能，主要基于對用電營銷歷史數據的分析和數據挖掘，運用數學模型求得預測值。但在實際運用中，預測值與已發生的實際值進行比較，或與經驗估計值相比較，有出入較大，難以真正實用化運行。特別是對一些突發事件造成的電量需求急劇變化，比如用電大戶經營滑坡，甚至破產，國民經濟比例的調整，突發干旱或洪水等新增用電及其它因素無法預測。

    因此，僅靠現有的電量歷史數據和電量數據挖掘數學模型，難以提高電量需求預測的精度，需要靠過多的人工干預，這樣在預測中過多的引入人為估計因數和經驗因數，同時對預測人員經驗有很高的要求。

    用量需求預測子系統在對電量的需求預測中，不僅考慮了電量數據的歷史趨勢，同時考慮了用電大戶的經營狀況和資產水平，產業調整，宏觀經濟景氣指標，地區消費水平，突發事件等等因數。將產業政策、經濟形勢、企業經營、市場環境等外部因數納入電量的預測中，按一定權值進行綜合預測，能夠比較客觀的反映實際。