CN105225026A - 一种基于电能服务管理平台的住房空置率评估方法 - Google Patents

一种基于电能服务管理平台的住房空置率评估方法 Download PDF

Info

Publication number
CN105225026A
CN105225026A CN201510528099.7A CN201510528099A CN105225026A CN 105225026 A CN105225026 A CN 105225026A CN 201510528099 A CN201510528099 A CN 201510528099A CN 105225026 A CN105225026 A CN 105225026A
Authority
CN
China
Prior art keywords
vacancy rate
vacant
housing
power consumption
electric energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510528099.7A
Other languages
English (en)
Inventor
李斌
熊敏
苏胜新
徐阿元
孙鼎浩
张兴华
王鑫
何胜
林晶怡
刘畅
陈企楚
柏德胜
蔡亮
苗博
徐萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN201510528099.7A priority Critical patent/CN105225026A/zh
Publication of CN105225026A publication Critical patent/CN105225026A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于电能服务管理平台的住房空置率评估方法,包括:通过电能服务管理平台分析零电量用户特征,获取空置房筛选条件;根据筛选条件,筛选用户群中的空置房;计算所述空置房的住房空置率。本方法基于用电量数据对住房空置率进行计算,既节省了统计成本;为目前的住房空置率研究提供整齐划一的计量方法,也为居民迁移、区域居民用电量预测和售电市场分析提供技术手段。

Description

一种基于电能服务管理平台的住房空置率评估方法
技术领域
本发明涉及一种评估方法,具体涉及一种基于电能服务管理平台的住房空置率评估方法。
背景技术
住房空置率是指某一时刻空置房屋占房屋总数的比率,是居民用户电力负荷预测的重要参数。国外住房空置率的基本算法是待售、待租住房总量/全部可用住房和其他商品用房出售和出租总量。国外学者研究的是比较稳定的房地产市场,而我国学者研究的是增量市场。改革开放以来,房地产产业蓬勃发展,增量市场不稳定,尤其近几年取消了福利分房制度后,市场波动更大。当前国内住房空置率计算方法尚未形成统一的、业界公认的计算方案,不同的算法之间有少至几倍多至几十倍的差距,不利于形成体系以进行经济、电力分析。统计成本加大的同时也难以保障数据和计算结果的准确性,因此此类非直接影响因素的住房空置率统计计算方法难以满足当今的市场需求。
发明内容
为填补上述空白,本发明提供一种基于电能服务管理平台的住房空置率评估方法,为建筑市场和电力经济分析提供一种较为便捷和行之有效的计算方法,从根本上解决目前住房利用率统计中存在的问题,为政府机构及建筑市场提供更便捷可靠的统计方案。
为了实现上述发明目的,本发明采取如下技术方案:
一种基于电能服务管理平台的住房空置率评估方法,所述方法包括下述步骤:
(1)通过电能服务管理平台分析零电量用户特征,获取空置房筛选条件;
(2)根据筛选条件,筛选用户群中的空置房;
(3)计算所述空置房的住房空置率。
优选的,所述步骤(1)中筛选条件包括,住房投入使用时间、所属城镇类型和小区新旧程度。
优选的,所述步骤(2)包括:
(2-1)根据所述筛选条件对用户群进行逐层筛选,生成满足所有筛选条件的目标用户;
(2-2)采集所述目标用户月均用电量数据;
(2-3)根据目标用户月均用电量数据设定阈值;
(2-4)统计依据月均用电量被判定为空置房的户数,记录统计结果并储存。
进一步地,定义用电量阈值为treshold=10。
进一步地,所述空置房判定方法为:将目标用户月均用电量数据按照所设定的空置房用电阈值进行判定;所述空置房为单户月均用电量小于10度的住房。
进一步地,所述用户月均用电量为绝对用电量非增容用电量。
所述步骤(3)包括,统计月均用电量大于0且小于用电量阈值的空置房户数HLthresh代入下式,获取住房空置率:
R t A = H L t h r e s h V t A × 100 %
其中,为按一定时间段和区域所统计的目标用户数量,为按一定时间段和区域所计算的住房空置率。
与现有技术相比,本发明达到的有益效果是:
1、本发明提供的一种基于电能服务管理平台的住房空置率评估方法,是一种基于电能服务管理平台“零用电用户特性分析”即用电量统计功能的住房空置率计算方法,其用户用电数据均由电能服务管理平台提供,继而对应筛选的目标用电量户数进行统计,再经过阈值划分和计算模型算出按时间、地区划分的任意时段住房空置率,统计简单快捷,可以方便有效地计算住房空置率。
2、由于电能服务管理平台具有强大的数据调用能力,能够实时地调用各种信息,如最新的用户用电量、电网信息、负载信息等,从而可为住房空置率计算方法提供实时可靠的统计数据支持;
3、不依赖住房面积的统计,而专注于对用户数的精确统计,基于现有的高性能电能管理平台,实时高效地获取用户用电量数据,操作简单,真实可靠;
4、结合用电量估计与现有住房空置率计算方法来实现基于用电量的住房空置率计算,能够有效地避免各类不同算法的繁杂统计过程、高昂的人力消耗和业内难以统一的计算方案,打破行业之间的限制,建立开放的、协作的行业统计方法。
附图说明
图1为一种基于电能服务管理平台的住房空置率评估方法流程图;
图2为空置房判定方法流程图;
图3为计算住房空置率方法流程图。
具体实施方式
为了使本发明的目的,下面将结合附图对本发明做进一步的详细描述:
如图1所示,一种基于电能服务管理平台的住房空置率评估方法,包括下述步骤:
(1)通过电能服务管理平台分析零电量用户特征,为空置房判定提供所需数据,获取空置房筛选条件;包括住房投入使用时间、所属城镇类型和小区新旧程度。所述住房投入使用时间、所属城镇类型、小区新旧程度等用户筛选条件均支持定量划分且不限于上述提供的参数类型。
(2)根据筛选条件,筛选用户群中的空置房;即对用户群是否为空置房作出判断。具体步骤如图2所示,包括:
(2-1)根据所述筛选条件对用户群进行逐层筛选,生成满足所有筛选条件的目标用户;
(2-2)采集所述目标用户月均用电量数据;
(2-3)根据目标用户月均用电量数据设定阈值;定义用电量阈值为treshold=10。
(2-4)统计依据月均用电量被判定为空置房的户数,记录统计结果并储存。所述用户月均用电量为绝对用电量非增容用电量。
所述空置房判定方法为:将目标用户月均用电量数据按照所设定的空置房用电阈值进行判定;所述空置房为单户月均用电量小于10度的住房。
(3)计算所述空置房的住房空置率。具体步骤如图3所示,包括:统计月均用电量大于0且小于用电量阈值的空置房户数HLthresh代入下式,获取住房空置率:
R t A = H L t h r e s h V t A × 100 %
其中,为按一定时间段和区域所统计的目标用户数量,为按一定时间段和区域所计算的住房空置率。
本发明通过对目标统计用户的分类和基于电能服务管理平台的零用电用户特性分析获取目标用户的绝对用电量统计数据,再经过阈值划分和计算模型算出按时间、地区划分的任意时段住房空置率。为建筑市场和电力经济分析提供更为直接和行之有效的计算方法。从根本上解决目前住房利用率统计中存在的问题,为政府机构及建筑市场提供更便捷可靠的统计方案。该方法填补了我国基于用电数据的住房空置率计算方法领域的空白,可以方便有效地实现住房空置率计算,通过分析居民用电情况为居民迁移、区域居民用电量预测和售电市场分析提供技术手段。
以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。

Claims (7)

1.一种基于电能服务管理平台的住房空置率评估方法,其特征在于,所述方法包括下述步骤:
(1)通过电能服务管理平台分析零电量用户特征,获取空置房筛选条件;
(2)根据筛选条件,筛选用户群中的空置房;
(3)计算所述空置房的住房空置率。
2.根据权利要求1所述的方法,其特征在于,所述步骤(1)中,筛选条件包括,住房投入使用时间、所属城镇类型和小区新旧程度。
3.根据权利要求1所述的方法,其特征在于,所述步骤(2)包括:
(2-1)根据所述筛选条件对用户群进行逐层筛选,生成满足所有筛选条件的目标用户;
(2-2)采集所述目标用户月均用电量数据;
(2-3)根据目标用户月均用电量数据设定阈值;
(2-4)统计依据月均用电量被判定为空置房的户数,记录统计结果并储存。
4.根据权利要求3所述的方法,其特征在于,定义用电量阈值为treshold=10。
5.根据权利要求3所述的方法,其特征在于,所述空置房判定方法为:将目标用户月均用电量数据按照所设定的空置房用电阈值进行判定;所述空置房为单户月均用电量小于10度的住房。
6.根据权利要求3所述的方法,其特征在于,所述用户月均用电量为绝对用电量非增容用电量。
7.根据权利要求1所述的方法,其特征在于,所述步骤(3)包括,统计月均用电量大于0且小于用电量阈值的空置房户数HLthresh代入下式,获取住房空置率:
R t A = H L t h r e s h V t A × 100 %
其中,Vt A为按一定时间段和区域所统计的目标用户数量,Rt A为按一定时间段和区域所计算的住房空置率。
CN201510528099.7A 2015-08-26 2015-08-26 一种基于电能服务管理平台的住房空置率评估方法 Pending CN105225026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510528099.7A CN105225026A (zh) 2015-08-26 2015-08-26 一种基于电能服务管理平台的住房空置率评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510528099.7A CN105225026A (zh) 2015-08-26 2015-08-26 一种基于电能服务管理平台的住房空置率评估方法

Publications (1)

Publication Number Publication Date
CN105225026A true CN105225026A (zh) 2016-01-06

Family

ID=54993981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510528099.7A Pending CN105225026A (zh) 2015-08-26 2015-08-26 一种基于电能服务管理平台的住房空置率评估方法

Country Status (1)

Country Link
CN (1) CN105225026A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595587A (zh) * 2018-04-19 2018-09-28 宁波三星医疗电气股份有限公司 基于智能电网的城市居民分布状况获取方法
CN108776868A (zh) * 2018-06-05 2018-11-09 广东电网有限责任公司电力科学研究院 一种基于用电大数据的农村空心化评估方法及装置
CN109598638A (zh) * 2018-11-06 2019-04-09 深圳供电局有限公司 一种基于用电数据分析的住房空置率推算方法及系统
CN110059114A (zh) * 2019-03-16 2019-07-26 平安城市建设科技(深圳)有限公司 房屋空置率获取方法、装置、终端及计算机可读存储介质
CN110837604A (zh) * 2019-10-16 2020-02-25 贝壳技术有限公司 基于住房监控平台的数据分析方法及装置
CN110969361A (zh) * 2019-12-06 2020-04-07 深圳前海微众银行股份有限公司 空置率评估方法、装置、设备及计算机可读存储介质
CN111190890A (zh) * 2019-12-26 2020-05-22 深圳供电局有限公司 用户日用电量数据清洗方法、装置、设备和介质
CN111461521A (zh) * 2020-03-27 2020-07-28 广东电网有限责任公司 一种基于电力大数据的居民住房空置率分析方法
CN112258063A (zh) * 2020-10-28 2021-01-22 国家电网有限公司客户服务中心 一种住房闲置分类计算方法及系统
CN112465378A (zh) * 2020-12-09 2021-03-09 国网四川省电力公司电力科学研究院 基于电力大数据挖掘的住房空置自适应研判方法及装置
CN112488738A (zh) * 2020-12-16 2021-03-12 甘肃同兴智能科技发展有限责任公司 基于电力大数据的居民空置住户识别方法及设备
CN112732772A (zh) * 2020-12-15 2021-04-30 国网湖南省电力有限公司 一种基于月度居民用电量的住房空置率测算方法
CN112907063A (zh) * 2021-02-10 2021-06-04 国网河北省电力有限公司信息通信分公司 人口流动率和房屋空置率确定方法及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
方超等: "基于用电大数据的居民用电分析", 《科技展望》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595587A (zh) * 2018-04-19 2018-09-28 宁波三星医疗电气股份有限公司 基于智能电网的城市居民分布状况获取方法
CN108776868A (zh) * 2018-06-05 2018-11-09 广东电网有限责任公司电力科学研究院 一种基于用电大数据的农村空心化评估方法及装置
CN109598638A (zh) * 2018-11-06 2019-04-09 深圳供电局有限公司 一种基于用电数据分析的住房空置率推算方法及系统
CN110059114A (zh) * 2019-03-16 2019-07-26 平安城市建设科技(深圳)有限公司 房屋空置率获取方法、装置、终端及计算机可读存储介质
CN110837604A (zh) * 2019-10-16 2020-02-25 贝壳技术有限公司 基于住房监控平台的数据分析方法及装置
CN110969361A (zh) * 2019-12-06 2020-04-07 深圳前海微众银行股份有限公司 空置率评估方法、装置、设备及计算机可读存储介质
CN110969361B (zh) * 2019-12-06 2024-05-14 深圳前海微众银行股份有限公司 空置率评估方法、装置、设备及计算机可读存储介质
CN111190890B (zh) * 2019-12-26 2024-03-29 深圳供电局有限公司 用户日用电量数据清洗方法、装置、设备和介质
CN111190890A (zh) * 2019-12-26 2020-05-22 深圳供电局有限公司 用户日用电量数据清洗方法、装置、设备和介质
CN111461521A (zh) * 2020-03-27 2020-07-28 广东电网有限责任公司 一种基于电力大数据的居民住房空置率分析方法
CN112258063A (zh) * 2020-10-28 2021-01-22 国家电网有限公司客户服务中心 一种住房闲置分类计算方法及系统
CN112465378A (zh) * 2020-12-09 2021-03-09 国网四川省电力公司电力科学研究院 基于电力大数据挖掘的住房空置自适应研判方法及装置
CN112732772A (zh) * 2020-12-15 2021-04-30 国网湖南省电力有限公司 一种基于月度居民用电量的住房空置率测算方法
CN112488738B (zh) * 2020-12-16 2024-02-27 甘肃同兴智能科技发展有限责任公司 基于电力大数据的居民空置住户识别方法及设备
CN112488738A (zh) * 2020-12-16 2021-03-12 甘肃同兴智能科技发展有限责任公司 基于电力大数据的居民空置住户识别方法及设备
CN112907063A (zh) * 2021-02-10 2021-06-04 国网河北省电力有限公司信息通信分公司 人口流动率和房屋空置率确定方法及终端设备
CN112907063B (zh) * 2021-02-10 2023-02-28 国网河北省电力有限公司信息通信分公司 人口流动率和房屋空置率确定方法及终端设备

Similar Documents

Publication Publication Date Title
CN105225026A (zh) 一种基于电能服务管理平台的住房空置率评估方法
McKenna et al. Solar photovoltaic self-consumption in the UK residential sector: New estimates from a smart grid demonstration project
Lindberg et al. Modelling electric and heat load profiles of non-residential buildings for use in long-term aggregate load forecasts
Anderson et al. Electricity consumption and household characteristics: Implications for census-taking in a smart metered future
Pinson et al. Skill forecasting from ensemble predictions of wind power
Chuan et al. Modeling and validation of electrical load profiling in residential buildings in Singapore
Torriti A review of time use models of residential electricity demand
Andersen et al. Long-term forecasting of hourly electricity load: Identification of consumption profiles and segmentation of customers
Elsinga et al. Spatial power fluctuation correlations in urban rooftop photovoltaic systems
KR101800286B1 (ko) 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템
CN107330540B (zh) 一种考虑电压质量的配电网台区缺供电量预测方法
CN112465378B (zh) 基于电力大数据挖掘的住房空置自适应研判方法及装置
CN112487046A (zh) 用电信息分析方法、装置、系统、计算机设备和存储介质
CN114865627A (zh) 一种基于供需关系的配电方法、装置及设备
Klingler et al. Residential photovoltaic self-consumption: Identifying representative household groups based on a cluster analysis of hourly smart-meter data
CN115660225A (zh) 一种基于电表通信模块的用电负荷预测管理方法及系统
CN109543908A (zh) 一种基于居民家用电器能耗核算的居民用电量的预测方法
Sigauke Modelling electricity demand in South Africa
CN111160993A (zh) 基于用户负荷报装的用户实用及阶段释放系数的分析方法
Fisher et al. A Simple Metric for Predicting Revenue from Electric Peak‐Shaving and Optimal Battery Sizing
Ziegler et al. A Probabilistic Modelling Approach for Residential Load Profiles
Granderson et al. Accuracy of hourly energy predictions for demand flexibility applications
CN117495056A (zh) 一种用电数据监测和优化方法及系统
Aman et al. Learning to reduce: A reduced electricity consumption prediction ensemble
CN110415140A (zh) 一种基于工业生产者出厂价格指数的年度用电量预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination