CN110728609A - 一种基于电力大数据的农村人口评估模型 - Google Patents

一种基于电力大数据的农村人口评估模型 Download PDF

Info

Publication number
CN110728609A
CN110728609A CN201911013684.8A CN201911013684A CN110728609A CN 110728609 A CN110728609 A CN 110728609A CN 201911013684 A CN201911013684 A CN 201911013684A CN 110728609 A CN110728609 A CN 110728609A
Authority
CN
China
Prior art keywords
data
power
electricity
type
village
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
CN201911013684.8A
Other languages
English (en)
Inventor
邱童
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201911013684.8A priority Critical patent/CN110728609A/zh
Publication of CN110728609A publication Critical patent/CN110728609A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于电力大数据的农村人口评估模型，包括了电力大数据的收集处理和基于预处理后数据的人口评估模型，通过收集用电数据进行数据分析归纳，形成统一的评估模型，用生成的评估模型对实际的行政村人口进行评估，由于电网覆盖面很大很全，较少存在数据无法使用的情况，并且电网数据能够客观反映一个村的实际情况，即准确率高，同时该数据的获取成本不高。

Description

一种基于电力大数据的农村人口评估模型
技术领域
本发明涉及人口普查领域，特别是涉及一种基于电力大数据的农村人口评估模型。
背景技术
现有的人口评估模型，主要包括人口普查、人口抽样调查、基于手机实时在线数的人口评估模型以及基于卫星夜景图片的人口评估模型。
人口普查方法成本巨大，并且缺少实时性。
人口抽样调查降低了调查成本，但是普查数据严重依赖采样点，造成结果不准确。
上述两种方法的参与主体是调查人员，具有较强的主观性，同时因为缺少相应的监督，调查时会存在被调查者进行有意漏报、错报等行为。
基于手机人数的模型严重依赖地方基站，目前这一模型基本被用于城市人口评估，因为城市里基站覆盖面广，而在一些基站覆盖较弱的偏远地区，无法使用。以中国甘肃陇南市为例，该地区地处山区，很多区域尽管有人但是没有手机信号，通过手机信号收集到的人口数据具有较大的不确定性。
基于卫星夜景图片的人口评估模型，通常是使用夜景图片，统计图片中相关区域的亮度面积等来进行人口评估，这种方法存在卫星图片获取和处理难度大的问题，同时这样的评估准确率很低，是一种粗粒度的人口评估。
相比于前两种人口评估方法，后两者的人口评估方法较为客观，但是存在部分场景无法应用的情况，致使其准确率较低。
发明内容
本发明的目的在于提供一种基于电力大数据的农村人口评估模型，其特征在于，包括如下步骤：
收集国家电网提供的若干个行政村电力数据；
将收集到的电力数据进行预处理；
对于每个行政村，分析其预处理过的电力数据，将该村归类为一个数据类型；
对于已经归类好的行政村，按照每个行政村的用电类型，将同一类型的行政村进行模型拟合得到不同的参数；
由所得到的参数拟合得到若干个模型，为最终的人口评估模型。
在本发明的一些实施例里，所述的电力数据主要包括用电量及对应的缴费时间、用电类别、运行容量和用电用户所在区域。
在本发明的一些实施例里，对电力数据的预处理包括剔除运行容量大于10的客户数据，并且剔除用电量不超过0的用户的数据，然后计算每个村每个月的用电总量和用电客户数。
在本发明的一些实施例里，所述的电力数据的预处理还包括：保留用电类型里有乡村居民生活用电、居民生活用电和城镇居民生活用电的数据，其余的用电类型数据均需要剔除。
在本发明的一些实施例里，所述的分析预处理的电力数据的方法包括：设定Em,n和Cm,n分别代表第m个行政村第n个月的总电量和用电客户数，对于其中的第m个村，选取其用电量最大的前K个月的用电数据，以及选取的这几个月内对应的用电客户数，对这K个月的用电量和用电客户数求平均值得到em和cm，对此数据，Averagem＝em/cm，即是代表第m个行政村的户均用电量。
在本发明的一些实施例里，按照户均用电量的数据将村子划分为不同的类型，分别为户均用电量低于60、60-90、90-120、120-150、150-180、180-210、210-240、240-270、270以上这九个类型，其中，用电量单位为千瓦时，将其标记为Typei，i＝1,2,...9。
在本发明的一些实施例里，所述的用电量数据取用电量最大的前3个月的数据进行计算为计算效果最佳的数值。
在本发明的一些实施例里，所述的模型拟合的方法为：通过线性表达式描述实际人口数和用电客户数所满足的线性关系，即其中，xi指的是类型为Typei的行政村的平均用电客户数，
Figure BDA0002244985310000032
指的是对应的预估人口数，ai和bi代表类型为Typei的模型对应的参数，即对于类型为Typei的行政村，它使用的模型参数为ai和bi。
在本发明的一些实施例里，所述的ai和bi的值通过实际人口数和平均用电客户数用最小二乘回归的方法模拟得到其向对应的ai和bi的数值，其中，ai和bi分别表示不同模型下，其参数的具体值。
在本发明的一些实施例里，通过得到的线性关系公式以及拟合出的对应ai和bi参数，可使用所得到的每个对应的参数模型对其余形政村的人口进行评估。
本发明实施例至少具有如下优点或有益效果：
使用电力数据进行农村人口评估，电网覆盖面很大很全，较少存在数据无法使用的情况，并且电网数据能够客观反映一个村的实际情况，即准确率高，同时该数据的获取成本不高。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例基于电力大数据的农村人口评估模型的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中，需要说明的是，若出现术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
此外，若出现术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
在本发明实施例的描述中，“多个”代表至少2个。
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
实施例1
一种基于电力大数据的农村人口评估模型，如图1所示，包括如下步骤：
收集国家电网提供的若干个行政村电力数据；
将收集到的电力数据进行预处理；
对于每个行政村，分析其预处理过的电力数据，将该村归类为一个数据类型；
对于已经归类好的行政村，按照每个行政村的用电类型，将同一类型的行政村进行模型拟合得到不同的参数；
由所得到的参数拟合得到若干个模型，为最终的人口评估模型。
具体做法如下：
步骤一，收集电网数据。收集我国某地区3000个行政村的电网数据，对于每个村来说，收集到了该村2018年1月到2019年6月的每个月的该村电网数据，每村每个月的电网数据由该村每个用电客户的本月用电量数据组成，每村每个月每个用电客户的本月用电数据。这里的用电类别包括了普通居民家庭、工厂、学校等，电费年月代表了该客户缴费时间，居委会(村)表明了客户所在行政村，客户编号用来唯一确定某个客户，总电量表明该客户本月使用的电量，运行容量指供电部门许可的客户受电设备总容量。
步骤二，预处理电力数据。从图1给出的数据中，将运行容量大于10的客户数据行进行剔除，保留用电类别里有乡村居民生活用电、居民生活用电和城镇居民生活用电的数据行，其余剔除。对总电量不超过t1值的数据行进行剔除，这里选取t1为0。计算每个村每月的总电量和用电客户数。
步骤三，分析电力数据并归类。假设Em,n和Cm,n分别代表第m个行政村第n个月的总电量和用电客户数，其中m＝1,2,…3000,n＝1,2,…18。对于第m个村，选取其用电量最大的前K个月(K取3)及其对应的用电客户数，分别对这K个月的用电量和用电客户数求平均得到em和cm。令Averagem＝em/cm，代表第m个行政村的户均用电量。按照户均用电量这一指标将村子划分为不同的类型，总共划分为九个类型，具体的划分方法为，户均用电量低于60、60-90、90-120、120-150、150-180、180-210、210-240、240-270、270以上这九个类型，单位为千瓦时，记符号为Typei，i＝1,2,...9。按照上述类型划分方法将若干行政村划分到不同的类型。
步骤四，模型建立及拟合。认为相同类型的行政村，它们的实际人口数和用电客户数满足相同的线性关系，即
Figure BDA0002244985310000071
这里指的是类型为Typei的行政村的平均用电客户数，
Figure BDA0002244985310000073
指的是对应的预估人口数。ai和bi代表类型为Typei的模型对应的参数，即对于类型为Typei的行政村，它使用的模型参数为ai和bi。实地调研了200个行政村的实际人口数据，按照上面的步骤算出了它们的类型及对应的平均用电客户数，对于类型为Typei的村子，使用它们的实际人口数和平均用电客户数用最小二乘回归的方法对模型拟合得到对应的ai和bi，得到了九组参数，这里i＝1,2,...9。
步骤五，由上面的步骤可以得到九个线性模型，如下表1所示。之后可以使用这九个线性模型对其余村的人口情况进行评估。
类型1 类型2 类型3 类型4 类型5 类型6 类型7 类型8 类型9
参数a 3.82 2.57 2.85 2.63 2.12 2.62 0.42 4.77 -2.22
参数b 67.18 266.82 305.52 198.88 308.71 316.48 750.09 -190.55 1955.55
表1模型拟合参数表
综上所述，当需要对一个行政村进行人口评估时，代入模型之前需要对当前被评估村落的实际用电户数以及用电量进行一个数据采集，同时对比数据带入上述评估模型，在选取相应的参数时，对照表1所示的数据带入对应数据，即可实现对该行政村的人口进行评估，通过实际的使用测试显示，该模型的误差在可接受的范围内，人口评估相对准确。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于电力大数据的农村人口评估模型，其特征在于，包括如下步骤：
收集国家电网提供的若干个行政村电力数据；
将收集到的电力数据进行预处理；
对于每个行政村，分析其预处理过的电力数据，将该村归类为一个数据类型；
对于已经归类好的行政村，按照每个行政村的用电类型，将同一类型的行政村进行模型拟合得到不同的参数；
由所得到的参数拟合得到若干个模型，为最终的人口评估模型。
2.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，所述的电力数据主要包括用电量及对应的缴费时间、用电类别、运行容量和用电用户所在区域。
3.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，对电力数据的预处理包括剔除运行容量大于10的客户数据，并且剔除用电量不超过0的用户的数据，然后计算每个村每个月的用电总量和用电客户数。
4.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，所述的电力数据的预处理还包括：保留用电类型里有乡村居民生活用电、居民生活用电和城镇居民生活用电的数据，其余的用电类型数据均需要剔除。
5.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，所述的分析预处理的电力数据的方法包括：设定Em，n和Cm，n分别代表第m个行政村第n个月的总电量和用电客户数，对于其中的第m个村，选取其用电量最大的前K个月的用电数据，以及选取的这几个月内对应的用电客户数，对这K个月的用电量和用电客户数求平均值得到em和cm，对此数据，Averagem＝em/cm，即是代表第m个行政村的户均用电量。
6.根据权利要求5所述的基于电力大数据的农村人口评估模型，其特征在于，按照户均用电量的数据将村子划分为不同的类型，分别为户均用电量低于60、60-90、90-120、120-150、150-180、180-210、210-240、240-270、270以上这九个类型，其中，用电量单位为千瓦时，将其标记为Typei，i＝1，2，...9。
7.根据权利要求5所述的基于电力大数据的农村人口评估模型，其特征在于，所述的用电量数据取用电量最大的前3个月的数据进行计算为计算效果最佳的数值。
8.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，所述的模型拟合的方法为：通过线性表达式描述实际人口数和用电客户数所满足的线性关系，即
Figure FDA0002244985300000021
其中，xi指的是类型为Typei的行政村的平均用电客户数，
Figure FDA0002244985300000022
指的是对应的预估人口数，ai和bi代表类型为Typei的模型对应的参数，即对于类型为Typei的行政村，它使用的模型参数为ai和bi。
9.根据权利要求7所述的基于电力大数据的农村人口评估模型，其特征在于，所述的ai和bi的值通过实际人口数和平均用电客户数用最小二乘回归的方法模拟得到其向对应的ai和bi的数值，其中，ai和bi分别表示不同模型下，其参数的具体值。
10.根据权利要求1所述的基于电力大数据的农村人口评估模型，其特征在于，通过得到的线性关系公式以及拟合出的对应ai和bi参数，可使用所得到的每个对应的参数模型对其余形政村的人口进行评估。
CN201911013684.8A 2019-10-23 2019-10-23 一种基于电力大数据的农村人口评估模型 Pending CN110728609A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911013684.8A CN110728609A (zh) 2019-10-23 2019-10-23 一种基于电力大数据的农村人口评估模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911013684.8A CN110728609A (zh) 2019-10-23 2019-10-23 一种基于电力大数据的农村人口评估模型

Publications (1)

Publication Number Publication Date
CN110728609A true CN110728609A (zh) 2020-01-24

Family

ID=69222942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911013684.8A Pending CN110728609A (zh) 2019-10-23 2019-10-23 一种基于电力大数据的农村人口评估模型

Country Status (1)

Country Link
CN (1) CN110728609A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188563A1 (en) * 2012-12-27 2014-07-03 International Business Machines Corporation Customer demographic data change detection based on monitored utility consumption
CN104620267A (zh) * 2012-06-21 2015-05-13 汤姆逊许可公司 用于推断用户人口统计的方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104620267A (zh) * 2012-06-21 2015-05-13 汤姆逊许可公司 用于推断用户人口统计的方法和装置
US20140188563A1 (en) * 2012-12-27 2014-07-03 International Business Machines Corporation Customer demographic data change detection based on monitored utility consumption

Similar Documents

Publication Publication Date Title
CN107609783B (zh) 一种基于数据挖掘的智能电能表综合性能进行评估的方法及系统
CN107340492B (zh) 基于大数据挖掘和场景预判的电能计量装置故障分析方法
CN103247008B (zh) 一种电力统计指标数据的质量评估方法
CN110110881B (zh) 电力客户需求预测分析方法及系统
CN108020752B (zh) 一种基于多源贯通相关性的配线线损诊断方法及系统
CN113267692B (zh) 一种低压台区线损智能诊断分析方法和系统
CN107330540B (zh) 一种考虑电压质量的配电网台区缺供电量预测方法
CN108197774B (zh) 一种分布式光伏发电量异常诊断的方法及装置
CN109444800B (zh) 基于无线通信采集的台区识别方法
CN110263109B (zh) 一种融合互联网信息及gis技术的家庭户数估算方法
CN112286063A (zh) 一种基于非侵入量测的区域能耗监测系统及方法
CN104616211A (zh) 基于水电用量比值聚类的异常水电用户检测方法及系统
CN114519514A (zh) 一种低压台区合理线损值测算方法、系统及计算机设备
CN110826859A (zh) 一种基于日电量远程识别用户用电性质的方法及系统
CN115345416A (zh) 基于天然气用气数据的住房空置率估算
Zhou et al. A novel stochastic model for hourly electricity load profile analysis of rural districts in Fujian, China
CN112990730A (zh) 一种利用人为采集失败增强电量相关性特征的方法
CN101976222A (zh) 一种基于框架的实时嵌入式软件可测试性测量方法
CN112257964B (zh) 一种负荷密集型城市智慧园区需求聚合建模方法
CN110728609A (zh) 一种基于电力大数据的农村人口评估模型
CN117196918A (zh) 一种建筑碳排放确定方法、装置、设备及存储介质
CN115378143B (zh) 电力营销智能稽查系统
CN111127186A (zh) 一种基于大数据技术的客户信用等级评价体系的使用方法
CN115545240A (zh) 一种低压配电网台区异常线损诊断方法、系统、设备及介质
CN110781959A (zh) 基于birch算法和随机森林算法的电力客户分群方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124