CN112732772A - 一种基于月度居民用电量的住房空置率测算方法 - Google Patents
一种基于月度居民用电量的住房空置率测算方法 Download PDFInfo
- Publication number
- CN112732772A CN112732772A CN202011474461.4A CN202011474461A CN112732772A CN 112732772 A CN112732772 A CN 112732772A CN 202011474461 A CN202011474461 A CN 202011474461A CN 112732772 A CN112732772 A CN 112732772A
- Authority
- CN
- China
- Prior art keywords
- cell
- users
- calculating
- area
- power supply
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000005611 electricity Effects 0.000 claims abstract description 30
- 238000007689 inspection Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/16—Real estate
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于月度居民用电量的住房空置率测算方法,包括:获取地市内小区名单、台区档案表、台区用户关系表、用户档案表,匹配各个小区实际供电台区,根据定义统计t年内台区的空户数与总户数,测算台区的空置率,汇总至小区再由小区汇总至地市。本发明采用关键词重合与测算小区与台区的距离不足1500m的方式综合判定小区供电台区,由居民用电类型、全年用电量不为空与立户时间早于统计时间的三重标准判断台区内用户总数,由常识判断与实地查验相结合的方式定义统计空户,以台区空置率汇总至小区再汇总至地市,合理考察楼市健康程度。
Description
技术领域
本发明属于电力技术领域,尤其涉及一种基于月度居民用电量的住房空置率测算方法。
背景技术
房屋空置率是指某一时刻空置房屋户数占房屋总户数的比率。房屋空置率作为经常被用来评价楼市健康程度的一个重要指标,房屋空置率一直备受关注。现有空置率测算方法往往不能高效精准的达到目的,住宅普查法耗时耗力,亮灯反推法偏差较大。
发明内容
本发明的主要目的在于提供一种基于月度居民用电量的住房空置率测算方法。该测算方法在充分监测各个台区用电特征、依据逻辑与数据规律定义空户与总户的统计概念的基础上,将小区与台区匹配后,先以小区为单位汇总各个台区用电特征,再将数据汇总到区、地市,计算不同区域层级的空置率,除获取住房空置率,获知楼市需求趋势外,还可监测了解居民用电行为具体变化。
为解决上述技术问题,本发明采用如下技术方案:
一种基于月度居民用电量的住房空置率测算方法,包括:
(1)获取地市内小区名单、台区档案表、台区用户关系表、用户档案表;
(2)根据小区与台区的名称及地理位置信息,找到各个小区对应的供电台区;
(3)根据用户用电信息,统计t年各台区住户数;
(4)定义当年超过M个月用电量不足N千瓦时的用户为空户,确定M与N的阈值,统计t年各台区内空户数;
(5)计算t年小区的空置率,小区的空置率等于该小区空户数与住户数的比值,其中,小区空户数等于该小区对应的台区空户数之和,小区住户数等于该小区对应的台区住户数之和;
(6)计算t年区县、地市空置率,区县或地市空置率为该区县或地市收录在册的各小区空户数之和与住户数之和的比值。
具体的,所述步骤(2)确定各个小区对应的台区的具体步骤如下:
(21)利用Word分词技术提取小区名称与台区名称中的关键词;
(22)利用关键词对小区与台区进行匹配,若小区名称与台区名称有至少一个关键词重合,则初步认为该台区与小区有供电匹配关系;
(23)获取各小区经纬度信息,从电力公司的PMS配电变压器信息表中获取台区对应的变压器经纬度信息,根据二维平面上两点间的欧氏距离计算公式,计算某小区与该小区在步骤(22)中匹配的台区的变压器之间的距离D;
(24)因供电台区的供电半径通常为500-1000米,且1500米之内有两个名称相似的小区的概率较小,故设定当D小于1500米时,则确认该台区与该小区具有实质的供电匹配关系。
具体的,步骤(3)具体步骤包括:
(31)根据用户档案表,获取用电类型为居民的用户信息表;
(32)在步骤(31)得到的用户信息表中,统计t年某台区立户时间早于t年,且全年12个月电量皆不为空的用户数,该用户数即为t年该台区住户数。
具体的,所述步骤(4)中,依据用电量统计台区内空户数,其具体方法是:
(41)通过抽样调研,初步设定M与N的阈值,
(42)使用分层抽样法抽取步骤(41)筛选出的空户,通过现场调研验证该住户实际状态是否相符,根据查验结果调整M与N的阈值;
(43)统计t年某台区内符合步骤(42)的用户数,即为t年该台区空户数。
具体的,步骤(5)具体步骤包括:
(51)确认小区内供电台区的集中立户年,若某台区90%以上的居民户都在t1年立户,则t1年为该台区的集中入户年;
与现有技术相比,本发明具有的有益效果在于:
1、本发明在充分监测各个台区用电特征、依据逻辑与数据规律定义空户与总户的统计概念的基础上,将小区与台区匹配后,先以小区为单位汇总各个台区用电特征,再将数据汇总到区、地市,计算不同区域层级的空置率,除获取住房空置率,获知楼市需求趋势外,还可监测了解居民用电行为具体变化。
2、本发明采用关键词重合与测算小区与台区的距离不足1500m的方式综合判定小区供电台区,与通常物理意义上的小区概念有所区别,测算时更能准确锁定用电量。
3.本发明由居民用电类型、全年用电量不为空与立户时间早于统计时间的三重标准判断台区内用户总数,充分考虑小区内居民入住数随时间与小区扩张变动的可能性,更加灵活。
4.本发明由常识判断与实地查验相结合的方式定义统计空户,以台区空置率汇总至小区再汇总至地市,合理考察楼市健康程度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1是本发明实施例涉及的流程图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
参见图1,以长沙市为例,对本发明提供的基于月度居民用电量的住房空置率测算方法作具体说明:
该测算方法包括以下步骤:
S1获取长沙市小区名单、台区档案表、台区用户关系表、用户信息档案表;为方便后文对照,小区由“b”指代,台区由“a”指代;
S2根据匹配小区b与台区a的名称、地理位置等信息,找到确定各个小区b实际对应的供电台区a,首先获取长沙市内小区b与湖南省电力公司所辖台区a的名单,根据小区b与台区a的名称与地理位置,匹配各个小区b真实的供电台区a;
由于小区b与供电台区a仅因名称相似并不能确定匹配关系,在匹配过程中采用了分词技术鉴定名称关联性,由名称关联性初步匹配各个小区b的供电台区a,并借用地理信息计算距离,确定实际供电关系,具体步骤如下:
S21利用Word分词技术提取各个小区b名称与台区a名称中的关键词;
S22利用关键词对小区b与供电台区a进行名称匹配,若小区b名称与供电台区a名称有至少一个关键词重合则初步认为该台区a与小区b有供电匹配关系;
S23获取长沙各小区b经纬度信息,从电力公司的PMS配电变压器信息表中获取台区a对应的变压器经纬度信息。根据二维平面上两点间的欧氏距离计算公式,计算小区b与该小区b在步骤S22中匹配的台区a的变压器之间的距离。供电台区a辐射范围一般在500-1000米且通常1500米以内出现重名小区b的概率极低,故若计算所得距离小于1500米,则确认该台区a与是小区b的实际供电者。
S3在确定小区b实际供电台区a之后,测算t年各个台区a内的总户数。
本次测算分析居民住宅全年用电行为判定总户数,在判断中将依据用户用电类型、立户时间、与全年用电量皆不为空三重标准进行综合考量,每年台区a内总户数依照台区a内实际用电情况发生变化,其具体步骤如下:
S31当统计t年空置率时,依据用户档案信息表,检索用户立户时间,仅统计立户时间早于t年的用户,防止因用户用电量未连续12个月不为空造成误判;
S32复核步骤31中所得的用户,统计其中全年12个月用电量皆不为空的用户,防止因用户开户时间数据质量造成的统计遗漏;
S33查看步骤31、32中综合所得用户的用电类型,剔除居民用电类型占台区a总户数不足75%的台区a,保证统计的台区a皆为居民供电。
S4依据用电量统计台区a内空户数,其具体方法是依据定义每年至少有M个月用电量不足N千瓦时的用户为空户,设定M与N的阈值,统计空户,经过常识分析与实际调研,设定空户标准为每年至少有10个月电量不足15千瓦时,具体步骤如下:
S41依据常理推断初步设定N与M阈值;
S43实地验证满足步骤S41中设定条件的用户是否为空户,依据调研结果调整N与M阈值,
S44测算N与M变动后的边际影响,发现影响稳定,可保证测算质量,故设N=15千瓦时,M=10个月;
S45统计台区a内10个月用电量不足15千万时的用户数,即空户数。
S5测算集中立户年之后各个供电台区a内的总户数与空户数,加总计算每年小区b空置率,具体步骤包括:
S51确认小区b内供电台区a的集中立户年,若台区a在t1年时入户集中度超过90%,则t1年为小区b的集中入户年;
S53计算t年小区b空置率,即小区b内立户集中年早于t年的各个台区a空户数之和与总户数之和的比值。
根据上述步骤测算可得,长沙市2019年空置率为14.46%。
上述实施例仅仅是清楚地说明本发明所作的举例,而非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里也无需也无法对所有的实施例予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (6)
1.一种基于月度居民用电量的住房空置率测算方法,其特征在于,包括:
(1)获取地市内小区名单、台区档案表、台区用户关系表、用户档案表;
(2)根据小区与台区的名称及地理位置信息,找到各个小区对应的供电台区;
(3)根据用户用电信息,统计t年各台区住户数;
(4)定义当年超过M个月用电量不足N千瓦时的用户为空户,确定M与N的阈值,统计t年各台区内空户数;
(5)计算t年小区的空置率,小区的空置率等于该小区空户数与住户数的比值,其中,小区空户数等于该小区对应的台区空户数之和,小区住户数等于该小区对应的台区住户数之和;
(6)计算t年区县、地市空置率,区县或地市空置率为该区县或地市收录在册的各小区空户数之和与住户数之和的比值。
2.根据权利要求1所述的住房空置率测算方法,其特征在于,所述步骤(2)确定各个小区对应的台区的具体步骤如下:
(21)提取小区名称与台区名称中的关键词;
(22)利用关键词对小区与台区进行匹配,若小区名称与台区名称有至少一个关键词重合,则初步认为该台区与小区有供电匹配关系;
(23)获取各小区经纬度信息,从电力公司的PMS配电变压器信息表中获取台区对应的变压器经纬度信息,根据二维平面上两点间的欧氏距离计算公式,计算某小区与该小区在步骤(22)中匹配的台区的变压器之间的距离D;
(24)因供电台区的供电半径通常为500-1000米,且1500米之内有两个名称相似的小区的概率较小,故设定当D小于1500米时,则确认该台区与该小区具有实质的供电匹配关系。
3.根据权利要求1所述的住房空置率测算方法,其特征在于,步骤(3)具体步骤包括:
(31)根据用户档案表,获取用电类型为居民的用户信息表;
(32)在步骤(31)得到的用户信息表中,统计t年某台区立户时间早于t年,且全年12个月电量皆不为空的用户数,该用户数即为t年该台区住户数。
4.根据权利要求1所述的房屋空置率测算方法,其特征在于,所述步骤(4)中,依据用电量统计台区内空户数,其具体方法是:
(41)通过抽样调研,初步设定M与N的阈值,
(42)使用分层抽样法抽取步骤(41)筛选出的空户,通过现场调研验证该住户实际状态是否相符,根据查验结果调整M与N的阈值;
(43)统计t年某台区内符合步骤(42)的用户数,即为t年该台区空户数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474461.4A CN112732772A (zh) | 2020-12-15 | 2020-12-15 | 一种基于月度居民用电量的住房空置率测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474461.4A CN112732772A (zh) | 2020-12-15 | 2020-12-15 | 一种基于月度居民用电量的住房空置率测算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112732772A true CN112732772A (zh) | 2021-04-30 |
Family
ID=75602096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011474461.4A Pending CN112732772A (zh) | 2020-12-15 | 2020-12-15 | 一种基于月度居民用电量的住房空置率测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112732772A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936922A (zh) * | 2022-11-24 | 2023-04-07 | 国网山东省电力公司临沂供电公司 | 基于用电数据的村落空心率核算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225026A (zh) * | 2015-08-26 | 2016-01-06 | 中国电力科学研究院 | 一种基于电能服务管理平台的住房空置率评估方法 |
CN105719198A (zh) * | 2016-01-22 | 2016-06-29 | 江苏省电力公司电力经济技术研究院 | 一种基于居民用电行为的房屋空置率计算方法 |
US20170052274A1 (en) * | 2014-02-17 | 2017-02-23 | Nec Corporation | Resident presence-absence state determination device, delivery system, method for determining resident presence-absence state, program for determining resident presence-absence state, and terminal for delivery |
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 |
-
2020
- 2020-12-15 CN CN202011474461.4A patent/CN112732772A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170052274A1 (en) * | 2014-02-17 | 2017-02-23 | Nec Corporation | Resident presence-absence state determination device, delivery system, method for determining resident presence-absence state, program for determining resident presence-absence state, and terminal for delivery |
CN105225026A (zh) * | 2015-08-26 | 2016-01-06 | 中国电力科学研究院 | 一种基于电能服务管理平台的住房空置率评估方法 |
CN105719198A (zh) * | 2016-01-22 | 2016-06-29 | 江苏省电力公司电力经济技术研究院 | 一种基于居民用电行为的房屋空置率计算方法 |
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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936922A (zh) * | 2022-11-24 | 2023-04-07 | 国网山东省电力公司临沂供电公司 | 基于用电数据的村落空心率核算方法 |
CN115936922B (zh) * | 2022-11-24 | 2023-10-13 | 国网山东省电力公司临沂供电公司 | 基于用电数据的村落空心率核算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN106022592B (zh) | 一种用电行为异常检测与治安风险预警方法及装置 | |
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
Czétány et al. | Development of electricity consumption profiles of residential buildings based on smart meter data clustering | |
Babel et al. | A multivariate econometric approach for domestic water demand modeling: an application to Kathmandu, Nepal | |
CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
CN107330540B (zh) | 一种考虑电压质量的配电网台区缺供电量预测方法 | |
CN109828182A (zh) | 一种基于故障分类处理的电网系统故障分析预警方法 | |
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 | |
CN108898311A (zh) | 一种面向智能配电网抢修调度平台的数据质量检测方法 | |
CN116011827B (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
CN109740195B (zh) | 一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法 | |
CN111461521A (zh) | 一种基于电力大数据的居民住房空置率分析方法 | |
CN112732772A (zh) | 一种基于月度居民用电量的住房空置率测算方法 | |
CN115860983A (zh) | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 | |
Arsene et al. | Profiling consumers in a water distribution network using K-Means clustering and multiple pre-processing methods | |
KR20160074325A (ko) | 기상변화에 따른 전력수요지수 예측 시스템 및 그 방법 | |
CN116664095B (zh) | 一种基于深度学习的安保巡检预测方法 | |
CN117196120A (zh) | 一种用户用水行为分析算法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
Xu et al. | Evaluation of fault level of sensitive equipment caused by voltage sag via data mining | |
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 | |
CN115809280A (zh) | 一种群租房识别及迭代识别方法 | |
CN115186960A (zh) | 一种城镇区域污水有效收集处理能力的核算方法及装置 | |
CN113688870A (zh) | 一种采用混合算法的基于用户用电行为的群租房识别方法 |
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: 20210430 |
|
RJ01 | Rejection of invention patent application after publication |