一种基于电力大数据的农村人口评估模型制造技术

本发明专利技术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。

A rural population evaluation model based on power big data

【技术实现步骤摘要】
一种基于电力大数据的农村人口评估模型
本专利技术涉及人口普查领域，特别是涉及一种基于电力大数据的农村人口评估模型。
技术介绍
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。
技术实现思路
本专利技术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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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，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。在本专利技术的一些实施例里，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。在本专利技术的一些实施例里，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。本专利技术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专利技术实施例的技术方案，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专利技术的某些实施例，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是本专利技术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专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术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专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。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。在本专利技术实施例的描述中，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，或者是该专利技术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专利技术和简化描述，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专利技术的限制。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。在本专利技术实施例的描述中，“多个”代表至少2个。在本专利技术实施例的描述中，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专利技术中的具体含义。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，本文档来自技高网...

【技术保护点】
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：/n收集国家电网提供的若干个行政村电力数据；/n将收集到的电力数据进行预处理；/n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；/n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；/n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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：邱童，
申请(专利权)人：邱童，
类型：发明
国别省市：北京;11