一种基于电力大数据的乡村振兴指数体系模型构建方法技术

一种基于电力大数据的乡村振兴指数体系模型构建方法，属数据分析领域。包括将电力大数据与乡村振兴战略相结合，构建两维三层测算指标库；获取影响乡村振兴指数的测算指标；进行测算指标数据处理；确定各个测算指标的权重；对乡村振兴指数进行测算；输出乡村振兴指标结果体系；指数成果应用。其依照乡村振兴战略的总体要求，设计出相应的准则，每个准则下设计符合乡村主体的强特征指标，指标体系融合电力大数据与调研补充数据，综合运用主客观赋权法，采用综合加权计算的方法得出总指数，体系化考量研究对象的乡村振兴建设水平；充分发挥电力大数据的技术优势，为精准施策提供了可靠依据。靠依据。靠依据。

【技术实现步骤摘要】
一种基于电力大数据的乡村振兴指数体系模型构建方法


[0001]本专利技术属于大数据分析领域，尤其涉及体涉及一种基于电力大数据的乡村振兴指数体系模型构建方法。

技术介绍

[0002]“乡村振兴”战略自提出以来，一直作为国家治理、社会发展的一项重要工程。但由于其内涵广、量化难度高等问题，缺乏高效的评价方法，使得相关政府、社会、组织主体对乡村振兴建设成效缺少客观的认识，相关工作缺少系统的科学指引。
[0003]目前已有若干乡村振兴成效评估方法，提供了许多可借鉴的思路。
[0004]但现有方法仍有明显不足：
[0005]1、国家评估工作组织制度严格，结果权威，但自上而下的国家评估考核受评估力量限制；
[0006]2、部分评估方法采用专家打分方式得出指标结果，对结果的客观性可能造成一定干扰；
[0007]3、评估指标设置沿用农村现代化指标体系，缺乏对乡村振兴特点的考量，如解决乡村发展不平衡不充分的问题的创新性指标较少；
[0008]4、受数据可得性影响，体现乡村振兴长期根本性变化的指标较少，指标构建集中在乡村振兴短期计划方面。
[0009]申请公布日为2022.04.22，申请公布号为CN 114386632 A的专利技术专利申请，公开了一种基于电力大数据的配电运维系统，包括数据采集单元、实期巡查单元、维护管控单元、核验分析单元、运维评估单元以及显示终端；通过快速地对电力配电运维过程中出现故障进行诊断和处理，以及对电力配电运维的整体运维效率进行准确评估，从而在提高电力配电运维的工作效率的同时，也保证了电力配电网的稳定的发展，加强了电力系统的安全性。但是其侧重于具体某一配电运维系统的数据采集和对其运维效率进行评估，不适用于对乡村振兴建设成效进行评估和给予指引。
[0010]申请公布日为2020.07.28，申请公布号为CN 111461521 A的专利技术专利申请，公开了一种基于电力大数据的居民住房空置率分析方法，通过使用以“电量”为核心，作为居民空置的判定规则，非纸质或抽样统计数据，且以电量作为居民住房空置判定，其准确性以及实效性高；基于电力大数据的分析方法，自动关联居民用户所属的楼盘、线路、区域，有利于简单分析以及改变分析对象，可通过调整阀值马上分析出居民空置率情况，统计更为简单快捷；通过以用电量统计现在的居民住房空置率情况，能够减少给类不科学以及繁琐的统计算法，减少统计所需的大量人力物力，建立开放共享，简单便捷的可续科学统计方式。但是该技术方案侧重于居民住房空置判定，且依赖于居民用电量的抽样统计数据，不能从宏观面上给乡村振兴成效评估提供帮助和指导。

技术实现思路

[0011]本专利技术所要解决的技术问题是提供一种基于电力大数据的乡村振兴指数体系模型构建方法。其通过构建乡村振兴指数体系模型的方式，对乡村振兴指数进行量化评估，能够解决乡村振兴指数实时性差、采集效率及利用率低、计算准确性差的技术问题，为相关部门及相关主体评价乡村振兴实施成效，提供了定量化的表述、支持和帮助。
[0012]本专利技术的技术方案是：提供一种基于电力大数据的乡村振兴指数体系模型构建方法，包括以下步骤：
[0013]S1：构建两维三层测算指标库；
[0014]S2：获取影响乡村振兴指数的测算指标；
[0015]S3：进行测算指标数据处理；
[0016]S4：确定各个测算指标的权重；
[0017]S5：对乡村振兴指数进行测算；
[0018]S6：输出乡村振兴指标结果体系；
[0019]S7：指数成果应用。
[0020]本专利技术的技术方案，将电力大数据与乡村振兴战略相结合，充分发挥电力大数据的技术优势，依照乡村振兴国家战略的总体要求，设计出相应的准则，每个准则下设计符合乡村主体的强特征指标，指标体系融合电力大数据与调研补充数据，综合运用主客观赋权法，体系化考量研究对象的乡村振兴建设水平；采用综合加权计算的方法得出总指数；相关主体单位据此进行乡村振兴建设成果监测对比，短板研究，进行有针对性的乡村振兴建设优化提升工作；为精准施策提供可靠依据。
[0021]具体的，上述的步骤S1，具体包括：
[0022]所述两维，包括基于研究对象不同维度用电情况形成电力营销测算指数和通过结构化、标准化调研获得的研究对象生产、生活评分指数；
[0023]所述三层，包括指数目标层、准则层、指标层；
[0024]所述目标层为乡村振兴发展指数的一级指标，包括幸福生活指数、产业发展指数、绿色发展指数、电力建设指数4个指标项；
[0025]所述准则层即为乡村振兴发展指数的二级指标，共包含13个指标项；
[0026]所述指标层即为针对准则形成的操作指标库，共包含30个指标项。
[0027]具体的，上述的步骤S2，包括基于结构化查询、标准化计算获取电力营销测算指数指标数据，基于结构化调研表获取的电力业务调研评分指标数据，克服现有评价体系中数据可得性差、周期短等问题。
[0028]进一步的，上述的步骤S3，具体包括：
[0029]缺失值补充，使用的补充方法包括有均值插补法、类型转换法：
[0030]所述均值插补法是取前后n期或前n期值的平均值，计算示例如下：
[0031]或
[0032]式中，Vnan表示原始数据因故产生的缺失数据，t表示缺失时间，左式用于非最新(或最远)值，右式用于最新值或最远值。
[0033]所述类型转换法，是利用相关指标间的关系换算出缺失数据进行插补，计算示例
如下：
[0034]当期居民用电＝当期用电总量
‑
当期产业用电量
[0035]异常值处理，使用异常点识别主要手段包括IQR、3σ判别：
[0036]所述IQR判别，方法是利用序列四分位距(IQR)对异常值进行检测，将超过上四分位+1.5倍IQR距离，或者下四分位
‑
1.5倍IQR距离的点判定为异常值，计算示例如下：
[0037]IQR＝Q1
‑
Q3；
[0038]Outer(异常值)＝OR(v>Q1+1.5*IQR,v<Q3
‑
1.5*IQR)。
[0039]式中IQR表示四分位距，Q1、Q3分别表示某一指标上四分位、下四分位书；v表示对应指标数据；OR表示满足表示括号中任一条件，即将其判别为Outer(异常值)。
[0040]所述3σ判别，在一组数据中，若数值与均值差超过3倍标准差，那么可以将其视为异常值(正态分布下，数据属于均值正负3σ之间的概率是99.7％，即大于3σ或小于负3σ概率仅为03％，属于小概率事件)，计算示例如下：
[0041][0041][0041][0042]式中，x表示具体指标数据，n表示采样数据期数，σ即为标准差，OR表示满足表示括号中任一条件，即将其判别为Outer(异常值)。
[0043]判别为异常值后，使用均值插本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电力大数据的乡村振兴指数体系模型构建方法，其特征是包括以下步骤：S1：构建两维三层测算指标库；S2：获取影响乡村振兴指数的测算指标；S3：进行测算指标数据处理；S4：确定各个测算指标的权重；S5：对乡村振兴指数进行测算；S6：输出乡村振兴指标结果体系；S7：指数成果应用。2.按照权利要求1所述的基于电力大数据的乡村振兴指数体系模型构建方法，其特征是所述的乡村振兴指数体系模型构建方法，将电力大数据与乡村振兴战略相结合，充分发挥电力大数据的技术优势，依照乡村振兴国家战略的总体要求，设计出相应的准则，每个准则下设计符合乡村主体的强特征指标，指标体系融合电力大数据与调研补充数据，综合运用主客观赋权法，体系化考量研究对象的乡村振兴建设水平；采用综合加权计算的方法得出总指数；相关主体单位据此进行乡村振兴建设成果监测对比，短板研究，进行有针对性的乡村振兴建设优化提升工作；为精准施策提供可靠依据。3.按照权利要求1所述的基于电力大数据的乡村振兴指数体系模型构建方法，其特征是所述的步骤S1具体为：以电力营销数据、电力业务调研数据为基本维度，构建包含目标层、准则层和指标层的两维三层测算指标库。4.按照权利要求3所述的基于电力大数据的乡村振兴指数体系模型构建方法，其特征是在所述步骤S2中，获取影响乡村振兴指数的指标时，基于结构化查询、标准化计算获取电力营销测算指数指标，基于...

【专利技术属性】
技术研发人员：张莹，翟万利，李锋，张磊，许立，张善福，王青磊，沈杰士，倪旻，胡晨潇，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：