基于用电采集数据的人口流动监测方法和系统技术方案

基于用电采集数据的人口流动监测方法和系统，采集电力数据后进行数据融合分析，获取待识别用户和已知样本用户的空置情况数据和区位特征，分析得出区域空置阈值，筛选出空置用户，从而判断人口流入/流出状态。本发明专利技术判断结果准确，实时性强，可以用于诸多社会治理方面工作。面工作。面工作。

【技术实现步骤摘要】
基于用电采集数据的人口流动监测方法和系统


[0001]本专利技术属于信息
，具体涉及基于用电采集数据的人口流动监测方法和系统。

技术介绍

[0002]借助用电采集数据的时效性、精确性、全覆盖的优势，可以对区域人口的流入流出特征进行时间序列和空间技术分析，可以协助政府决策者了解各地区人口甚至人才流动特点，做出对人口人才引进决策制定与实施。
[0003]当前，掌握人口流动一般依赖政府统计部门实地走访，以户口登记管理制度下进行。这种方法存在较大成本局限性，因此无法长期对全量人口进行数据跟踪，导致数据的时效性很差，同时缩小统计范围也会导致人口数据失去流动分析的现实意义，导致无法进行人口流动的进一步特征探索。
[0004]中国专利CN110895543B《人口迁徙跟踪展示方法、装置及存储介质》，公开了一种人口迁徙跟踪展示方法、装置及计算机可读存储介质，包括了接收人口迁徙跟踪信息的查询请求，所述查询请求中包括指定查询区域；统计所述迁徙人口的画像信息，获得迁徙人口的群体特征；展示所述指定查询区域内的人口迁徙跟踪信息，所述人口迁徙跟踪信息包括所述迁徙人口的群体特征。
[0005]上述专利具有多源数据画像信息构建，也具备对群体的历史信息追踪，实现人口流动基本动态监测的优点，但仍存在数据来源不稳定、覆盖面不足导致流入流出数据无法对照、以及根据文字信息结果判断人口流动仍不太具备客观说明人口移动等缺点。

技术实现思路

[0006]为解决现有技术中存在的不足，本专利技术提供一种基于用电采集数据的人口流动监测方法和系统，采集电力数据后进行数据融合分析，获取待识别用户和已知样本用户的空置情况数据和区位特征，分析得出区域空置阈值，筛选出空置用户，从而判断人口流入/流出状态。本专利技术判断结果准确，实时性强，可以用于诸多社会治理方面工作。
[0007]本专利技术采用如下的技术方案。
[0008]基于用电采集数据的人口流动监测方法，包括以下步骤：
[0009]步骤1，获取居民住宅用电采集信息与外部相关信息数据；
[0010]步骤2，搜集的电力系统内部数据和非系统的外部数据按照统一规则进行清洗后，引入并融合到统一数据中心；
[0011]步骤3，根据电力系统内部数据，进行居民住宅用电特征分析；
[0012]步骤4，结合居民住宅用电特征，以及特征时间序列，得出有效区分居民住宅空置和正常用电特征，得到空置阈值；
[0013]步骤5，依据住宅空置状态的时间序列，结合外部因素判断人口流入/流出状态。
[0014]优选地，步骤2中，将搜集的内部数据和外部数据引入并融合到统一数据中心。对
搜集的外部数据，通过ETL工具或脚本进行预处理、清洗转换，将非结构化数据转化成结构化数据，汇聚到统一数据中心；对用电采集到的居民住宅用电数据，通过ETL工具或oracle存储过程脚本进行预处理、清洗转换，将需要的字段遵照统一规则，汇聚到统一数据中心，从而在统一数据中心实现内外部数据的融合。
[0015]优选地，步骤3包括以下具体步骤：
[0016]步骤3.1，从所述电力数据中提取电力特征，包括基础档案数据特征、电量加工特征和用户画像特征；
[0017]步骤3.2，从外部数据获取居民住宅的区位特征，获取待识别用户和确认空置住宅用户的住宅空置特征：从气象站获取待识别用户和已确认空置住宅样本用户所在区域的气象数据，包括气温、湿度、风向、降水量。
[0018]步骤3.1中，特征数据包括：
[0019]基础档案数据特征包括用电类别、用电地址、综合倍率、合同容量；
[0020]电量加工特征包括以年、月、日、星期、节假日和工作日为单位的电量特征；
[0021]用户画像特征包括用户缴费渠道、缴费方式、梯度用电等级、房屋状态。
[0022]优选地，步骤4中，定义用电突变率为：
[0023][0024]其中W
t
‑
n
为n日前日用电量，W
t
‑
n+1
计为n
‑
1日前日用电量；
[0025]一般的，居民无法全自然日在家或不在家：
[0026][0027][0028]其中E(t)判别空置与否的当日用电量，E
max
是当季最大日用电量；考虑到居民流入、流出前后用电状态的变化，定义空置阈值系数为：
[0029][0030]其中，E
no
是用户全天不在家用电量，E
part
是用户全天部分时间不在家用电量，这里设置k1>2k2,k1+k2＝1；
[0031]优选地，步骤5中，人口流出判据为：
[0032]R
mut
(n)<0.5{n|1,2}
[0033]W(T)<K
cut
[0034][0035]满足上述条件，且判断当日之前两日，皆不满足人口流出条件，则当日处于人口流出状态，其中K
cut
为步骤4中判断住宅空置的日用电量阈值，R
mut
为用电突变性，ET为人体舒适度指标。
[0036]步骤5中，人口流入判据为：
[0037]R
mut
(n)>2{n|1,2
[0038][0039]满足上述条件，且判断当日之前两日，皆不满足人口流入条件，则当日处于人口流入状态。
[0040]基于用电采集数据的人口流动监测系统，包括数据采集模块、数据融合模块、用电分析模块、数据应用模块。
[0041]数据采集模块，对内部用电采集系统中，有用的内部数据，以及外部系统中对于居民住宅用电有短期重要影响的数据进行采购或技术获取；
[0042]数据融合模块，用于将居民用电采集系统采集到的数据，和其他影响居民短期用电的数据，比如气象等数据通过统一规则进行转换存储，建立系统数据仓库；
[0043]用电分析模块，围绕潜在居民用户住宅用电特征分析的需求，对融合后的数据进行基于聚类和统计分析，得到居民住宅客户的空置阈值，根据阈值和细粒度气象信息的时间序列，得到判别居民流入/流出状态；
[0044]数据应用模块，通过对住宅用电和空置的时间序列特征，形成对居民流入、流出的动态模型，将模型的结果通过图表的形式进行展示。
[0045]本专利技术的有益效果在于，与现有技术相比，
[0046]1、本专利技术采用居民住宅的电力采集数据为基础，凭借用电采集数据的实时性强、覆盖面广的优势，可以做到以日为时间粒度的、全面准确的人口流动准实时监测。
[0047]2、本专利技术采用居民住宅用电动态变化特征判断住宅空置状态，有效保留了住宅正常用电和住宅空置用电特征，又提取了待识别用户最新时段的用电特征用于模型判别，保证了判别结果的准确性。
[0048]3、本专利技术通过采集的住宅用电数据，结合客户档案信息与节假日、气象等外部租本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于用电采集数据的人口流动监测方法，其特征在于，包括：步骤1，获取居民住宅用电采集信息与外部相关信息数据，其中通过用电采集系统，以数据库运行SQL方式，获取需要的居民住宅的用电采集信息，信息包括用户用电档案信息、用户用电数据信息；外部相关信息数据主要包括气象信息数据，通过气象观测部门的外部数据接口方式获取；步骤2，居民用电采集信息和外部相关信息数据按照统一规则进行清洗后，引入并汇聚到统一数据中心；步骤3，根据用电采集系统的客户档案数据和用电数据，采用统计分析以及降维聚类方法，进行居民住宅用电特征分析，再结合气象外部数据，确认不同群体的区位住宅空置特征；其中客户档案数据包括：用电类别、用电地址、倍率、容量、缴费渠道、缴费方式、梯度用电等级和使用状态，电量数据包括以年、月、日、小时为单位的电量，步骤4，结合居民住宅用电特征，以及特征对应的时间序列，得出区分居民用户住宅空置和非空置的用电特征，得到空置阈值，通过当日用电量与空置阈值对比，判断住宅当日的空置状态；步骤5，依据住宅空置状态的时间序列，结合外部因素并与空置阈值相比较，判断人口流动状态。2.根据权利要求1所述的基于用电采集数据的人口流动监测方法，其特征在于：步骤2中，将用电采集信息和外部相关信息数据进行预处理、清洗转换，汇聚到统一数据中心。3.根据权利要求1所述的基于用电采集数据的人口流动监测方法，其特征在于：步骤3包括：步骤3.1，从所述用电采集系统中获取到的客户档案和用电数据中提取电力特征，包括基础档案数据特征、电量加工特征和用户画像特征；步骤3.2，从外部数据获取居民住宅的区位特征，获取待识别用户和确认空置住宅用户的住宅空置特征；从气象站获取待识别用户和已确认空置住宅样本用户所在区域的气象数据，包括气温、湿度、风向、降水量。4.根据权利要求3所述的基于用电采集数据的人口流动监测方法，其特征在于：步骤3.1中，基础档案数据特征包括用电类别、用电地址、综合倍率和合同容量；电量加工特征包括以年、月、日、星期、节假日和工作日为单位的电量特征；用户画像特征包括用户缴费渠道、缴费方式、梯度用电等级和房屋状态。5.根据权利要求1所述的基于用电采集数据的人口流动监测方法，其特征在于：步骤4中，定义用电突变率为：其中W
t
‑
n
为n日前的日用电量，W
t
‑
n+1
计为n
‑
1日前的日用电量；居民无法全自然日在家或不在家：
其中E(t)为判别空置与否的当日用电量，其中E(t
‑
1)为判别空置与否...

【专利技术属性】
技术研发人员：徐超，陈奕彤，吴瑞雯，王贺，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
类型：发明
国别省市：