【技术实现步骤摘要】
本专利技术涉及城市地理信息，尤其涉及一种基于电力数据的城市功能区识别方法。
技术介绍
1、目前，城市功能区的划分主要采用两种方法：一种是基于人工判断的方法，另一种是基于poi(points of interest)数据的方法。基于人工判断的方法通常依靠专业人员的经验和判断来确定区域的功能类型，如商业区、居住区等；基于poi数据的方法则是通过收集和分析各种点位信息(如餐馆、办公楼、公园等)来划分和识别城市功能区。
2、然而，上述两种方法皆存在一定的局限性；其中，基于人工判断的方法在处理大规模数据和复杂场景时效率低下，可能产生较大的人为误差，而且无法实现实时或近实时的动态分析；此外，专业人员的经验和判断在一些情况下可能无法准确反映实际情况。基于poi数据的方法虽然能够较好地处理大规模的空间数据，但其准确性和可靠性取决于poi数据的质量和完整性；如果poi数据缺失或者不准确，可能会导致城市功能区划分出现的误差。因此，有必要提出一种新的城市功能区识别方法。
技术实现思路
1、本专利技术的目的在于提供一种基于电力数据的城市功能区识别方法，可以实现对城市功能区的高效且准确的识别。
2、为了达到上述目的，本专利技术通过以下技术方案实现：
3、一种基于电力数据的城市功能区识别方法，包括：
4、获取待识别区域的路网数据、电力用户的地址和用电数据；且所述用电数据包括用电量和用电类型；
5、根据所述路网数据对所述待识别区域进行划分，以生成若干个
6、根据所述电力用户的地址和用电数据，计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的类型占比；
7、根据所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的类型占比对所述路网单元进行功能识别。
8、可选的，所述用电类型包括公共服务用电、商业用电、居住用电、工业用电和其他用电。
9、可选的，执行根据所述路网数据对所述待识别区域进行划分的步骤之前还包括：对所述路网数据进行预处理操作；且所述预处理操作包括将所述路网数据的坐标系转化至预设坐标系以及对所述路网数据中未封闭的公路进行封闭处理。
10、可选的，执行计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的占比的步骤之前还包括：
11、对所述电力用户的地址进行空间化分析，以获取所述电力用户的地理坐标；且所述电力用户的地理坐标的坐标系为所述预设坐标系。
12、可选的，所述基于电力数据的城市功能区识别方法，还包括：
13、根据抄表段和街道信息以及预设算法，从所述电力用户的地理坐标中查找异常值；
14、根据抄表段和街道信息获取所述异常值对应的电力用户的地址；
15、对所述异常值对应的电力用户的地址重新进行空间化分析，以重新获取所述异常值对应的电力用户的地理坐标。
16、可选的，所述预设算法包括lof算法、基于密度的聚类算法、k-means算法、isolation forest算法和one-class svm中的一种或任意一组合。
17、可选的，计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的占比的步骤包括：
18、根据所述电力用户的地理坐标和所述用电数据计算所述路网单元内各用电类型对应的用电量；
19、根据用电量占比计算公式和所述路网单元内各用电类型对应的用电量，计算所述路网单元内各用电类型对应的用电量占比；
20、根据类型占比计算公式和所述路网单元内各用电类型对应的用电量占比，计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的类型占比。
21、可选的，所述用电量占比计算公式的表达式为：
22、
23、其中，fi表示所述路网单元内第i种用电类型对应的用电量占比，且i∈[1,5]；ei表示所述路网单元内第i种用电类型对应的用电量；ti表示所述待识别区域内第i种用电类型对应的用电量；
24、所述类型占比计算公式的表达式为：
25、
26、其中，ci表示所述路网单元内第i种用电类型对应的用电量在所有用电类型对应的用电量中的类型占比；fj表示所述路网单元内第j种用电类型对应的用电量占比。
27、可选的，对所述路网单元进行功能识别的步骤包括：
28、所述路网单元内类型占比最大值大于预设值时，识别所述路网单元为单一功能区，且功能由类型占比最大值对应的用电类型确定；
29、所述路网单元内类型占比最大值不大于预设值时，识别所述路网单元为混合功能区。
30、可选的，所述预设值为0.4。
31、基于同一专利技术构思，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的基于电力数据的城市功能区识别方法。
32、基于同一专利技术构思，本专利技术还提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上所述的基于电力数据的城市功能区识别方法。
33、本专利技术与现有技术相比至少具有以下优点之一：
34、本专利技术提供的一种基于电力数据的城市功能区识别方法，根据获取的路网数据可以对待识别区域进行划分，以生成若干个路网单元；根据待识别区域内电力用户的地址和用电数据，可以计算路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的类型占比，从而根据类型占比对路网单元进行功能识别。本专利技术通过准确识别各路网单元的用电类型，可以实现对城市功能区的高效且准确的识别。
35、本专利技术相对于现有的基于人工判断和poi数据的城市功能区划分方法而言，能够更加准确地识别城市功能区的类型和边界。
36、本专利技术通过精确的用电类型识别和城市功能区划分，电力供应商可以更准确地预测和规划电力需求，从而减少电力供应过剩或不足的情况，节省电力资源，提高电力供应的效率，进而产生良好的经济效果。
37、本专利技术通过提供准确的城市功能区划分结果，能够为城市规划和管理提供有力的支持，例如：更加精细的城市规划，更有针对性的公共服务布局，更加公平的资源分配等，从而可以提高城市管理的效率和公众满意度，进而产生良好的社会效果。
38、本专利技术还可以处理大规模的数据，并反映出空间和时间上的动态变化。
本文档来自技高网...【技术保护点】
1.一种基于电力数据的城市功能区识别方法，其特征在于，包括：
2.如权利要求1所述的基于电力数据的城市功能区识别方法，其特征在于，所述用电类型包括公共服务用电、商业用电、居住用电、工业用电和其他用电。
3.如权利要求2所述的基于电力数据的城市功能区识别方法，其特征在于，执行根据所述路网数据对所述待识别区域进行划分的步骤之前还包括：对所述路网数据进行预处理操作；且所述预处理操作包括将所述路网数据的坐标系转化至预设坐标系以及对所述路网数据中未封闭的公路进行封闭处理。
4.如权利要求3所述的基于电力数据的城市功能区识别方法，其特征在于，执行计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的占比的步骤之前还包括：
5.如权利要求4所述的基于电力数据的城市功能区识别方法，其特征在于，还包括：
6.如权利要求5所述的基于电力数据的城市功能区识别方法，其特征在于，所述预设算法包括LOF算法、基于密度的聚类算法、K-means算法、Isolation Forest算法和One-ClassSVM中的一种或任意一组合。<...
【技术特征摘要】
1.一种基于电力数据的城市功能区识别方法，其特征在于，包括：
2.如权利要求1所述的基于电力数据的城市功能区识别方法，其特征在于，所述用电类型包括公共服务用电、商业用电、居住用电、工业用电和其他用电。
3.如权利要求2所述的基于电力数据的城市功能区识别方法，其特征在于，执行根据所述路网数据对所述待识别区域进行划分的步骤之前还包括：对所述路网数据进行预处理操作；且所述预处理操作包括将所述路网数据的坐标系转化至预设坐标系以及对所述路网数据中未封闭的公路进行封闭处理。
4.如权利要求3所述的基于电力数据的城市功能区识别方法，其特征在于，执行计算所述路网单元内各用电类型对应的用电量在所有用电类型对应的用电量中的占比的步骤之前还包括：
5.如权利要求4所述的基于电力数据的城市功能区识别方...
【专利技术属性】
技术研发人员：罗潇，吴浩强，陆亭华，高伯阳，倪旭晖，奚慧，徐寅哲，缪恒，李明特，郭睿，汪敏华，赵震宇，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。