考虑空心化率的乡村振兴电力综合指数的计算方法及系统

摘要

本发明提出了一种考虑空心化率的乡村振兴电力综合指数的计算方法及系统，用于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。所述方法包括以下步骤：首先，在电量采集系统中获取评估对象对应评估周期内的相关数据，并利用大数据处理工具对相关数据进行清洗；其次，将清洗后的数据进行按评估对象分库以及按评估周期分级进行存储，并计算评估对象的空心化率，修正居民总用电户数；最后，计算乡村产业兴旺电力指数RRPI‑A、乡村生活富裕电力指数RRPI‑B、乡村农业保障电力指数RRPI‑C、乡村生态宜居电力指数RRPI‑D以及乡村振兴电力综合指数RRPI。本发明提高了乡村振兴指数评估的实时性、采集效率、使用便利性和计算准确性。

说明书

技术领域

本发明涉及电力大数据分析技术领域，特别是指一种考虑空心化率的乡村振兴电力综合指数的计算方法及系统。

背景技术

乡村振兴服务于乡村地区居民生活水平提高、生态环境改善、生产技术革新，因此，需要精准及时的评价指标体系，以推动工作顺利进行。

但是，已有的乡村振兴指数存在以下改善空间：

一是需要提高指标实时性；指标体系采集更新周期长达一年，其它的指标体系中指标的更新也因为涉及经济及社会数据，更新周期也比较长。

二是需要提升指标采集效率；乡村振兴采集经济社会指标需要较为庞大的现场调研和统计，耗费的人力和资金较高。

三是需要改进指标使用便利性；乡村振兴指标体系主要用来指导当下工作，找出不足，及时快捷展现对于指导工作方向，形成相互学习，互相促进的氛围意义显著。

四是需要增加指标计算的准确性；如乡村住房“人去楼空”、“建新不拆旧”、“一户多宅”等现象导致劳动力数量减少且老龄化、空置废弃房屋增多、乡村住房占地面积增大、宅基地利用效率降低的乡村“空心化”问题；基于滞后的数据计算的指数不够准确。

电力大数据具有即时准确、统计粒度细、与实际常住人口强相关等特点，挖掘电力大数据价值，赋能考虑空心化率的乡村振兴电力综合指数计算，为电网精益投资、政府乡村振兴施策等提供科学依据，促进互联网、大数据与农业农村发展深度融合，加快农村经济社会发展。

发明内容

针对上述背景技术中存在的不足，本发明提出了一种考虑空心化率的乡村振兴电力综合指数的计算方法及系统，解决了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。

本发明的技术方案是这样实现的：

一种考虑空心化率的乡村振兴电力综合指数的计算方法，其步骤如下：

步骤一：在电量采集系统中获取评估对象对应评估周期内的相关数据；

步骤二：利用大数据处理工具对步骤一采集的相关数据进行清洗；

步骤三：将步骤二清洗后的数据进行按评估对象分库以及按评估周期分级进行存储；

步骤四：基于步骤三存储后的数据计算评估对象的空心化率，修正居民总用电户数；

步骤五：基于步骤三存储后的数据计算乡村产业兴旺电力指数RRPI-A和乡村农业保障电力指数RRPI-C；

步骤六：基于步骤三存储后的数据和步骤四修正后的居民总用电户数计算乡村生活富裕电力指数RRPI-B和乡村生态宜居电力指数RRPI-D；

步骤七：根据乡村产业兴旺电力指数RRPI-A、乡村生活富裕电力指数RRPI-B、乡村农业保障电力指数RRPI-C和乡村生态宜居电力指数RRPI-D计算乡村振兴电力综合指数RRPI。

所述评估对象是指县域、乡镇或乡村；评估周期包括年度、季度和月度；相关数据包括评估对象评估周期内的居民总用电户数、耕地面积、全社会用电量、乡村产业用电量、居民生活用电量、农业保障用电量、公共服务用电量、高耗能产业用电量、以及上阶段评估对象的年度居民总用电户数、耕地面积、全社会用电量、乡村产业用电量、居民生活用电量、农业保障用电量、公共服务用电量、高耗能产业用电量；其中，上阶段指上一个国民经济和社会发展五年规划的起止时间；

所述乡村产业用电量为采矿业、制造业和乡村旅游业用电量总和；

居民生活用电量为城镇居民生活和乡村居民生活用电量总和；

农业保障用电量为种植业和养殖业用电量总和；

公共服务用电量为港口岸电，充换电服务业，居民服务、修理和其他服务业，教育、文化、体育和娱乐业，卫生和社会工作的用电量总和；

高耗能产业用电量为石油煤炭及其他燃料加工，非金属矿物制品业，化学原料和化学制品制造业，黑色金属冶炼和压延加工业，有色金属冶炼和压延加工业，采矿业的用电量总和。

数据清洗的方法包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗；其中，缺失值清洗是通过每个字段计算缺失值比例，然后按照字段缺失值的比例和重要性分别制定策略；格式内容清洗是对数据中存在的时间、日期、数值、半全角格式问题进行统一处理，对于头部、中间、尾部的空格通过半自动校验加人工的方式进行处理；逻辑错误清洗是通过数据去重、去除或替换不合理的值、去除或重构不可靠的字段值的方法进行逻辑错误清洗；非需求数据清洗在备份原始数据的基础上，对不必要的字段进行删除操作。

所述评估对象的空心化率的计算公式为：

其中，Y/Q/M分别对应年度、季度、月度，空置户数包括绝对空置户数和疑似空置户数；绝对空置户为“年度用电量为0千瓦时”的居民用户，疑似空置户为“0千瓦时<年度用电量 <＝36千瓦时”且“有月度用电量为0千瓦时”的居民用户与“36千瓦时<年度用电量”且“不小于6个月度用电量为0千瓦时”的居民用户；

修正后的居民总用电户数

所述乡村产业兴旺电力指数RRPI-A的计算方法为：

其中，RRPI-A

所述乡村生活富裕电力指数RRPI-B的计算方法为：

其中，RRPI-B

所述乡村农业保障电力指数RRPI-C的计算方法为：

其中，RRPI-C

所述乡村生态宜居电力指数RRPI-D的计算方法为：

其中，RRPI-D

所述乡村振兴电力综合指数RRPI的计算方法为：

年度乡村振兴电力综合指数(RRPI

季度乡村振兴电力综合指数(RRPI

月度乡村振兴电力综合指数(RRPI

一种考虑空心化率的乡村振兴电力综合指数系统，包括数据处理单元和存储单元，所述处理单元用于大数据的清洗、分析以及执行考虑空心化率的乡村振兴电力综合指数的计算；所述存储单元用于存储评估对象对应评估周期内的相关数据、相关数据的处理结果、程序代码，并将程序代码传输给所述处理单元。

与现有技术相比，本发明产生的有益效果为：本发明通过获取评估对象对应评估周期内的相关数据，利用大数据处理工具清洗、分库分级存储数据，基于对评估对象的空心化率测算修正居民总用电户数，分别计算乡村产业兴旺、生活富裕、农业保障、生态宜居电力指数，进而计算乡村振兴电力综合指数，评估对象在评估周期内的乡村振兴水平；提高乡村振指数评估的实时性、采集效率、使用便利性和计算准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明的流程图。

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付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。

实施例1，如图1所示，一种考虑空心化率的乡村振兴电力综合指数的计算方法，其步骤如下：

步骤一：在电量采集系统中获取评估对象对应评估周期内的相关数据；

所述评估对象是指县域、乡镇或乡村；评估周期包括年度、季度和月度；相关数据包括评估对象评估周期内的居民总用电户数、耕地面积、全社会用电量、乡村产业用电量、居民生活用电量、农业保障用电量、公共服务用电量、高耗能产业用电量、以及上阶段评估对象的年度居民总用电户数、耕地面积、全社会用电量、乡村产业用电量、居民生活用电量、农业保障用电量、公共服务用电量、高耗能产业用电量；其中，上阶段指上一个国民经济和社会发展五年规划的起止时间；

所述乡村产业用电量为采矿业、制造业和乡村旅游业用电量总和；

居民生活用电量为城镇居民生活和乡村居民生活用电量总和；农业保障用电量为种植业和养殖业用电量总和；

公共服务用电量为港口岸电，充换电服务业，居民服务、修理和其他服务业，教育、文化、体育和娱乐业，卫生和社会工作的用电量总和；

高耗能产业用电量为石油煤炭及其他燃料加工，非金属矿物制品业，化学原料和化学制品制造业，黑色金属冶炼和压延加工业，有色金属冶炼和压延加工业，采矿业的用电量总和。

步骤二：利用大数据处理工具对步骤一采集的相关数据进行清洗；数据清洗的方法包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗；其中，缺失值清洗是通过每个字段计算缺失值比例，然后按照字段缺失值的比例和重要性分别制定策略；格式内容清洗是对数据中存在的时间、日期、数值、半全角格式问题进行统一处理，对于头部、中间、尾部的空格通过半自动校验加人工的方式进行处理；逻辑错误清洗是通过数据去重、去除或替换不合理的值、去除或重构不可靠的字段值的方法进行逻辑错误清洗；非需求数据清洗在备份原始数据的基础上，对不必要的字段进行删除操作。

步骤三：将步骤二清洗后的数据进行按评估对象分库以及按评估周期分级进行存储。分库分级存储数据，减小数据库的负担，缩短查询与计算时间。

步骤四：基于步骤三存储后的数据计算评估对象的空心化率，修正居民总用电户数；

所述评估对象的空心化率的计算公式为：

其中，Y/Q/M分别对应年度、季度、月度，空置户数包括绝对空置户数和疑似空置户数；绝对空置户为“年度用电量为0千瓦时”的居民用户，疑似空置户为“0千瓦时<年度用电量 <＝36千瓦时”且“有月度用电量为0千瓦时”的居民用户与“36千瓦时<年度用电量”且“不小于6个月度用电量为0千瓦时”的居民用户。

修正后的居民总用电户数

步骤五：基于步骤三存储后的数据计算乡村产业兴旺电力指数RRPI-A和乡村农业保障电力指数RRPI-C；

所述乡村产业兴旺电力指数RRPI-A的计算方法为：

其中，RRPI-A

所述乡村农业保障电力指数RRPI-C的计算方法为：

其中，RRPI-C

步骤六：基于步骤三存储后的数据和步骤四修正后的居民总用电户数计算乡村生活富裕电力指数RRPI-B和乡村生态宜居电力指数RRPI-D；

所述乡村生活富裕电力指数RRPI-B的计算方法为：

其中，RRPI-B

所述乡村生态宜居电力指数RRPI-D的计算方法为：

其中，RRPI-D

步骤七：根据乡村产业兴旺电力指数RRPI-A、乡村生活富裕电力指数RRPI-B、乡村农业保障电力指数RRPI-C和乡村生态宜居电力指数RRPI-D计算乡村振兴电力综合指数RRPI。

所述乡村振兴电力综合指数RRPI的计算方法为：

年度乡村振兴电力综合指数(RRPI

季度乡村振兴电力综合指数(RRPI

月度乡村振兴电力综合指数(RRPI

实施例2，一种考虑空心化率的乡村振兴电力综合指数系统，包括数据处理单元和存储单元；

所述处理单元主要用于执行大数据处理工具相关程序及命令，具体用于大数据的清洗、分析等操作；

所述处理单元主要用于执行考虑空心化率的乡村振兴电力综合指数的计算方法；

所述存储单元主要用于存储评估对象对应评估周期内的相关数据，及相关的数据处理结果等；

所述存储单元主要用于存储程序代码，并将程序代码传输给所述处理单元。

下面以评估Z市县域2019年乡村振兴电力指数为例来说明本发明，该市共有6个县域。

步骤1：在电量采集系统中获取Z市6个县域在2019年的相关数据；

步骤2：利用大数据处理工具清洗步骤1所采集的2019年的相关数据；

步骤3：分库、分级存储步骤2清洗后的数据；

步骤4：基于步骤3分库、分级存储的数据计算评估对象的空心化率，修正居民总用电户数；

步骤5：基于步骤3分库、分级存储的数据计算乡村产业兴旺电力指数RRPI-A

步骤6：基于步骤3分库、分级存储的数据与步骤4得到的居民总用电户数计算乡村生活富裕电力指数RRPI-B

步骤7：基于步骤3分库、分级存储的数据计算乡村农业保障电力指数RRPI-C

步骤8：基于步骤3分库、分级存储的数据与步骤4得到的居民总用电户数计算乡村生态宜居电力指数RRPI-D

步骤9：基于步骤6至步骤8得到的乡村产业兴旺、生活富裕、农业保障、生态宜居电力指数计算乡村振兴电力综合指数RRPI

表1Z市县域2019年乡村振兴电力指数评估

分析基于电力指数的Z市县域2019年乡村振兴程度，E县域的乡村振兴程度最高，其生活富裕、农业保障、生态宜居指数均处于领先水平，但产业兴旺指数仍有待提升。

本发明通过获取评估对象对应评估周期内的相关数据，利用大数据处理工具清洗、分库分级存储数据，基于对评估对象的空心化率测算修正居民总用电户数，分别计算乡村产业兴旺、生活富裕、农业保障、生态宜居电力指数，进而计算乡村振兴电力综合指数，评估对象在评估周期内的乡村振兴水平。提高乡村振指数评估的实时性、采集效率、使用便利性和计算准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。