基于电力数据的乡村振兴战略体系构建及实证分析方法及系统与流程

1.本发明涉及电力数据分析评估技术领域，特别是涉及一种基于电力数据的乡村振兴 战略体系构建及实证分析方法及系统。


背景技术：

2.目前缺乏对乡村振兴战略目标体系的细化研究，进而无法对各省的乡村振兴发展水 平进行测度以理清发展短板，从现实层面制定乡村振兴战略的发展目标。因此，只有通 过构建乡村振兴战略的指标体系，在省级层面对乡村振兴发展水平进行横向比较，系统 梳理各省的发展优势与薄弱环节，明确现实工作的重点、难点及努力方向，为因地制宜、 分类指导推进各地乡村振兴进程提供量化管理依据，才能够精准施策、以助力乡村全面 振兴。
3.就争议之处而言，更多体现在对乡村振兴战略的五大目标任务的具体界定方面。以 生态宜居为例，郭晓鸣等(2018)仅从有效治理农村环境问题、改善水电路气房通讯等 基础设施等方面提出要基本建成生态宜居的美丽村落，而李周(2018)在此基础上，又 将农业生产绿色化、持续化概念纳入概念描述，提出应降低中国耕地的耕作强度，减少 化肥、水资源的耗用量。此外，黄祖辉(2018)提出要赋予生态宜居更多的内涵，不仅 提出要满足乡村和城市居民对美好生活向往的宜居环境，实现对城市居民开放、城乡互 通的生态宜居，还提出要实现乡村自然环境保护和开发利用的和谐统一。需要指出的是， 构建乡村振兴战略的指标体系需对五大目标任务进行明确界定，而目前国内学者并未就 这一问题达成共识，仍需我们对该目标进行理论层面的再理清。
4.目前，已有部分地方政府和学者结合乡村社会经济发展实际，将乡村振兴战略的五 大目标任务转化成可量化评价的指标体系。然而，各地所做的实践探索缺乏对五大目标 任务的整体理论剖析，且部分指标设置具有地域特性，难以适用于大范围、多视角的横 向评价。因此通过对乡村振兴战略的目标体系进行分解，构建相应的指标体系，利用熵 权topsis法、模糊综合评价等方法对不同区域的乡村振兴发展水平进行测度，以期为 乡村振兴发展水平提供借鉴和参考。


技术实现要素：

5.本发明所要解决的技术问题是提供一种基于电力数据的乡村振兴战略体系构建及 实证分析方法及系统，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。
6.为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于电力数据的乡 村振兴战略体系构建及实证分析方法，包括以下步骤：
7.s1：在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相关数据；
8.s2:利用大数据处理工具对相关数据进行清洗；
9.s3：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；
10.s4：采用主成分分析法、数据包络层次分析法、熵权法对原始数据进行处理，分 别以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标轴建立三 维坐标系，进行基于电力数据的乡村振兴战略体系构建及实证分析。
11.在本发明一个较佳实施例中，在步骤s1中，所述相关数据包括评估对象评估周期 内的居民总用电户数、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、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。
12.在本发明一个较佳实施例中，在步骤s2中，所述数据清洗包括缺失值清洗、格式 内容清洗、逻辑错误清洗、非需求数据清洗。
13.在本发明一个较佳实施例中，步骤s4的具体步骤包括：
14.s40：采用主成分分析法分析筛选出指标原始数据，作为x坐标轴；
15.s41：采用数据包络层次分析法计算各个指标的重要性，作为y坐标轴；
16.s42：采用熵权法得到各个指标的权重大小，作为z坐标轴。
17.进一步的，步骤s40的具体步骤包括：
18.s401：读取样本观测数据矩阵：
[0019][0020]
其中，xij表示第i个乡村样本第j个指标的值；
[0021]
s402：对原始数据进行标准化处理：
[0022][0023]
其中，
[0024]
s403：计算样本相关系数矩阵：
[0025][0026]
假定原始数据标准化后仍用x
ij
表示，则经标准化处理后的数据的相关系数为：
[0027][0028]
s404：用雅克比方法求相关系数矩阵r的特征值(λ1,λ2…
λ
p
)和相应的特征向量 ai＝(a
i1
,a
i2
,
…aip
),i＝1,2
…
p；
[0029]
s405：根据各个主成分累计贡献率的大小选取前k个主成分；
[0030]
s406：计算主成分得分，根据标准化的原始数据，将各个用电量数据分别代入主 成分表达式，得到各主成分下的各个用电量样本的主成分得分，具体形式为：
[0031]fi
＝α1x
i1
+α2x
i2
+
…
+αkx
ik
,i＝1,2
…
n。
[0032]
进一步的，步骤s42的具体步骤包括：
[0033]
s421：数据标准化：将各个指标的数据进行标准化处理；
[0034]
假设给定了k个指标x1，x2，...，xk，其中xi＝{x1，x2，...，xn}；
[0035]
假设对各指标数据标准化后的值为y1，y2，...，yk，那么
[0036]
s422：求各指标的信息熵：
[0037]
根据信息论中信息熵的定义，一组数据的信息熵
[0038]
其中
[0039]
如果p
ij
＝0，则定义
[0040]
s423：确定各指标权重：
[0041]
根据信息熵的计算公式，计算出各个指标的信息熵为e1，e2，...，ek，通过信息熵 计算各指标的权重：
[0042]
为解决上述技术问题，本发明采用的另一个技术方案是：提供一种基于电力数据的 乡村振兴战略体系构建及实证分析系统，包括：
[0043]
数据获取模块，用于在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相 关数据；
[0044]
数据清洗模块，用于利用大数据处理工具对相关数据进行清洗；
[0045]
数据存储模块，用于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；
[0046]
体系构建模块，用于采用主成分分析法、数据包络层次分析法、熵权法对原始数据 进行处理，以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标 轴建立三维坐标系，进行基于电力数据的乡村振兴战略体系构建；
[0047]
数据分析模块，用于将主成分分析法、数据包络分析法、熵权法的评价结果加以对 比，结合所述体系构建模块构建的体系，进行基于电力数据的乡村振兴战略实证分析。
[0048]
在本发明一个较佳实施例中，所述数据获取模块获取的相关数据包括评估对象评估 周期内的居民总用电户数、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、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。
[0049]
在本发明一个较佳实施例中，所述数据清洗模块包括缺失值清洗单元、格式内容
清 洗单元、逻辑错误清洗单元、非需求数据清洗单元。
[0050]
在本发明一个较佳实施例中，所述体系构建模块对原始数据进行处理的具体步骤包 括：
[0051]
采用主成分分析法分析筛选出指标原始数据，作为x坐标轴；
[0052]
采用数据包络层次分析法计算各个指标的重要性，作为y坐标轴；
[0053]
采用熵权法得到各个指标的权重大小，作为z坐标轴。
[0054]
本发明的有益效果是：本发明提供的基于电力数据的乡村振兴战略体系构建及实证 分析方法简单实用，不需要迭代计算，求解速度快，能够在数据不完全情况下筛选出关 键指标和数据，以三维坐标系展现评价结果，直观明了，以此作为主要依据来进行乡村 振兴战略体系的构建及实证分析，提高了乡村振兴战略体系构建及实证分析的实时性、 采集效率、使用便利性和计算准确性。
附图说明
[0055]
图1是本发明基于电力数据的乡村振兴战略体系构建及实证分析方法的流程图；
[0056]
图2是所述基于电力数据的乡村振兴战略体系构建及实证分析系统框图。
具体实施方式
[0057]
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更 易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
[0058]
请参阅图1和图2，本发明实施例包括：
[0059]
一种基于电力数据的乡村振兴战略体系构建及实证分析方法，包括以下步骤：
[0060]
s1：在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相关数据；
[0061]
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、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、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。
[0062]
具体的，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。
[0063]
s2:利用大数据处理工具对相关数据进行清洗；
[0064]
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。
[0065]
s3：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，使得乡 村振兴战略体系的构建及实证分析做到有据可依；
[0066]
s4：采用主成分分析法、数据包络层次分析法、熵权法对原始数据进行处理，分 别以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标轴建立三 维坐标系，进行基于电力数据的乡村振兴战略体系构建及实证分析。具体步骤包括：
[0067]
s40：采用主成分分析法(pca)分析筛选出指标原始数据，作为x坐标轴；
[0068]
具体步骤包括：
[0069]
s401：读取样本观测数据矩阵：
[0070][0071]
其中，xij表示第i个乡村样本第j个指标的值；
[0072]
s402：对原始数据进行标准化处理：
[0073][0074]
其中，
[0075]
s403：计算样本相关系数矩阵：
[0076][0077]
假定原始数据标准化后仍用x
ij
表示，则经标准化处理后的数据的相关系数为：
[0078][0079]
s404：用雅克比方法求相关系数矩阵r的特征值(λ1,λ2…
λ
p
)和相应的特征向量 ai＝(a
i1
,a
i2
,
…aip
),i＝1,2
…
p；
[0080]
s405：根据各个主成分累计贡献率的大小选取前k个主成分；
[0081]
s406：计算主成分得分，根据标准化的原始数据，将各个用电量数据，分别代入 主成分表达式，得到各主成分下的各个用电量样本的主成分得分，具体形式为：
[0082]fi
＝α1x
i1
+α2x
i2
+
…
+αkx
ik
,i＝1,2
…
n。
[0083]
s41：采用数据包络层次分析法(dea)计算各个指标的重要性，作为y坐标轴；
[0084]
具体步骤包括：
[0085]
选择dea模型的输入指标和输出指标；
[0086]
设有n个决策单元，确定每个dmuj(j＝1,2,
…
n)的输入、输出向量
[0087]
xj＝(x
1j
,x
2j
,
…
,x
mj
)t＞0,j＝1,
…
,n；
[0088]
yj＝(y
1j
,y
2j
,
…
,y
sj
)t＞0,j＝1,
…
,n；
[0089]
定义权变量v＝(v1,v2,
…
,vm)
t
和u＝(u1,u2,
…
,us)
t
，构造dmuj(j＝1,2,
…
n)的 效益评价指数
[0090]
对于每一个dmuj(j＝1,2,
…
n)，求使ej达到最大值的权向量，得到dea的c2r 模型：对于每一个dmuj(j＝1,2,
…
n)，构造以下极大化问题：
[0091][0092]
对上述分式规划问题，令μ＝tu，ω＝tν，则将模型化为以下等价线性 规划问题：
[0093][0094]
为便于检验dea的有效性，考虑模型的对偶模型的等式形式：
[0095][0096]
其中，s-＝(s
1-，s
2-，
…
，s
m-)是m项输入的松弛变量，s
+
＝(s
1+
，s
2+
，
…
，s
s+
)是s 项输出的松弛变量，λ＝(λ1,λ2,
…
,λn)是n个dmu的组合系数，e
1t
＝(1，1，
…
， 1)m、e
2t
＝(1，1，
…
，1)s，ε是个很小的正数；
[0097]
解dea模型，得到每一个dmuj(j＝1,2,
…
n)的效益评价值ej。
[0098]
s42：采用熵权法得到各个指标的权重大小，作为z坐标轴；
[0099]
具体步骤包括：
[0100]
s421：数据标准化：将各个指标的数据进行标准化处理；
[0101]
假设给定了k个指标x1，x2，...，xk，其中xi＝{x1，x2，...，xn}；
[0102]
假设对各指标数据标准化后的值为y1，y2，...，yk，那么
[0103]
s422：求各指标的信息熵：
[0104]
根据信息论中信息熵的定义，一组数据的信息熵
[0105]
其中
[0106]
如果p
ij
＝0，则定义
[0107]
s423：确定各指标权重：
[0108]
根据信息熵的计算公式，计算出各个指标的信息熵为e1，e2，...，ek，通过信息熵 计算各指标的权重：
[0109]
本发明实施例还提供一种基于电力数据的乡村振兴战略体系构建及实证分析系统， 包括：
[0110]
数据获取模块，用于在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相 关数据；
[0111]
数据清洗模块，用于利用大数据处理工具对相关数据进行清洗；
[0112]
数据存储模块，用于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；
[0113]
体系构建模块，用于采用主成分分析法、数据包络层次分析法、熵权法对原始数据 进行处理，以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标 轴建立三维坐标系，进行基于电力数据的乡村振兴战略体系构建；
[0114]
数据分析模块，用于将主成分分析法、数据包络分析法、熵权法的评价结果加以对 比，结合所述体系构建模块构建的体系，进行基于电力数据的乡村振兴战略实证分析。
[0115]
本示例的一种基于电力数据的乡村振兴战略体系构建及实证分析系统，可执行本发 明所提供的一种基于电力数据的乡村振兴战略体系构建及实证分析方法，可执行方法示 例的任何组合实施步骤，具备该方法相应的功能和有益效果。
[0116]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明 说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技 术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，包括以下步骤：s1：在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相关数据；s2:利用大数据处理工具对相关数据进行清洗；s3：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；s4：采用主成分分析法、数据包络层次分析法、熵权法对原始数据进行处理，分别以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标轴建立三维坐标系，进行基于电力数据的乡村振兴战略体系构建及实证分析。2.根据权利要求1所述的基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，在步骤s1中，所述相关数据包括评估对象评估周期内的居民总用电户数、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、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。3.根据权利要求1所述的基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，在步骤s2中，所述数据清洗包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗。4.根据权利要求1所述的基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，步骤s4的具体步骤包括：s40：采用主成分分析法分析筛选出指标原始数据，作为x坐标轴；s41：采用数据包络层次分析法计算各个指标的重要性，作为y坐标轴；s42：采用熵权法得到各个指标的权重大小，作为z坐标轴。5.根据权利要求4所述的基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，步骤s40的具体步骤包括：s401：读取样本观测数据矩阵：其中，xij表示第i个乡村样本第j个指标的值；s402：对原始数据进行标准化处理：其中，s403：计算样本相关系数矩阵：
假定原始数据标准化后仍用x
ij
表示，则经标准化处理后的数据的相关系数为：s404：用雅克比方法求相关系数矩阵r的特征值(λ1,λ2…
λ
p
)和相应的特征向量a
i
＝(a
i1
,a
i2
,
…
a
ip
),i＝1,2
…
p；s405：根据各个主成分累计贡献率的大小选取前k个主成分；s406：计算主成分得分，根据标准化的原始数据，将各个用电量数据，分别代入主成分表达式，得到各主成分下的各个用电量样本的主成分得分，具体形式为：f
i
＝α1x
i1
+α2x
i2
+
…
+α
k
x
ik
,i＝1,2
…
n。6.根据权利要求4所述的基于电力数据的乡村振兴战略体系构建及实证分析方法，其特征在于，步骤s42的具体步骤包括：s421：数据标准化：将各个指标的数据进行标准化处理；假设给定了k个指标x1，x2，...，x
k
，其中x
i
＝{x1，x2，...，x
n
}；假设对各指标数据标准化后的值为y1，y2，...，y
k
，那么s422：求各指标的信息熵：根据信息论中信息熵的定义，一组数据的信息熵其中如果p
ij
＝0，则定义s423：确定各指标权重：根据信息熵的计算公式，计算出各个指标的信息熵为e1，e2，...，e
k
，通过信息熵计算各指标的权重：7.一种基于电力数据的乡村振兴战略体系构建及实证分析系统，其特征在于，包括：数据获取模块，用于在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相关数据；数据清洗模块，用于利用大数据处理工具对相关数据进行清洗；数据存储模块，用于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；体系构建模块，用于采用主成分分析法、数据包络层次分析法、熵权法对原始数据进行处理，以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标轴建立三维
坐标系，进行基于电力数据的乡村振兴战略体系构建；数据分析模块，用于将主成分分析法、数据包络分析法、熵权法的评价结果加以对比，结合所述体系构建模块构建的体系，进行基于电力数据的乡村振兴战略实证分析。8.根据权利要求7所述的基于电力数据的乡村振兴战略体系构建及实证分析系统，其特征在于，所述数据获取模块获取的相关数据包括评估对象评估周期内的居民总用电户数、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、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。9.根据权利要求7所述的基于电力数据的乡村振兴战略体系构建及实证分析系统，其特征在于，所述数据清洗模块包括缺失值清洗单元、格式内容清洗单元、逻辑错误清洗单元、非需求数据清洗单元。10.根据权利要求7所述的基于电力数据的乡村振兴战略体系构建及实证分析系统，其特征在于，所述体系构建模块对原始数据进行处理的具体步骤包括：采用主成分分析法分析筛选出指标原始数据，作为x坐标轴；采用数据包络层次分析法计算各个指标的重要性，作为y坐标轴；采用熵权法得到各个指标的权重大小，作为z坐标轴。

技术总结
本发明公开了一种基于电力数据的乡村振兴战略体系构建及实证分析方法，包括以下步骤：S1：在电量采集系统中获取县域、乡镇或乡村对应评估周期内的相关数据；S2:对相关数据进行清洗；S3：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；S4：采用主成分分析法、数据包络层次分析法、熵权法对原始数据进行处理，分别以主成分分析法、数据包络层次分析法、熵权法的评价值作为x、y、z坐标轴建立三维坐标系，进行基于电力数据的乡村振兴战略体系构建及实证分析。还公开了一种基于电力数据的乡村振兴战略体系构建及实证分析系统。本发明能够提高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。使用便利性和计算准确性。使用便利性和计算准确性。


技术研发人员：徐斌 吴润东 吴松 徐璐 邵郁
受保护的技术使用者：国网安徽省电力有限公司
技术研发日：2021.09.30
技术公布日：2022/3/8