基于电力数据应用人工智能开展城市公共资源配置分析与研究

基于电力数据应用人工智能开展城市公共资源配置分析与研究

庄友淳,朱晓明,安雅程,焦亚琴 ,甄根

国网青海省电力公司西宁供电公司科技互联网办公室，青海 西宁 810000

摘要：在信息化背景下，借鉴其他行业大数据应用成果，利用外部数据持续扩充城市公共资源和居民小区基础数据，基于百度地图采集POI结合城市公共资源分类，利用JavaWeb、Echarts等技术，实现可视化分析展示，继续优化完善城市公共资源展示分析模型，并持续深化与市大数据服务管理局及其他政企单位的合作，同时以“电力大数据服务进小区”的概念服务城市居民，为政府单位市政规划、服务民生等方面提供辅助决策，进一步挖掘和发挥电力数据和市政数据的融合价值。论文重点探讨电力信息化中电力数据对城市公共资源规划的辅助作用，同时明确实际的运用分析手段，为保证电力企业的长远发展提供参考。

关键词：智慧城市，公共资源，电力数据，经济圈，空置房，15分钟生活圈

随着大数据、云计算、物联网等新技术不断融入传统行业的各个环节，大数据背景下的智慧水务、环卫云、环境监测等作为融入智慧城市的概念，也正在迎来巨大契机，各地都加快大数据产业的发展，推动智慧城市建设，实现信息化、工业化与城镇化深度融合，有助于缓解“大城市病”，提高城镇化质量，实现精细化和动态管理，并提升城市管理成效和改善市民生活质量。社会公用资源，具有地域性，结构性与功能性特征，公用资源作为支撑并贯穿城市主体的脉络，了解并分析公用资源的使用情况可以直观的反应出城市居民的生活水平与社会经济发展的大体方向。

1 智慧城市发展中电力数据的重要性

随着电力信息化的日益完善,电力企业积累了大量的电力大数据，其中包括但不限于教育机构、医疗机构、社区、交通等公用资源用电信息，通过利用电力大数据，搭建基于电力大数据的公共资源分析模型，广泛应用于社会治理领域，能更好地服务不同社会群体，为市政规划提供辅助决策。

电网用能数据是实现以上目标的重要组成部分，电力大数据可以精准识别住房空置率、行政区域教育资源、医疗资源情况等，青海省电力公司通过用电数据，运用统计推断、相关性分析等方法，构建大数据模型，为政府部门进行相关调控决策、保障民生提供了重要依据，对社会、国家、用户能提供有价值的信息数据，从而助力社会民生发展。

2 电力数据结合城市公共资源的应用分析

基于用电量、负荷、地理位置等信息，分析教育、医疗卫生、文化体育、商业服务、金融邮电、社区服务、行政管理、市政公用、交通等资源配置均衡程度。通过网络收集各公共资源定位经纬度，并关联营销系统用户用电等信息，以城区小区为中心点，对小区住户密度、空置率以及周边商业服务、公共基础设施建设等信息进行关联分析，并基于百度地图进行资源定位及用电分析结果展示。

表1 公共资源分类

Tab.1 Classification of public resources

2.1 公共资源建设情况分析

收集城市公共资源基础建设及公共资源用电数据，挖掘电力与公共资源之间的关系，分析城市用电数据与公共基础建设的线性关系，结合市政基础设施建设规划和区域用电情况对比分析，探索城市公共资源利用率和城市化公共服务水平，通过构建电力与公共资源建设业务模型，分析青海某市市政建设规划发展情况，实现透过电力数据解析城市发展，为政府制定市政规划发展决策提供辅助。

通过对以上6类资源采集分析，目前共采集青海某主要城市公共资源4486个。其中，基础教育594个、商业服务1167家、金融邮电709家、医疗服务576个、市政公用1413个、福利养老27家。

表2 某主要城市各类公共资源配置数量表

Tab.2 Quantity table of various public resources allocation in a major city

2.2 市政公共基础设施建设概况分析

通过线上收集市政公共基础设施（邮电通信、供电供水供气站、城市排污等）建设信息（地域位置、经纬度等），按地市、城区、社区等维度，通过对用电数据和公共基础设施建设数据的相关性分析、统计分析，找出各地区市政建设系数，对比历史用电数据，分析城市公共资源建设水平和城镇化发展进度。

1）金融邮电

通过对青海省某主要城市金融邮电类资源分析，金融邮电类资源共计709个，占公共资源总量16%。其中，ATM372个，银行273个，邮局64个；ATM占比最高为52%，邮局占比最低为9%。

图1  金融邮电类公共资源配置数量分布情况

Fig.1 Distribution of public resources allocation of finance, posts and Telecommunications

2）市政公用

通过对青海省某主要城市市政公用类资源分析，市政公用类资源共计1413个，占公共资源总量41%。其中，公交站1271个，图书馆58个，公园39个，体育场馆45个；公交站占比最高为90%，公园和体育场馆占比最低均为3%。

图2  市政公用类公共资源配置数量分布情况

Fig.2 Quantity and distribution of municipal public resources

2.3 医疗卫生设施建设分析

通过对区域内医疗卫生设施（卫生站、居住区门诊、医院等）建设情况和医疗机构用电数据分析，建立医疗服务分析模型，通过配套医疗设施建设统计，计算区域内公共卫生保障系数，对比分析医疗机构历史用电数据，反应区域公共卫生状况和医疗服务质量，为健全医疗卫生服务体系，促进基本公共卫生服务均等化，提供辅助支撑。通过对青海省某主要城市医疗卫生资源进行分析，医疗服务类资源共计576个，占公共资源总量13%。其中，药店434个，医院89个，诊所53个；药店占比最高为75%，诊所占比最低为9%。

图3  基础教育类公共资源配置数量分布情况

Fig.3 Distribution of public resources allocation for basic education

2.4 文化教育设施建设分析

建立教育用电分析模型，依托电力大数据，分析区域内各教育机构（托儿所、幼儿园、小学、中学、大学等）办学规模，匹配区域内居民用电用户结合民政人口数据，分析区域内教育资源与人口比例，监测分析教育资源均衡度，辅助政府部门对区域内教育规划布局，合理划分学区范围，促进教育资源的分配实现最大程度的均衡化。通过对青海省某主要城市基础教育资源进行分析，基础教育类资源共计594个，占公共资源总量13%。其中，高等院校34个，小学172个，幼儿园262个，中学126个；幼儿园占比最高为44%，高等院校占比最低为6%。

图4  基础教育类公共资源配置数量分布情况

Fig.4 Distribution of public resources allocation for basic education

2.5 商业服务设施建设分析

通过线上抓取商业活动主体（银行、超市、商店、综合市场等）信息，包括名称、百度经纬度、规模等，对商业用户进行分类、分级，依据地理位置、区域住户数据和用电数据等，建立商业服务和区域用电用户关系分析模型，计算区域内商业资源数量及占比，并实现对各商业服务设施的精准定位。通过对青海省某主要城市商业服务设施分析，商业服务类资源共计1176个，占公共资源总量26%。其中，超市101个，便利店815个，菜市场89个，商场49个，游乐园26个，电影院21个，健身房66个；便利店占比最高为70%，电影院和游乐园占比最低均为2%。

图5  商业服务类公共资源配置数量分布情况

Fig.5 Distribution of allocation quantity of commercial service public resources

2.6 生活经济商圈定位分析

以社区为中心点，定义15分钟步行距离为半径生活经济圈，根据医院、学校、交通、金融、文化娱乐、生活购物、餐饮等基础建设设施定位信息，计算出生活经济圈覆盖范围，通过百度地图、GIS地图等形式展示城市各区域公用资源分布情况与人口密集情况；通过百度定位，找出展示商业或基础设施主体的详细信息，并反向计算商业服务和公共资源的覆盖范围，分析生活经济圈在全区内的生活指数，依据人口密度和商业建设系数，分析各社区城市建设水平，为城市规划提供辅助。

通过对青海省某主要城市六类城市公共资源的分析，公共资源总数量为4486个，公共资源平均服务小区数量89个，平均服务小区户数4.6655万户，服务小区平均空置户数0.3363万户，服务小区实际平均户数4.3291万户，服务小区数量区间为0至386，服务小区户数区间为0至20.0073万户。

图6  小区及资源定位展示

Fig.6 Community and resource positioning display

各分类资源服务范围如下：

1）福利养老

福利养老类公共资源根据收集到敬老院相关数据，某市共计27家敬老院15分钟服务圈平均服务居民小区82个，平均服务小区户数为4.3883万户，剔除空置房屋数，实际平均服务小区户数为4.0756万户。

表3 福利养老资源15分钟服务圈服务居民小区数量排名前十情况

Tab.3 The number of residential communities served by the 15 minute service circle of welfare and elderly care resources ranks among the top ten

2）基础教育

基础教育类公共资源收集到幼儿园、小学、中学、高等院校四类数据，某市共计594家基础教育类资源15分钟服务圈平均服务居民小区65个，平均服务小区户数为3.4487万户，剔除空置房屋数，实际平均服务小区户数为3.1993万户。

表4  基础教育资源15分钟服务圈服务居民小区数量排名前十情况

Tab.4 Top 10 residential areas served by 15 minute service circle of basic education resources

3）金融邮电

金融邮电类公共资源收集到ATM、银行、邮局三类数据，某共计709家金融邮电类资源15分钟服务圈平均服务居民小区162个，平均服务小区户数为8.3491万户，剔除空置房屋数，实际平均服务小区户数为7.7434万户。

表5  金融邮电资源15分钟服务圈服务居民小区数量排名前十情况

Tab.5 Top 10 residential areas served by financial, post and telecommunications resources 15 minute service circle

4）商业服务

商业服务类公共资源收集到超市、便利店、菜市场、商场、游乐园、电影院、健身房七类数据，某共计1167家商业服务类资源15分钟服务圈平均服务居民小区96个，平均服务小区户数为5.0433万户，剔除空置房屋数，实际平均服务小区户数为4.6775万户。

表6  商业服务资源15分钟服务圈服务居民小区数量排名前十情况

Tab.6 Top 10 residential communities served by 15 minute service circle of commercial service resources

5）市政公用

市政公用类公共资源收集到公交站、图书馆、公园、体育场馆四类数据，某共计1413家市政公用类资源15分钟服务圈平均服务居民小区46个，平均服务小区户数为2.3922万户，剔除空置房屋数，实际平均服务小区户数为2.2240万户。

表7  市政公用资源15分钟服务圈服务居民小区数量排名前十情况

Tab.7 The number of residential communities served by the 15 minute service circle of municipal public resources ranks among the top ten

6）医疗服务

医疗服务类公共资源收集到药店、医院、诊所三类数据，某市共计576家医疗服务类资源15分钟服务圈平均服务居民小区117个，平均服务小区户数为6.2101万户，剔除空置房屋数，实际平均服务小区户数为5.7615万户。

表8  医疗服务资源15分钟服务圈服务居民小区数量排名前十情况

Tab.8 The number of residential areas served by the 15 minute service circle of medical service resources ranks among the top ten

2.7 公共资源分析成果应用

利用大屏可视化分析展示技术，按区域用电量、负荷、地理位置等信息结合公共资源建设情况，以图表形式进行各维度分析，整体效果以动态、三维等方式进行渲染展示，并运用可视化大屏与WEB网页集成的方式，运用JAVAWEB+ECHARTS技术实现数据图表分析，同时在大屏集成展示网页版分析成果。通过对各区域人口数、商业系数和市政建设基础设施情况，展示分析各区域的交通、医疗、教育、文化娱乐及市政规划比例，反应资源配置均衡程度，为政府市政规划提供帮助，推进城市建设进度。

图7  公共资源分析展示

Fig.7 Analysis and display of public resources

3. 公共资源计算及分析方法

3.1 基于电力大数据的住宅空置率

基于公司营销业务系统所抽取的数据，收集青海省某主要城市小区1148个，居民小区总户数60.2002万户，空置户数4.2368万户，整体住房空置率7.04%，建立如下计算公式，反映住宅空置率的实际情况：

P1=V1/F1

其中P1为住宅空置率；V1为周期内用电量小于2千瓦时客户；F1为周期内用电客户数

图8  住宅空置率热力图展示

Fig.8 Thermal diagram display of residential vacancy rate

3.2 居民小区15分钟生活圈公共资源配置指数

基于地理位置等信息，将居民小区作为中心点直线半径1.5公里画圆范围作为居民小区15分钟生活圈，并统计各居民小区15分钟生活圈内的公共资源配置数量，将公共资源分为6类，通过分类计算各小区配套公共资源配比情况，定义资源分类占比规则和占比达标项，绘制城市公共资源达标分布图，通过计算分析居民小区公共资源最低配置指数0.0029，最高配置指数1.7338；居民小区基础教育类资源配置指数区间为0至1.8491，医疗服务类资源配置指数区间为0至2.3577，市政公用类资源配置指数区间为0至1.5202，金融邮电类资源配置指数区间为0至1.7032，商业服务类资源配置指数区间为0至1.8651，福利养老类资源配置指数区间为0至2.1277；居民小区公共资源配置数量最低为1个，最高为608，平均配置数量为350个。

表9  居民小区15分钟生活圈公共资源配置指数表

Tab.9 Public resource allocation index of 15 minute living circle in residential area

图9  小区公共资源配置指数

Fig.9 Community public resource allocation index

3.3 生活服务经济圈计算

基于公共资源可步性测度，计算步行15分钟可达空间范围，所配置的日常基本保障性公共服务设施和活动场所数量，借助可步性理论利用地图绘制，开展15分钟社区生活圈测度及分析，按照正常步行5000/小时，计算15分钟步行半径，以此半径通过地图距离计算公式，绘制公共资源15分钟服务圈。

基于百度地图POI（兴趣点PointofInterest）行业分类采集城市公共资源基础信息，利用百度轻量级路线规划API，通过对两点间步行路线规划，通过对路线距离计算，找出符合“15分钟生活经济圈”定义范围内资源点，采用散点轮廓算法（alpha shape）实现边缘资源点提取。

主要资源采集计算方式为：

1）针对每个资源点P，获取资源点P周围步行15分钟的所有可达点集合（首先以目标点P为圆心，以15分钟步程大约1100米为半径，获取所有周围点集合。然后根据百度地图在线接口依次检测周围点集合，过滤出所有15分钟可达点集合）

2）根据所有可达点集合，获取可达范围边界B（使用AlphaShape算法，从可达范围边界点集合中，获取边缘点的顺序列表L，连接后得到一条路径列表）

3）优化可达范围边界，遍历边界列表中所有的点，删除其中有重复的点，然后删除以边界列表中某一个点为中心，两边对称的一组点，最后通过判断点与点之间的距离，删除边界中回头路或者两条路间距离小于40米的路径点；

4）根据所有资源点集合、可达点集合以及优化后的可达范围边界，过滤出现有资源点集合（遍历所有资源点集合，判断是否在可达点集合内
 

，然后利用算法判断是否在可达范围边界的封闭图形内部
 

若都为是，则加入到现有资源点集合中）。最后将优化后的可达范围边界和现有资源点集合，结合电力业务数据中各用电行业的类别，对资源点进行清洗过滤，通过对边缘资源点按照城市道路路径连接，完成生活圈规划。如下图：

图10  生活经济圈

Fig.10 Life economic circle

1. 结论

充分利用了电力大数据，通过电力数据与公共资源的关联分析，将电力数据广泛应用于社会治理领域，能更好地服务不同社会群体，为市政规划提供辅助决策，增强电力企业对城市规划建设的价值。针对各区域公共资源建设利用情况分析，找出公共资源建设盲区，不断提高社区基本公共服务均等化水平， 推动社区公共服务设施提标、扩面，可促进城市建设完善的养老、医疗、教育、商业等基本公共服务设施，搞好惠民工程建设，切实提升人民群众的获得感、幸福感和安全感,具有显著社会效益。

通过对社会公共资源配置的监测分析，协同政府合理整合不同行业之间的协同机制，促进信息化与城市规划建设的深度融合，提升城市内部和城市之间的创新能力，推动产业升级和结构调整，促进信息技术产业发展，促进城市经济的良性发展，从而培育出新的经济增长点。

利用地域社区用电信息，观察教育资源分布、掌握医疗教育等民生需求变化，将电力数据转化为社会公共价值，实现学有所教、病有所医、便捷缴费、劳有所得，极大地助力社会民生发展，同时填补政府大数据应用对外发布数据的空白，发展上下游产业数据合作，为政府创造多重收益。

参考文献

[1]北京市城市规划设计研究院.城市规划资料集.2003.

Beijing urban planning and Design Institute. Urban planning data set. 2003.

[2] 刘延博.现代城市电网规划设计与建设改造.2014.

LIU Yanbo. Planning, design, construction and transformation of modern urban power grid. 2014.

[3] 王合.关于大数据在智慧城市研究与规划中的应用探讨[J].智能建筑与智慧城市,2019(03):63-65.

WANG he. Discussion on the application of big data in smart city research and planning [J] Intelligent building and smart city, 2019 (03): 63-65.

[4] 黎娅.大数据时代智慧城市空间规划方法探讨[J].智能建筑与智慧城市,2019(03):66-67+79.

LI Ya. Discussion on spatial planning method of smart city in the era of big data [J] Intelligent building and smart city, 2019 (03): 66-67 + 79.

[5] 范金妹.“互联网+”背景下南平市智慧城市建设现状与发展对策研究[J].2019,37(02):32-40.

FAN Jinmei. Research on the current situation and development strategy of smart city in Nanping under the background of "Internet plus" [J].2019,37 (02): 32-40.

[6] 住房和城乡建设部办公厅.住房和城乡建设部办公厅关于印发完整居住社区建设指南的通知建办科〔2021〕55号.2021.

General Office of the Ministry of housing and urban rural development. Notice of the general office of the Ministry of housing and urban rural development on printing and distributing complete guidelines for residential community construction (JBK [2021] No. 55. 2021).

[7] 上海市规划和国土资源管理局，上海市规划.上海15分钟社区生活圈规划研究与实践.2017.

Shanghai Planning and land resources administration, Shanghai planning. Research and practice of Shanghai 15 minute community life circle planning. 2017.

[8] 周弦. 15分钟社区生活圈视角的单元规划公共服务设施布局评估：以上海市黄浦区为例| 2020年第1期.2020.

ZHOU Xian. Evaluation of the layout of public service facilities in unit planning from the perspective of 15 minute community life circle: a case study of Huangpu District, Shanghai | phase 1, 2020.

[9] 张波,赵彦云,周芳.小区“15分钟社区生活圈”空间聚类研究—基于POI数据.2019.

ZHANG Bo, Zhao Yanyun, Zhou Fang. Study on spatial clustering of "15 minute community life circle" in community - based on POI data. 2019.
作者简介：庄友淳（1984年9月）男，汉族，浙江省平阳县，大学本科，副高级工程师，主要从事电网数字化与科技创新管理