居民用電行為調查分析

姚瑞 郭峻希 韓浩宇 吳格格

摘 要：居民用電行為是電力系統里的重要組成部分，隨著居民生活質量的不斷提升，居民用電方式也趨于多元化，對生活供電的滿意度也在逐漸發生變化。本文基于大數據分析方法理論，整理了2012年至2020年的相關文獻，通過對蚌埠市城鄉居民用電情況進行問卷調查和數據統計， 分析了城鄉居民生活用電情況及其影響因素， 同時利用決策樹ID3分類算法研究居民對生活供電的滿意程度，從而為智能電網下居民互動機制設計提供有效參考。

關鍵詞：用電行為;樣本調查;決策樹分類

居民用電行為是電力系統中重要組成部分，隨著社會發展，居民生活質量不斷提升，居民用電方式也趨于多元化，正因為居民的日常生活數據隱藏著用戶的用電行為習慣，該項目基于大數據方法的居民用電行為分析，通過對蚌埠市城鄉居民生活用電情況進行問卷調查，分析了城鄉居民家庭用電情況的相關數據，根據決策樹分類算法研究某一類型居民對生活供電的滿意度，從而為智能電網下居民互動機制設計提供有效參考。

一、調查設計與實施

（一）研究對象與抽樣方法

本研究于2021年1-5月采用階段抽樣和簡單隨機抽樣相結合的方法，對安徽省蚌埠市市四區三縣的城鄉居民開展一對一的問卷調查。首先根據蚌埠市的轄區劃分，以龍子湖區、蚌山區和懷遠縣為初級抽樣單元;然后采用不等概率抽樣方法抽取一定數量的街道、社區;最后以社區中的每位居民為最終單位，采用隨機抽樣的方式對居民進行問卷調查。

（二）樣本量的確定

通過查找資料得知，安徽省蚌埠市屬中小城市，擁有近343萬人口。對于中小城市，樣本量在200-300之間比較適合。在95%的置信度下計算樣本容量，（誤差值，取最大值0.25，在95%的置信水平下取值為1.96[4]）。綜合考慮精確度、費用以及調查實施過程中可能出現的問題，本次調查將樣本容量確定為500個。

二、調查樣本構成

本次調查發放問卷共計500份，城鄉居民各250份，與蚌埠市城鄉居民結構基本對應（2020年年末蚌埠市戶籍人口城鎮化率58.6%）。回收的有效樣本共計404個，回收率為80.8%。其中，城鄉居民樣本量均為202名;問卷通過單選題多選題的形式，調查蚌埠市居民用電行為，受調查區域的限制，本次問卷調查共收到有效數據404份，其中男生196（48.51%）人，女生208（51.49%）人，調查樣本主要為青少年和中老年，各占到調查總樣本的25%。由調查結果顯示，收入水平在2000以下的居多，研究發現，這是由于調查對象多為青少年和老年，需引起重視。

三、調查數據分析

（一）城鄉居民用電行為基本情況

1.城鄉居民家庭及月收入情況

鄉村居住的房屋類型主要是普通房屋，其占比52%，臨時住宅7%，高級住宅7%，別墅3%，而城鎮主要是高級住宅，其占比48%;目前，隨著二胎、三胎政策的放開，城鄉居民的家庭成員多數為4位，鄉村超過4位的家庭成員占10%，城鎮家庭成員超過四位的僅占5%，居住房屋面積多半為90～120平方米;在所有受訪的鄉村居民中，目前的月收入水平2000元以下的有56.44%，2000～3000元的占比9.9%，3000元以上的占比13.86%，其中還有對自己收入水平沒有準確理解的占比19.8%，城鎮居民的月收入水平大于3000元的則占54%。

2.城鄉居民家庭用電量情況

與農村地區相比，城鎮（城市）地區居民用電量更大。本次調查城鎮居民用電100度以下的占比28.71%;100-200度范圍內的占比49.50%;200-300度占比10.89%;300-400度占比為3.96%;400-500度占比2.96%;500度以上占比3.96%;

3.城鄉居民常用電器及家庭用戶量主要消耗情況

就用電方式而言，鄉村居民餐飲用電占絕大多數，占比42.57%。液化氣罐和管道煤氣占比大體相同，分別為26.73%和24.75%。現代化社會，煤炭以及木柴占比極少，污染環境的方式也在逐漸減少。

城鎮居民娛樂用電則占大多數，占比40%，餐飲用電次之，占32%;目前家用電器基本上占比相對平均，其中電冰箱以及空調、電腦、洗衣機、電視機、電飯煲等占比大致相同，也是家用電器的主流方向。

城鄉居民在家庭用電情況中，室內開燈用電占大部分，空調電視也緊隨其后，家用電器耗電主要體現在電視電腦、室內開燈、手機充電、空調電視以及洗衣機等。此外，由調查可知，居民用電高峰期多數為傍晚，白天用電消耗較小，夜間八點后到十二點為高峰期，占比47.52%。

4.城鄉居民對生活供電的評價情況

城鄉居民對生活電價的評價基本一致。大部分居民表示電價基本合理，目前多數居民對供電企業的供電狀況基本滿意，占比66.34%，只有極少數的人表示不滿意。其中，居民不滿意主要表現為電價偏高，占比22.77%，繳費不方便的占比10.89%，咨詢困難的占比20.79%，報裝接電程序繁雜的占比15.84%。搶修不及時的占比20.79%，停電過多占比8.91%。由此可見，為提高居民的滿意度還需不斷調整電價，開放簡單便捷的溝通渠道。

（二）決策樹ID3分類方法及結果

由上述可知，不同地區居民的用電行為或許存在顯著性差異。因此，進一步采用決策樹分類方法對居民收入情況、家庭人口、住宅水平以及用電量主要消耗等方面分析居民對生活用電的滿意程度受何種因素影響，調查收集的居民用電情況各屬性如表1所示。

1.決策樹ID3分類方法

信息增益是劃分數據特征前后熵的差值，ID3算法是根據信息增益來選擇進行劃分的特征，然后遞歸地構建決策樹。假設“對生活供電的評價”為類別屬性，其它為描述屬性，各屬性之間互相獨立。

分類步驟：

①從選擇的根節點開始，計算信息增益，即所有可能的特征的信息增益，選擇信息增益最大的特征作為節點的劃分特征;

②根據特征的不同取值建立子節點;

③再對子節點遞歸①②步，構建決策樹;

④直到沒有特征可以選擇或類別完全相同為止，得到最終的決策樹

2.分類結果

選擇居住地作為根結點，根據信息增益劃分特征后決策樹如下：

由上圖可知，對生活供電不滿意的居民包括農村高級住宅居民以及城市家庭人口超過四人并且月用電量多于300度且主要用于娛樂用電和餐飲用電的居民。

四、結論與建議

（一）關于居民用電行為的結論

1.居民的用電情況受居民收入和住宅水平的影響。城鎮居民用電量明顯比鄉村居民用電量大，此外，不同收入水平的居民用電量的主要消耗也有所不同，娛樂用電漸漸替代以往的照明用電，成為用電量的主要消耗。

2.居民對供電情況的滿意程度受居民收入情況、家庭人口、住宅水平以及用電量主要消耗等方面的影響。可以看出，居民的家庭基本情況影響著自身對生活供電的要求，從而造成了人們對生活供電滿意度的不同。

（二）對智能電網的建議

有關部門可以采用大數據分析以及預測手段，基于不同類型居民用電特征的分析，可以提前進行區域電網的規劃從而選用不同配網設備，極大程度的做到節約電網資源;此外，著重關注對供電情況不滿意的居民群體，改善居民用電體驗。

總而言之，相較于二十年前，我國居民在用電習慣以及對生活供電的滿意度都已經發生了巨大的變化，但此次調查只反映了中小城市的水平，我們不可否認，在某些偏遠地區，人們仍過著“火力發電”的生活。相信在全國人們的共同努力下，我們會有越來越好的用電體驗。

參考文獻：

[1]楊宏，鄧晨成，鄒芹，石瑩.居民用電行為分析及潛力研究[J].電力大數據，2020，23（12）：80-88.

[2]李宗，劉曉靜，謝濤，邢勝男，安玲.居民用電行為識別與供電服務優化[J].科技和產業，2020，20（03）：124-131.

[3]史爽，李新，李平.基于用電信息的居民行為分析[J].科技資訊，2019，17（18）：3-4.

[4]張佳儀.居民用電數據的挖掘方法與應用途徑[J].中國新通信，2019，21（04）：75-76.

[5]朱振宇. 智能需求響應下的居民用電行為與演化博弈[D].東南大學，2018.

[6]龔澤威一. 基于機器學習的居民用電行為分析[D].昆明理工大學，2018.