居民用电行为调查分析

姚瑞 郭峻希 韩浩宇 吴格格

摘 要：居民用电行为是电力系统里的重要组成部分，随着居民生活质量的不断提升，居民用电方式也趋于多元化，对生活供电的满意度也在逐渐发生变化。本文基于大数据分析方法理论，整理了2012年至2020年的相关文献，通过对蚌埠市城乡居民用电情况进行问卷调查和数据统计， 分析了城乡居民生活用电情况及其影响因素， 同时利用决策树ID3分类算法研究居民对生活供电的满意程度，从而为智能电网下居民互动机制设计提供有效参考。

关键词：用电行为;样本调查;决策树分类

居民用电行为是电力系统中重要组成部分，随着社会发展，居民生活质量不断提升，居民用电方式也趋于多元化，正因为居民的日常生活数据隐藏着用户的用电行为习惯，该项目基于大数据方法的居民用电行为分析，通过对蚌埠市城乡居民生活用电情况进行问卷调查，分析了城乡居民家庭用电情况的相关数据，根据决策树分类算法研究某一类型居民对生活供电的满意度，从而为智能电网下居民互动机制设计提供有效参考。

一、调查设计与实施

（一）研究对象与抽样方法

本研究于2021年1-5月采用阶段抽样和简单随机抽样相结合的方法，对安徽省蚌埠市市四区三县的城乡居民开展一对一的问卷调查。首先根据蚌埠市的辖区划分，以龙子湖区、蚌山区和怀远县为初级抽样单元;然后采用不等概率抽样方法抽取一定数量的街道、社区;最后以社区中的每位居民为最终单位，采用随机抽样的方式对居民进行问卷调查。

（二）样本量的确定

通过查找资料得知，安徽省蚌埠市屬中小城市，拥有近343万人口。对于中小城市，样本量在200-300之间比较适合。在95%的置信度下计算样本容量，（误差值，取最大值0.25，在95%的置信水平下取值为1.96[4]）。综合考虑精确度、费用以及调查实施过程中可能出现的问题，本次调查将样本容量确定为500个。

二、调查样本构成

本次调查发放问卷共计500份，城乡居民各250份，与蚌埠市城乡居民结构基本对应（2020年年末蚌埠市户籍人口城镇化率58.6%）。回收的有效样本共计404个，回收率为80.8%。其中，城乡居民样本量均为202名;问卷通过单选题多选题的形式，调查蚌埠市居民用电行为，受调查区域的限制，本次问卷调查共收到有效数据404份，其中男生196（48.51%）人，女生208（51.49%）人，调查样本主要为青少年和中老年，各占到调查总样本的25%。由调查结果显示，收入水平在2000以下的居多，研究发现，这是由于调查对象多为青少年和老年，需引起重视。

三、调查数据分析

（一）城乡居民用电行为基本情况

1.城乡居民家庭及月收入情况

乡村居住的房屋类型主要是普通房屋，其占比52%，临时住宅7%，高级住宅7%，别墅3%，而城镇主要是高级住宅，其占比48%;目前，随着二胎、三胎政策的放开，城乡居民的家庭成员多数为4位，乡村超过4位的家庭成员占10%，城镇家庭成员超过四位的仅占5%，居住房屋面积多半为90～120平方米;在所有受访的乡村居民中，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%，其中还有对自己收入水平没有准确理解的占比19.8%，城镇居民的月收入水平大于3000元的则占54%。

2.城乡居民家庭用电量情况

与农村地区相比，城镇（城市）地区居民用电量更大。本次调查城镇居民用电100度以下的占比28.71%;100-200度范围内的占比49.50%;200-300度占比10.89%;300-400度占比为3.96%;400-500度占比2.96%;500度以上占比3.96%;

3.城乡居民常用电器及家庭用户量主要消耗情况

就用电方式而言，乡村居民餐饮用电占绝大多数，占比42.57%。液化气罐和管道煤气占比大体相同，分别为26.73%和24.75%。现代化社会，煤炭以及木柴占比极少，污染环境的方式也在逐渐减少。

城镇居民娱乐用电则占大多数，占比40%，餐饮用电次之，占32%;目前家用电器基本上占比相对平均，其中电冰箱以及空调、电脑、洗衣机、电视机、电饭煲等占比大致相同，也是家用电器的主流方向。

城乡居民在家庭用电情况中，室内开灯用电占大部分，空调电视也紧随其后，家用电器耗电主要体现在电视电脑、室内开灯、手机充电、空调电视以及洗衣机等。此外，由调查可知，居民用电高峰期多数为傍晚，白天用电消耗较小，夜间八点后到十二点为高峰期，占比47.52%。

4.城乡居民对生活供电的评价情况

城乡居民对生活电价的评价基本一致。大部分居民表示电价基本合理，目前多数居民对供电企业的供电状况基本满意，占比66.34%，只有极少数的人表示不满意。其中，居民不满意主要表现为电价偏高，占比22.77%，缴费不方便的占比10.89%，咨询困难的占比20.79%，报装接电程序繁杂的占比15.84%。抢修不及时的占比20.79%，停电过多占比8.91%。由此可见，为提高居民的满意度还需不断调整电价，开放简单便捷的沟通渠道。

（二）决策树ID3分类方法及结果

由上述可知，不同地区居民的用电行为或许存在显著性差异。因此，进一步采用决策树分类方法对居民收入情况、家庭人口、住宅水平以及用电量主要消耗等方面分析居民对生活用电的满意程度受何种因素影响，调查收集的居民用电情况各属性如表1所示。

1.决策树ID3分类方法

信息增益是划分数据特征前后熵的差值，ID3算法是根据信息增益来选择进行划分的特征，然后递归地构建决策树。假设“对生活供电的评价”为类别属性，其它为描述属性，各属性之间互相独立。

分类步骤：

①从选择的根节点开始，计算信息增益，即所有可能的特征的信息增益，选择信息增益最大的特征作为节点的划分特征;

②根据特征的不同取值建立子节点;

③再对子节点递归①②步，构建决策树;

④直到没有特征可以选择或类别完全相同为止，得到最终的决策树

2.分类结果

选择居住地作为根结点，根据信息增益划分特征后决策树如下：

由上图可知，对生活供电不满意的居民包括农村高级住宅居民以及城市家庭人口超过四人并且月用电量多于300度且主要用于娱乐用电和餐饮用电的居民。

四、结论与建议

（一）关于居民用电行为的结论

1.居民的用电情况受居民收入和住宅水平的影响。城镇居民用电量明显比乡村居民用电量大，此外，不同收入水平的居民用电量的主要消耗也有所不同，娱乐用电渐渐替代以往的照明用电，成为用电量的主要消耗。

2.居民对供电情况的满意程度受居民收入情况、家庭人口、住宅水平以及用电量主要消耗等方面的影响。可以看出，居民的家庭基本情况影响着自身对生活供电的要求，从而造成了人们对生活供电满意度的不同。

（二）对智能电网的建议

有关部门可以采用大数据分析以及预测手段，基于不同类型居民用电特征的分析，可以提前进行区域电网的规划从而选用不同配网设备，极大程度的做到节约电网资源;此外，着重关注对供电情况不满意的居民群体，改善居民用电体验。

总而言之，相较于二十年前，我国居民在用电习惯以及对生活供电的满意度都已经发生了巨大的变化，但此次调查只反映了中小城市的水平，我們不可否认，在某些偏远地区，人们仍过着“火力发电”的生活。相信在全国人们的共同努力下，我们会有越来越好的用电体验。

参考文献：

[1]杨宏，邓晨成，邹芹，石莹.居民用电行为分析及潜力研究[J].电力大数据，2020，23（12）：80-88.

[2]李宗，刘晓静，谢涛，邢胜男，安玲.居民用电行为识别与供电服务优化[J].科技和产业，2020，20（03）：124-131.

[3]史爽，李新，李平.基于用电信息的居民行为分析[J].科技资讯，2019，17（18）：3-4.

[4]张佳仪.居民用电数据的挖掘方法与应用途径[J].中国新通信，2019，21（04）：75-76.

[5]朱振宇. 智能需求响应下的居民用电行为与演化博弈[D].东南大学，2018.

[6]龚泽威一. 基于机器学习的居民用电行为分析[D].昆明理工大学，2018.