基于電力大數(shù)據(jù)的空心村分布智能規(guī)劃模型研究

孫磊， 卓俊宇， 李杏麗， 石秀程， 袁業(yè)

(1. 隴南市大數(shù)據(jù)管理局， 甘肅， 隴南 746000；2. 國網(wǎng)思極飛天(蘭州)云數(shù)科技有限公司， 甘肅， 蘭州 730050；3. 國網(wǎng)甘肅省電力公司張掖供電公司， 甘肅， 張掖 734000；4. 國網(wǎng)甘肅省電力公司檢修公司， 甘肅， 蘭州 730050)

0 引言

隨著社會(huì)城市化和工業(yè)化進(jìn)程的不斷加快，農(nóng)村大量青壯年勞動(dòng)力涌入城市打工，造成村莊出現(xiàn)“內(nèi)空外延”的用地現(xiàn)狀，不合理的農(nóng)村用地方式形成了空心村，較低的土地利用率深度影響農(nóng)村建設(shè)。目前大量省份中均存在空心村，這是由于農(nóng)村基層政府沒有規(guī)劃意識(shí)、農(nóng)民傳統(tǒng)的宅基地私有觀念濃厚、農(nóng)民缺乏土地法制意識(shí)、城市化進(jìn)程加快以及其他自然環(huán)境原因造成的，為了解決空心村帶來的危害，空心村分布智能規(guī)劃模型的構(gòu)建十分必要[1]。

文獻(xiàn)[2]針對(duì)狀態(tài)空間特征，定義輪系基本單元的概念，利用狀態(tài)變換方程獲取單元之間的鄰接關(guān)系，建立智能規(guī)劃模型，但將模型應(yīng)用到空心村分布規(guī)劃任務(wù)中時(shí)，發(fā)現(xiàn)空心村的土地利用率不夠理想。文獻(xiàn)[3]結(jié)合空心村周邊地區(qū)的人才集聚、區(qū)域創(chuàng)新與區(qū)域經(jīng)濟(jì)增長(zhǎng)模式，采用面板空間計(jì)量模型創(chuàng)新建筑分布的規(guī)劃視角，構(gòu)建經(jīng)濟(jì)文化一體的建筑格局，但土地利用率的問題沒有得到解決。文獻(xiàn)[4]根據(jù)空心村實(shí)際空間環(huán)境變化，構(gòu)建一個(gè)三維的仿真模型，采用改進(jìn)的尺度不變特征變換算法匹配各項(xiàng)數(shù)據(jù)，盡管土地利用率得到較大程度的改善，但還沒有達(dá)到理想效果電力大數(shù)據(jù)來源于用電、發(fā)電、輸電、變電、配電等環(huán)節(jié)，包含三大類不同的電力數(shù)據(jù)，這些數(shù)據(jù)體量大、類型多、價(jià)值密度較低[5]。

針對(duì)電力大數(shù)據(jù)的特點(diǎn)以及傳統(tǒng)模型存在的弊端，構(gòu)建新的空心村分布智能規(guī)劃模型。

1 基于電力大數(shù)據(jù)的空心村分布智能規(guī)劃模型

1.1 預(yù)處理空心村空間數(shù)據(jù)

空心村空間數(shù)據(jù)信息具有多維性特征，包含了大量的地理位置信息。由于建筑物到供電中心距離較遠(yuǎn)，且空心村居民分布不均勻，電量消耗波動(dòng)性明顯，因此，規(guī)劃區(qū)域范圍內(nèi)所有建筑物與區(qū)域中心的平均距離計(jì)算的數(shù)據(jù)以及所有線路每個(gè)月的線損和線損率是最容易存在噪聲的數(shù)據(jù)，嚴(yán)重時(shí)直接影響數(shù)據(jù)挖掘結(jié)果，面對(duì)該問題需要對(duì)此類數(shù)據(jù)預(yù)處理，挖掘更加精準(zhǔn)的空間特征。預(yù)處理階段的第一步，需要計(jì)算規(guī)劃空間的有效供電半徑，根據(jù)空心村區(qū)域的經(jīng)緯度數(shù)據(jù)，獲得各個(gè)建筑物的坐標(biāo)信息，計(jì)算區(qū)域中心到建筑物的供電距離，計(jì)算結(jié)果通過下列公式得到：

(1)

式中，α、β分別表示不同數(shù)據(jù)節(jié)點(diǎn)之間的角度差異，w0表示區(qū)域中心的緯度坐標(biāo)，wi表示建筑物的緯度坐標(biāo)，r表示地球半徑[6]。計(jì)算規(guī)劃區(qū)域范圍內(nèi)所有建筑物與區(qū)域中心的平均距離，結(jié)果為

(2)

式中，n表示線路數(shù)量[7]。根據(jù)當(dāng)?shù)氐墓┦垭娏啃畔ⅲ?jì)算所有線路每個(gè)月的線損和線損率，公式為

(3)

式中，S1和S2分別為供電量和售電量。利用Tableau軟件可視化處理上述數(shù)據(jù)，利用Excel函數(shù)計(jì)算規(guī)劃空間特征值。當(dāng)?shù)玫降慕Y(jié)果中存在缺失值和異常值時(shí)，采用補(bǔ)插法剔除計(jì)算結(jié)果中的冗余數(shù)據(jù)，并對(duì)存在缺失的位置處填補(bǔ)缺失數(shù)據(jù)，建立完整的規(guī)劃空間特征集合，實(shí)現(xiàn)對(duì)空心村空間數(shù)據(jù)的預(yù)處理[8]。

1.2 基于峰值密度算法的電力大數(shù)據(jù)特征提取

電力大數(shù)據(jù)能夠反映真實(shí)的空心村分布特征，采用峰值密度算法提取空心村電力大數(shù)據(jù)，實(shí)現(xiàn)空間與建筑物的智能匹配。針對(duì)空心村整體結(jié)構(gòu)，建立空心村特征屬性圖，如圖1所示。

圖1 空間村空間位置特征

根據(jù)圖1空間中的節(jié)點(diǎn)位置可知，空心村四周建筑較多，中間位置的建筑越來越少，峰值密度算法[9-10]針對(duì)這一特點(diǎn)，提取電力大數(shù)據(jù)。峰值密度算法利用測(cè)地距離代替歐氏距離，根據(jù)數(shù)據(jù)集包含的簇情形，得到電力大數(shù)據(jù)。峰值密度算法的動(dòng)態(tài)鄰域思想，依據(jù)空心村建筑的稀疏程度，動(dòng)態(tài)調(diào)整K的值。將稀疏類簇中的樣本數(shù)據(jù)擴(kuò)大，控制密集類簇中的樣本鄰域范圍。已知稀疏程度是相對(duì)的，假設(shè)空心村建筑物數(shù)量為i，采用建筑物周邊鄰居的數(shù)量，分析電力大數(shù)據(jù)的稀疏程度，公式為

(4)

式中，de(i,j)表示歐式距離，dmin(i)表示式(2)得到的最近距離，m(i)表示近鄰取值。根據(jù)得到的稀疏程度f(i)，提取線損和線損率影響下的電力大數(shù)據(jù)特征，公式為

(5)

當(dāng)K值為0時(shí)，說明空心村的電力大數(shù)據(jù)特征提取結(jié)果不佳，需要進(jìn)一步調(diào)整；當(dāng)K值為1時(shí)，則表明電力大數(shù)據(jù)特征提取結(jié)果符合要求[11]。

1.3 設(shè)計(jì)空間融合方式

針對(duì)電力大數(shù)據(jù)的特征，設(shè)計(jì)空心村空間融合方式。在空間邊界上，采用迂回曲折的方式確定空心村的結(jié)構(gòu)形態(tài)和建筑邏輯秩序，圖2是為空心村不同建筑物之間，設(shè)計(jì)的邊界融合方式。

(a) 邊界虛化

智能規(guī)劃空心村分布的主要目的為加強(qiáng)空間利用率，實(shí)現(xiàn)空間共享，因此設(shè)計(jì)模型的空間融合方式時(shí)，不能采取簡(jiǎn)單的聚集和擴(kuò)張方式，需要根據(jù)現(xiàn)階段電力大數(shù)據(jù)的分布特征，調(diào)整空心村空間邊界，以虛化的方式代替絕對(duì)化的邊界劃分[12]。“柔性邊界”是丹麥揚(yáng)·蓋爾在《交往與空間》中提出的，此次研究在空間融合方式上引入此概念，根據(jù)電力大數(shù)據(jù)的峰值特征、周期性特征，感知不同建筑在空間中的位置特征，為不同的建筑提供柔和的融合過渡區(qū)域，而不是直接性地在空心村的空地上單純地增加建筑物，忽略建筑之間的排他性。電力大數(shù)據(jù)特征提取結(jié)果中，存在部分特殊數(shù)據(jù)極大或極小數(shù)據(jù)，所以說明一些建筑用電特殊，針對(duì)這一分析設(shè)計(jì)異化邊界條件，針對(duì)特殊建筑設(shè)計(jì)異化邊界，滿足其自身的真實(shí)需求，設(shè)計(jì)多樣化的空間融合方式[13]。

1.4 構(gòu)建多維超立方智能規(guī)劃模型

針對(duì)上述設(shè)計(jì)成果，構(gòu)建多維超立方智能規(guī)劃模型。采用多維數(shù)組控制全局?jǐn)?shù)據(jù)，但數(shù)組中的數(shù)據(jù)具有不同的數(shù)值關(guān)系，因此假設(shè)該關(guān)系為λ，數(shù)組的排列方式用q表示，則三維數(shù)組形狀為一個(gè)1×2×3的形式。利用F(n)表示c維上數(shù)組的表現(xiàn)特征，則值域用[0,F(n))表示。利用W(x)表示形狀在數(shù)組中的坐標(biāo)，則其中的標(biāo)志為G的數(shù)組可通過下列公式描述：

(6)

上述公式通過獲取一個(gè)映射關(guān)系，得到標(biāo)志為G的數(shù)組，G代表邊界條件[14]。利用Dim(G)表示形狀向量中不為0的形狀數(shù)量，則存在：

Dim(G)=Count(F(n)·Gx)

(7)

此時(shí)數(shù)組大小反映空間占用的大小，因此將形狀向量作為維度上的乘積，得到：

(8)

已知數(shù)據(jù)維度為c維，通過刪除其中的一個(gè)維度降維數(shù)組，則假設(shè)被刪除的維度為m，得到c-1 維數(shù)組，設(shè)置降維之后的數(shù)組為Gm↓，則其屬性為

(9)

根據(jù)上述得到的屬性值，結(jié)合設(shè)計(jì)的空間融合方式建立連接元h，公式為

h=Select(Gm↓,μ)

(10)

式中，μ表示篩選參數(shù)。依據(jù)上述結(jié)果得到規(guī)劃模型[15]，如圖3所示。

圖3 多維超立方智能規(guī)劃模型

利用構(gòu)建的模型規(guī)劃空心村分布，至此基于電力大數(shù)據(jù)的空心村分布智能規(guī)劃模型構(gòu)建完畢。

2 仿真實(shí)驗(yàn)與結(jié)果分析

2.1 實(shí)驗(yàn)準(zhǔn)備

根據(jù)目前M省中的空心村，建立三維實(shí)景仿真測(cè)試環(huán)境，根據(jù)空心村實(shí)際分布狀態(tài)，仿真建筑分布和用電信息，參與實(shí)驗(yàn)的空心村規(guī)劃節(jié)點(diǎn)為100個(gè)。圖4為仿真環(huán)境下，針對(duì)實(shí)際用電大數(shù)據(jù)獲得的電力負(fù)荷曲線。

(a) 夏季

根據(jù)圖4中的曲線變化趨勢(shì)可知，夏季和冬季時(shí)，空心村的用電數(shù)據(jù)變化幅度較大，因此基于電力大數(shù)據(jù)的模型，根據(jù)圖4信息智能規(guī)劃空心村的分布。將研究構(gòu)建的模型作為實(shí)驗(yàn)組，將三組常規(guī)智能規(guī)劃模型作為對(duì)照組，對(duì)仿真空心村進(jìn)行智能規(guī)劃，比較測(cè)試條件相同時(shí)，四組模型的智能規(guī)劃效果。

2.2 空間分布規(guī)劃效果測(cè)試

已知選擇的空心村中有52戶，將文獻(xiàn)[2]、文獻(xiàn)[3]以及文獻(xiàn)[4]提出的三組常規(guī)模型作為對(duì)照組，構(gòu)建的模型作為實(shí)驗(yàn)組，圖5為四組模型的智能化規(guī)劃效果圖。

(a) 所設(shè)計(jì)模型

根據(jù)圖5可知，實(shí)驗(yàn)組模型的三種邊界條件被充分利用，改善了空心村的建筑用地位置，將原先集中在村莊外圍的用戶調(diào)整到空閑的中心區(qū)域，加強(qiáng)用地的合理性。而三組常規(guī)模型獲得的數(shù)據(jù)過于理論化，降低了空心村的位置特征真實(shí)性，因此規(guī)劃后的仿真位置并不理想。利用式(11)計(jì)算三組模型應(yīng)用下，空心村的土地利用率：

(11)

式中，U0表示空心村的占地總使用面積，U1表示模型規(guī)劃后的空心村占地面積。針對(duì)測(cè)試背景設(shè)置15輪空心村分布規(guī)劃任務(wù)，根據(jù)式(11)得出的計(jì)算結(jié)果，如表1所示。

表1 土地利用率統(tǒng)計(jì)結(jié)果

綜合15次測(cè)試結(jié)果可知，實(shí)驗(yàn)組的土地利用率統(tǒng)計(jì)結(jié)果，均要高出3組常規(guī)模型應(yīng)用下的統(tǒng)計(jì)結(jié)果。為了便于比較，計(jì)算四組測(cè)試結(jié)果的平均值，分別為84.89%、62.5%、61.84%以及65.52%，實(shí)驗(yàn)組的土地利用率平均值，分別比3個(gè)對(duì)照組高出了22.39%、23.05%以及19.37%。綜合實(shí)驗(yàn)測(cè)試數(shù)據(jù)來看，基于電力大數(shù)據(jù)的模型規(guī)劃效果更好。

3 總結(jié)

常規(guī)空心村分布智能規(guī)劃模型盡管在土地利用率上存在不足，通過電力大數(shù)據(jù)特征分析，構(gòu)建了全新的智能規(guī)劃模型，對(duì)于模型的規(guī)劃效率來說，研究過程中沒有明確指出，模型對(duì)于處理數(shù)據(jù)的速度還是未知的，今后可針對(duì)這一項(xiàng)問題展開說明，進(jìn)一步優(yōu)化模型的整體性能。