国网辽宁电力用数据模型助力脱贫攻坚

来源：中国电力新闻网 时间：

数据模型助力脱贫攻坚

——国网辽宁电力应用大数据开发“电力扶贫画像”

　　中国电力新闻网讯 通讯员 张宝廷 张爱萍 李广野 报道 7月18日，国网辽宁省电力有限公司“电力扶贫画像”数据模型研发团队召开研讨会，讨论在市县两级供电公司开放分析成果共享权限等内容，更好地辅助市县两级政府扶贫单位开展精准扶贫工作。

　　脱贫攻坚是党中央确定的三大攻坚战之一，是决胜全面建成小康社会的重中之重。国网辽宁电力与辽宁省扶贫开发办公室通力协作，于今年5月开发了“电力扶贫画像”数据模型，建立起常态化的贫困户与相似度模型样本的比对筛查机制，助力精准扶贫。

　　融合电力元素 助力精准扶贫

　　2015年8月，国务院印发《促进大数据发展行动纲要》，大数据信息集成及处理应用逐渐发展成为国家现代化治理体系的基础性战略资源。

　　国网辽宁电力自今年1月起，开展多次咨询和调研。“我们在对贫困户生活状态和用电习惯的实际调研中发现，对贫困户的识别标准单一，存在统计维度少、准确度低、评判周期长等问题，还缺少对具体某户村民脱贫趋势或返贫迹象的研判手段。”国网辽宁电力科技互联网部主任胡博说。

　　通常，贫困户信息由扶贫人员通过发放问卷和走访调查收集，属于单维的信息监测和状态评价。在准确性方面，上报的基础数据处于“离线”存储状态，容易失真；在及时性方面，难以动态跟踪贫困户，数据无法实时更新；在完整性方面，由于人口流动性大，收集的数据不完备，不足以构成事实上的大数据。

　　“为保证数据质量，国网辽宁电力创新开发扶贫数据模型，高效整合电力数据和政府扶贫相关数据，并由电力数据入手，精准分析贫困人口的真实生活状况，预测家庭收入增长趋势。”胡博说。

　　“电力扶贫画像”数据模型深度融合了政府扶贫档案信息及贫困人口的用电行为信息，从用电量、用电时间、交费习惯等方面精准辨识贫困户、脱贫户与非贫困村民的区别，搭建相似度画像模型，提高贫困信息统计的准确性、及时性和完整性。与此同时，数据模型研发团队注意转化和清洗数据，确保被分析对象的个人信息安全。

　　挖掘贫困特征 构建画像体系

　　“电力扶贫画像”数据模型以14项影响因素为分析基础，包括文化程度、残疾情况、年龄结构、人均年收入、社会保障、致贫原因、家庭人口数和劳动技能等8项社会因素，以及年用电量、年用电量增速、月用电差异、缴费频度、阶梯电费和用电类别等6项电力因素。

　　国网辽宁电力结合贫困户用电数据综合计算各种因素比重，得到贫困户相似度模型样本，再将贫困户相关情况和模型样本比对。相似度越高，说明客户贫困程度越高；相似度越接近零，说明客户脱贫可能性越高。研发团队负责人张佳鑫说：“我们把贫困户相似度模型作用于当前贫困户群体，可自动判别哪些贫困户处于可能脱贫状态。”

　　7月1日，研发团队领取了辽宁省扶贫办提供的全省贫困户最新档案信息，随后调取了相关的用电信息，通过“电力扶贫画像”数据模型开展分析工作。7月3日，辽宁省扶贫办收到国网辽宁电力的分析结果后，将结果发至贫困户所在的市、县两级扶贫单位。义县贫困户赵某的贫困信息与相似度模型样本比对后，总相似度24.03%，属于可脱贫范围。“我们同时还收到了国网辽宁电力关于赵某的分析情况报告。”义县扶贫开发领导小组办公室主任赵文远说。

　　报告显示，社会因素方面，赵某年收入8397.87元，相似度为零；患有长期慢性病，残疾情况相似度为20%，致贫原因相似度为50%；具备弱劳动力或半劳动力，相似度为40%。在电力因素方面，赵某年用电量1933千瓦时，相似度为51.31%；年用电量增速3%，相似度为100%；月度用电差异为161，相似度为零；每隔91天交费一次，相似度为18%。另外，赵某为高中文化，文化程度相似度为20%；有社会保障，相似度为零；家中人口数量为1人，相似度为20%。

　　赵文远说：“‘电力扶贫画像’数据模型辅助我们科学分析、合理决策，帮助我们及时掌握贫困户动态情况。对于新增的脱贫户，我们可以有针对性地根据实际提供巩固脱贫的措施。”

责任编辑：高慧君　 投稿邮箱：网上投稿