基于电网电厂数据交互的居民垃圾分类激励方法及效果预测

作者：方响; 王亿; 夏霖; 孙智卿; 徐祥海; 侯伟宏

来源：电力大数据, 2020, 23(09): 1-9.

DOI：10.19317/j.cnki.1008-083x.2020.09.001

• 电厂
• 垃圾分类
• 电费补贴
• 激励
• 主成分

针对现有居民垃圾分类效果不理想以及垃圾发电厂的处理速度日渐难以满足城市正常运转的需求的难题,本文深入研究了当前各大城市广泛采用的分类宣传、社区督导、行为激励等手段,提出了一种基于电网电厂数据交互、协议互动的电费补贴激励居民垃圾分类的方法,构建了基于工业互联网技术的多源异构电网电厂数据交互平台,并采用了k-近邻决策算法实现居民家庭门牌与电力缴费户号关联,提出一种发电厂数据奖惩指数分级算法实现垃圾分类对电厂效益提升的区间评估。为预测该套激励方法的效果,本文分别采用PSM模型算法预测分析该措施与宣传、督导等其他措施相比的实施效果,以及SPSS主成分分析法预测分析该措施与费用减免、积分兑换等其他激励措施相比的实施效果,最终证明该方法可有效提升全社会垃圾分类行为主动性。