2019年12月26日，上海市某小区一群租房内发生火情，起火点为楼道内一处电井厢，电井厢旁是一间群租房、面积约为132平方米，有4间卧室，分别是不同的租户在居住。经事后调查起火原因，疑似超负荷用电导致电路烧坏。群租房火灾新闻已经屡见不鲜，但目前仍没办法实现有效的全面管控。

  群租房是指将住宅用户通过更改房子结构和平面布局，把房间分割改建成若干小间分别按间出租或按床位出租。

  近几年，群租房的安全事故的发生屡见不鲜，群租房本属于违反法律行为，但是由于低收入人群对廉价住房的巨大需求，以及群租房所带来的高额收益，群租房现象仍在普遍存在。

  套管的目的一是避免外力损伤，二是增强绝缘性。这样安装，线与墙泄漏电流可能性大，线路假如慢慢的出现了故障，轻则给线路维修难上加难，重则因线路老化短路而引起火灾，给家庭和社会带来重大的经济损失。

  普通居民住宅内的电路设计是按照常规的一户居民的用电标准来设计的，而群租房内可能住四、五家甚至更多住户，就非常容易导致电线负载，导致火灾的发生。加上一些群租房内隔断材料有毒、易燃，若发生火灾，后果不堪设想。

  针对群租房用户的安全用电问题，南通供电公司深入贯彻落实江苏省政府办公厅《关于加强群租房安全管理工作的意见》和《国网江苏省电力有限公司关于印发群租房电气安全风险隐患排查整治工作方案的通知》中的决策部署。积极开展排查研发技术工作，开发了一项“群租房风险电力大数据挖掘”的数据产品。利用电力大数据从海量用户中快速精准锁定群租房用户，为群租房安全管理工作提供技术与数据支持。

  该项产品通过数据中台从营销业务应用系统和用电信息采集系统提取用户档案信息、电能表信息和月度电量数据等，形成数据集。

  研究历史群组房用户都会存在的用电数据时空分布特征，提炼多维特征值组成特征数组，开展聚类分析。以用户电量月均电量、峰谷比、波幅比及休息日电量占比四个特征值构建特征数组。通过k-means聚类算法做多元化的分析，找出特征与已知群租房用户较为相似的未知用户作为疑似群租房用户。

  依托省公司阿里云数据中台的强大算力，南通公司在工作空间内自主开展源表关联、数据清洗及k-means聚类分析。分析结果依托数据中台的QUICK BI服务快速生成展示场景，可浏览南通各区县、合同容量、供电单位等维度统计下的疑似群租房用户数量，并可展示各台区疑似群租房用户热度情况。产品展示场景输出疑似群租房用户清单，通过QUICK BI导出功能生成EXCEL线下文档。

  该产品能在极短的时间内对海量低压用户进行高效研判，精准锁定疑似群租房用户，有效提升排查效率和质量，减小人力投入，为营销部门开展群租房电气安全风险隐患排查和执法部门开展群租房集中查处整治提供了有效的技术和信息支撑。

  通过大数据聚类分析，可以查找出与已经确认的已知群租房用户特征相似的未知用户作为疑似群租房用户，输出疑似用户清单。数据产品经双方初步验证，疑似群租房在未知用户中可实现90%以上的命中率。该产品系统数据支撑情况较好，适于在各地推广应用，产品样本可以换作其他用户群体，通过调整聚类特征值，可应用于环保、工商、税务、执法等多个行业，具备比较好的复制性和推广性。

  （一）突破传统分析方法。应用大数据算法实现了多维度的综合分析，挖掘出数据自身的价值。

  （二）突破传统业务模式。突破了由营销及执法部门既有的监测范围，分析模型可对营销及执法部门未知的地区进行研判分析，输出疑似清单。

  （三）拓宽产品应用领域。首次将产品输出给政府执法部门，发挥了电力大数据在社会持续健康发展中的作用，让电力数据价值孵化出了新的应用场景。

  （四）核心技术专利已获批。本项产品的核心技术《基于用电量的台区违约用电分析与挖掘方法》已获得1项发明专利，产品相关软件著作权及专利申报正在开展中。

  目前，南通市大数据局针对群租房风险电力大数据挖掘数据产品已与南通供电公司达成初步合作意向，双方正在商讨下一步合作事宜。南通供电公司也有意进一步与南通市大数据局建立大数据分析战略合作伙伴关系，以便更好地为市委、市人大、市政府、市政协领导提供研究视角更广、数据支撑更有力的大数据产品，为市委市政府带领全社会建设强富美高新南通贡献更多力量。