电力,作为能源消耗构成中的重要组成部分,在现代社会中起着不可或缺的作用。随着经济建设取得巨大成就,我国的电力消费增长显著,但电力消费效率低于世界平均水平。同时,在“双碳”目标的战略背景下,我国对地方的能耗效率提出了更高的要求,因此,对电力消耗进行模拟并分析其驱动因素具有现实意义与研究意义。然而,现有电力消耗量数据通常以行政区划为单位,不仅更新周期长、直观性差,而且缺少小尺度的空间信息,难以对小尺度的电力消耗空间分布进行分析。在电力消耗的影响因素分析研究中,往往以单一部门的用电或少量因素为对象进行研究,缺少对不同类别用电消耗的影响因素的系统性分析。在电力消耗模拟方面,常用的夜间灯光数据成像于夜晚,难以反映白天的人类活动。虽然现有研究表明社交媒体数据与POI数据等社会感知数据可以作为其补充,但融合多源数据开展电力消耗模拟的研究较少。本研究结合个体级用电大数据、夜间灯光数据、POI数据、腾讯用户密度数据、道路数据等多源数据,采用空间自相关、冷热点分析、线性回归模型、多尺度地理加权回归模型、随机森林算法等对东莞市不同类别电力消耗情况进行研究,包括多尺度电力消耗空间分布格局分析、村级尺度不同类别电力消耗影响因素分析及模拟研究,得到以下结论:（1）在多尺度电力消耗空间格局分析方面:从镇级与村级尺度的结果而言,东莞市不同类别用电消耗的空间相关性具有一定的尺度效应,总用电、工业用电与商业用电在以镇、村为统计单元时其空间自相关性接近,而居民生活用电在村级尺度的空间相关性最强;在集聚性方面,热点区主要出现在东莞市发展水平较高的镇,而镇内部各村之间的发展水平存在较大差异。（2）在不同类别电力消耗量的影响因素分析方面:与利用OLS模型进行拟合的结果相比,MGWR模型的结果拟合优度更好,说明影响因素对东莞市村级尺度电力消耗量的影响存在空间尺度效应,因此选用MGWR模型进行后续分析。其结果表明:在总用电方面,对村级存在显著影响的影响因素主要为相关活动类因素中的工业活动类POI密度、商业活动类POI密度以及人类活动因素;在工业用电方面,影响范围较大的影响因素主要为工业相关POI密度、建设用地面积与人类活动强度;在居民生活用电方面,居民生活相关POI密度、自然因素、建设用地面积与人类活动强度对大部分村有显著影响;商业相关POI密度与人类活动强度是对商业用电影响范围最大的因素。（3）在不同类别电力消耗量的模拟方面:本研究结合夜间灯光数据、TUD数据、POI数据,利用随机森林模型对村级尺度上不同类别电力消耗量进行模拟。对比不同模型的拟合优度与误差发现,商业用电模拟方面仅使用TUD数据与POI数据能达到最佳拟合效果,而总用电、工业用电与居民生活用电消耗的模拟结合TUD数据、夜间灯光数据与POI数据构建模型时可以获得较高的拟合优度与相对较低的误差。在因子特征贡献度方面,TUD数据与POI数据在多个模型中都表现出较高的贡献度,而夜间灯光数据的贡献度则较低。