[發(fā)明專利]基于電力大數(shù)據(jù)的經(jīng)濟預警分析方法

在審

• 申請?zhí)枺?/td>: 201710486353.0
• 申請日: 2017-06-23
• 公開（公告）號: CN107274100A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設計）人: 黃宗碧;李磊;鐘華;胡道友
• 申請（專利權）人: 廣東知元機器人科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/30
• 代理公司: 廣東廣信君達律師事務所44329
• 代理人: 楊曉松

技術領域

本發(fā)明涉及電力數(shù)據(jù)的運用，具體來說，其涉及一種基于電力大數(shù)據(jù)的經(jīng)濟預警分析方法。

背景技術

經(jīng)濟預警模型在整個社會發(fā)展中起著舉足輕重的作用。如果能夠做到預測經(jīng)濟，國家政府就可以根據(jù)經(jīng)濟走向，重點扶持走向較好的產(chǎn)業(yè)；也可以及早發(fā)現(xiàn)經(jīng)濟問題，出臺政策進行干預，降低行業(yè)損失。對于企業(yè)，根據(jù)行業(yè)發(fā)展趨勢，就能適當調(diào)整生產(chǎn)計劃、控制產(chǎn)能、拓寬銷路等措施，迎合市場。反之，沒意識到要做好預測經(jīng)濟準備，必定是無法長久存活的。無論是國家還是企業(yè)，不重視經(jīng)濟發(fā)展走向，沒有防范意識，就不能夠穩(wěn)固發(fā)展。因此，要發(fā)展經(jīng)濟，必須要有前瞻性。

眾所周知，電能是我國重要的基礎能源，在我國能源消耗上占的比重最大。電力被廣泛應用于紡織、通信、廣播、化學等各個領域，是我國經(jīng)濟發(fā)展的主要動力，同時與國民生活息息相關。據(jù)報道，我國的電力消耗率僅次于美國，在全球排名第二。使用電能代替其他能源，是節(jié)能環(huán)保的必然要求，符合可持續(xù)發(fā)展原則。在未來，電能的使用量、使用率都會進一步增長，因此，建立一個經(jīng)濟預警模型，依靠電力數(shù)據(jù)進行分析挖掘是比較適宜的。

經(jīng)濟預警模型通過收集企業(yè)和區(qū)域政府的企業(yè)負荷、企業(yè)信息、專變?nèi)萘?、公變負荷等電力?shù)據(jù)，運用多種算法對這些大數(shù)據(jù)進行篩選剔除、歸類合并等處理，并挖掘出它們的一致變化規(guī)律、先行變化規(guī)律、滯后發(fā)展規(guī)律等，從而得出各項經(jīng)濟功能指標(如波動的周期、平均位勢、年度增長率等)。并且通過對多類企業(yè)或經(jīng)濟區(qū)域的經(jīng)濟特征分析，企業(yè)和區(qū)域政府就能根據(jù)數(shù)據(jù)分析結果進行決策，制定一系列的生產(chǎn)計劃以及應對措施，從而更好地推動社會經(jīng)濟發(fā)展。

發(fā)明內(nèi)容

基于以上理由，發(fā)明人做出了本發(fā)明，即提出了一種基于電力大數(shù)據(jù)的經(jīng)濟預警分析方法，其包括以下步驟：

建立運算數(shù)據(jù)庫，并把收集的數(shù)據(jù)進行整理；

進行數(shù)據(jù)清洗；

把數(shù)據(jù)進行歸并分類；

把數(shù)據(jù)進行變化規(guī)律的挖掘；

根據(jù)數(shù)據(jù)進行估計預測；

還有是對估算出的結果進行檢驗和反饋，檢驗的方式是將預測值和已有的大數(shù)據(jù)進行比對，如果吻合則輸出數(shù)據(jù)，不吻合則通過模型優(yōu)化修改；

最后建立成果數(shù)據(jù)庫，供用戶使用。

更進一步的，所述建立運算數(shù)據(jù)庫步驟包括收集企業(yè)以及政府的電力數(shù)據(jù)并用以建立所述運算數(shù)據(jù)庫。

更進一步的，所述數(shù)據(jù)清洗步驟包括對收集的電力數(shù)據(jù)進行篩選，把無效或錯誤的數(shù)據(jù)剔除，修正數(shù)據(jù)誤差。

更進一步的，所述的數(shù)據(jù)的變化規(guī)律包括：數(shù)據(jù)數(shù)據(jù)變化的一致性、數(shù)據(jù)變化的先行性以及數(shù)據(jù)變化的滯后性。

更進一步的，其中根據(jù)數(shù)據(jù)進行估計預測包括根據(jù)數(shù)據(jù)預測區(qū)域行業(yè)景氣指數(shù)和區(qū)域景氣指數(shù)。

附圖說明

圖1是本發(fā)明的模型算法層次示意圖。

圖2是本發(fā)明的模型算法構成示意圖。

圖3是本發(fā)明的數(shù)據(jù)流框圖。

圖4是本發(fā)明的模型架構示意圖。

圖5是本發(fā)明使用的大數(shù)據(jù)挖掘指標功能單元示意圖。

具體實施例

以下結合附圖1-5對本發(fā)明做進一步的說明。

1.模型定位

基于電力大數(shù)據(jù)的經(jīng)濟預警模型，服務對象主要分為兩大類：企業(yè)和各級政府。模型主要通過對電力負荷的數(shù)據(jù)分析，對各行業(yè)及各經(jīng)濟區(qū)域的經(jīng)濟走勢進行預測。企業(yè)決策者可以對其生產(chǎn)計劃，年度總結，發(fā)展趨勢根據(jù)模型作出直觀的分析判斷，政府則根據(jù)模型顯示的區(qū)域內(nèi)企業(yè)的經(jīng)濟態(tài)勢對公共事業(yè)建設的增減進行決策。利用此模型，首先可以實現(xiàn)難以量化的經(jīng)濟預測指標，其次還可以減少人力收集數(shù)據(jù)的繁瑣和困難，實現(xiàn)減員增效。模型采用多級運算，可以減少人力核算的失誤，實現(xiàn)了數(shù)據(jù)輸入到數(shù)據(jù)輸出的自動化過程，并且隨著數(shù)據(jù)的儲存積累模型的性能會得到更進一步的提高。

子模型定位：

基于電力負荷數(shù)據(jù)的經(jīng)濟預警模型。為國家級決策提供數(shù)據(jù)源級支撐。分為：

基于企業(yè)電力負荷的區(qū)域行業(yè)中短期景氣指數(shù)預警子模型。

基于公共電力負荷的區(qū)域經(jīng)濟中短期預警子模型。

2.大數(shù)據(jù)條件

組成此模型的兩大電力數(shù)據(jù)條件：

1)基礎數(shù)據(jù)：共十項

A、企業(yè)電表及相關的基礎數(shù)據(jù)五項，企業(yè)負荷和企業(yè)信息是必要數(shù)據(jù)。

B、公共電表及相關的基礎數(shù)據(jù)五項，公變負荷和電表信息是必要數(shù)據(jù)。

2)、檢驗數(shù)據(jù)：針對區(qū)域行業(yè)景氣變化程度和區(qū)域經(jīng)濟變化程度進行檢驗

A、以行業(yè)信息作為必要分類，對區(qū)域行業(yè)景氣指數(shù)作必要量化。