CN108647843A - 一种基于灰色关联分析的区域行业用电影响因素判断方法 - Google Patents

Abstract

一种基于灰色关联分析的区域行业用电影响因素判断方法，涉及一种用电影响因素判断方法。目前的分析方法需要大量的样本，而且要具有典型的概率分布，在研究工作中往往难以达到，无法兼顾计算量与准确性。本发明包括以下步骤：数据的准备，选取具有长时间序列，且完整的变量作为自变量；灰色关联分析；将选取的所有自变量数据和因变量用电量数据进行灰色关联分析，获得各自变量与用电量的关联度系数；电力需求影响因素分析；根据关联度系数进行排序；聚类分析；基于灰色关联度结果，对地市进行聚类分析；根据聚类分析结果，建立电力消费量与产业结构灰色关联度的空间格局。本技术方案计算量小，其结果与定性分析结果吻合率高，兼顾计算量及准确性。

Description

一种基于灰色关联分析的区域行业用电影响因素判断方法

技术领域

本发明涉及一种用电影响因素判断方法，尤其涉及一种基于灰色关联分析的区域行业用电影响因素判断方法。

背景技术

经济运行过程中的市场机制和政策调控推动了部分乃至全体行业的发展与进步，使得各行业逐步由高能耗向低能耗、低利润向高利润转型，这种转型引发产业结构的变化，进而导致电力消费模式的变化。由于电力消费是一个受到多方面因素影响的指标，国家的政策导向、经济社会发展速度、电网结构调整、气候条件变化等因素都可能导致电力消费水平的改变。因此，研究与电力消费有关的各类因素以及他们之间的关系，已经成为现代电力行业关注的热点之一。已有的分析方法需要大量的样本，而且要具有典型的概率分布，这两点要求在研究工作中往往难以达到，无法兼顾计算量与准确性。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于灰色关联分析的区域行业用电影响因素判断方法，以达到提高兼顾计算量与准确性的目的。为此，本发明采取以下技术方案。

一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于包括以下步骤：

1)数据的准备；根据数据的可获取性，选取具有长时间序列，且完整的变量作为自变量，并考虑国民经济发展和人民生活中与用电量相关的变量，所有选取的变量样本数要保持一致；

2)灰色关联分析；将选取的所有自变量数据和因变量用电量数据进行灰色关联分析，获得各自变量与用电量的关联度系数；

3)电力需求影响因素分析；根据关联度系数进行排序，系数越接近1，表明与用电量的关系越密切，对用电量的影响越大；

4)聚类分析；基于灰色关联度结果，对地市进行聚类分析；

5)根据聚类分析结果，建立电力消费量与产业结构灰色关联度的空间格局。

灰色关联分析是以关联度计算为基本手段的一种灰色系统分析方法，用来分析系统中母因素与子因素的关系密切程度，从而判断引起该系统发展的主要和次要因素。灰色系统的关联分析法是根据因素之间发展态势的相似或相异程度来衡量因素间关联程度的方法，是从系统内多因素中确定主要因素进行优势对比的一种理论。确切地说，也即发展态势的量化比较分析。而关联度是两个系统或两个因素关联性大小的量度。关联度描述了系统发展过程中，因素间相对变化的情况，也就是变化大小、方向与速度等的相对性，如果两者在发展速度过程中，相对变化基本一致，则认为两者关联度大，即影响力大；反之，两者关联度就小，影响力则小。建立空间格局，使结果直观体现，便于进一步的分析。

作为优选技术手段：在步骤1)中，选取全社会用电量作为参考数列，选取对应地区的第一产业生产总值、第二产业生产总值、第三产业生产总值作为比较数列；并对参考数据和比较数列进行初始化处理，使之无量纲化、归一化。

作为优选技术手段：初始化方法为均值法、初值法或标准化。

作为优选技术手段：在步骤2)中，进行关联系数的计算，其包括以下步骤：

21)根据初始化数据计算年度的X0与Xi的对应点的绝对差值，获得最小绝对差值和最大绝对差值；绝对差值计算公式为：

Δi(k)＝|x0(k)-xi(k)|；

式中，Δi(k)为第k个年度的第i产业的绝对差值；x0(k)为第k个年度的全社会用电量参考数列；xi(k)为第k个年度的第i产业的生产总值；

22)计算关联系数

式中P为分辨系数，取0-1间的数；Δmin为最小绝对差值；Δmax为最大绝对差值；

23)计算关联度

式中N为比较数列的数据数，ri为关联度。

作为优选技术手段：在步骤22)中，基于统计学中对相关系数的判别规律，P取0.1。

作为优选技术手段：在步骤4)中，聚类分析采用可变类平均法，间距以卡方距离计算，将多个地市进行分组。

作为优选技术手段：聚类分析包括：

41)电力消费量与产业结构发展趋势分析，获得全社会用电量与国内生产总值增长趋势；

42)电力消费量与产业结构的灰色关联动态变化分析，以5年为一时段，分析电力消费量与产业结构关联度的动态变化规律，获得电力消费量与各产业的关联度，并预测电力消费量与各产业的关联度趋势；

43)根据电力消费量与产业结构灰色关联度，进行空间格局和分布规律的分析，对各地市进行分类，分为Ⅰ类区、Ⅱ类区、Ⅲ类区、Ⅳ类区、Ⅴ类区；Ⅰ类区的电力消费量受第二产业的影响最显著，其次为第三产业的影响较显著，而与第一产业的关联度最小；Ⅱ类区的电力消费量受第一产业的影响最显著，其次受第三产业的影响次显著，而与第二产业的关联度最小；Ⅲ类区的电力消费量同时受第二产业和第三产业的影响较显著，而与第一产业的关联度较小；Ⅳ类区的电力消费量与第二产业的关系较显著，与第一产业和第三产业的关系次显著；Ⅴ类区的电力消费量受第一产业和第二产业的影响较显著，而与第三产业的关联度最小。

有益效果：本技术方案根据灰色关联分析对发展趋势做分析，对样本量的多少没有过多的要求，也不需要典型的分布规律，而且计算量比较小，数据采集方便，其结果与定性分析结果会比较吻合，兼顾了计算量及准确性。以关联度计算为基本手段分析系统中母因素与子因素的关系密切程度，从而判断引起该系统发展的主要和次要因素，根据因素之间发展态势的相似或相异程度来衡量因素间关联程度，从系统内多因素中确定主要因素进行优势对比，对发展态势的量化比较分析。通过关联度描述了系统发展过程中，因素间相对变化的情况，也就是变化大小、方向与速度等的相对性，直观且准确性高。

附图说明

图1是本发明流程图。

图2是1990-2015年浙江省全社会用电量与GDP增长趋势图。

图3是1990-2015年浙江省三大产业产值指数增长趋势图。

图4是1990-2015年浙江省产业结构变化趋势图。

图5是1990-2015年浙江省电力消费量与产业结构关联度动态变化趋势图。

图6是2000-2015年浙江省11个地市电力消费量与产业结构灰色关联度图。

图7是2000-2015年浙江省电力消费量与产业结构关联度空间格局图。

具体实施方式

以下结合说明书附图对本发明的技术方案做进一步的详细说明。

如图1所示，本发明包括以步骤：

1)数据的准备；根据数据的可获取性，选取具有长时间序列，且完整的变量作为自变量，并考虑国民经济发展和人民生活中与用电量相关的变量，所有选取的变量样本数要保持一致；

2)灰色关联分析；将选取的所有自变量数据和因变量用电量数据进行灰色关联分析，获得各自变量与用电量的关联度系数；

3)电力需求影响因素分析；根据关联度系数进行排序，系数越接近1，表明与用电量的关系越密切，对用电量的影响越大；

4)聚类分析；基于灰色关联度结果，对地市进行聚类分析；

5)根据聚类分析结果，建立电力消费量与产业结构灰色关联度的空间格局。

本技术方案可综合考虑气候变化、自然灾害、区域经济发展、国家能源利用政策等因素，运用相关分析方法和灰色关联分析方法，对设定区域和主要行业用电趋势变化的原因和影响因素进行分析。

本技术方案采用灰色关联分析，其是以关联度计算为基本手段的一种灰色系统分析方法，用来分析系统中母因素与子因素的关系密切程度，从而判断引起该系统发展的主要和次要因素。灰色系统的关联分析法是根据因素之间发展态势的相似或相异程度来衡量因素间关联程度的方法，是从系统内多因素中确定主要因素进行优势对比的一种理论。确切地说，也即发展态势的量化比较分析。而关联度是两个系统或两个因素关联性大小的量度。关联度描述了系统发展过程中，因素间相对变化的情况，也就是变化大小、方向与速度等的相对性，如果两者在发展速度过程中，相对变化基本一致，则认为两者关联度大，即影响力大；反之，两者关联度就小，影响力则小。

下面以浙江省为例具体说明本发明的技术方案。

1.定量分析指标与影响因子的选取

用电情况主要体现在用电量的大小、用电负荷的高低。为分析方便，本研究中用电消费量以全社会用电量为主，将浙江省和下辖11个市的全社会用电量作为目标变量，选择与全社会用电量密切相关且能反映区域经济发展状况的三次产业生产总值作为影响因子，进行灰色关联动态分析。

2.关联系数的计算

2.1数据来源

基于数据的可获取性和完整性，本研究选用了1990-2015年《浙江省统计年鉴》和下辖11个市的2000-2015年统计年鉴数据。

2.2关联系数的计算

首先分别选取浙江省和下辖11个市全社会用电量作为参考数列X0＝{X0(t),t＝l,2,…,26}，选取第一产业生产总值、第二产业生产总值和第三产业生产总值作为比较数列X i＝{X i(t)，t＝l，2，…，26}(i＝l,2,3)。并对参考数列和比较数列进行初始化处理，使之无量纲化、归一化。初始化方法通常有均值法、初值法和标准化。本文通过初值法对原始数据进行归一化处理。

根据初始化数据计算年度的X0与Xi的对应点的绝对差值，最小绝对差值和最大绝对差值。

Δi(k)＝|x0(k)-xi(k)| (1)

计算关联系数

式中P为分辨系数，一般取0-1间的数，基于统计学中对相关系数的判别规律，此处取0.1。

计算关联度

其中N为比较数列的数据数，ri为关联度。

2.3聚类分析

基于11个市用电消费量的灰色关联分析结果，运用DPS16.5统计软件对11个市的用电量与经济发展特征进行了聚类分析。聚类分析采用可变类平均法，间距以卡方距离计算，将11个地市进行分组。

3.1浙江省电力消费量与产业结构发展趋势

通过对1990-2015年浙江省全社会用电量与浙江省国内生产总值(GDP)增长趋势分析表明，如图2所示，1990-1995年的“八五”期间，浙江省经济得到快速发展，GDP增速达到平均每年18.8％，浙江省经济总量在全国的位次由1990年的第七位上升到第五位，成为全国经济大省之一，这一时期随着全省经济的快速发展，全社会用电量也有一个明显的增长趋势。1996-2000年“九五”期间，浙江省在经济总量实现新突破的基础上，出现增速向适度区间回落的趋势，国内生产总值的增长速度出现连续五年下滑的趋势，全社会用电量增长率也出现下降趋势。根据浙江省三大产业产值指数增长趋势来看，如图3所示，1990-2000年浙江省三大产业产值指数增长趋势较平稳，其中第二产业产值指数增速较快。2000年以来随着浙江省产业结构调整的进一步深化，如图4所示，浙江省第一产业比重逐渐减小，第三产业发展加快，所占比重明显上升，第二产业和第三产业产值指数增长趋势明显，国民经济在结构调整中保持了较稳定的增长速度，全社会用电量与国内生产总值的增长趋势基本保持一致。

3.2浙江省电力消费量与产业结构的灰色关联动态变化

基于1990-2015年浙江省全社会用电量和三次产业生产总值，对浙江省电力消费量和产业结构的关联度及其动态变化规律进行了分析，总体来看，从1990-2015年的26年发展过程中浙江省电力消费量的变化受第二产业发展的影响最大，其次为第三产业，与第一产业的关联度最小。

如图5所示，进一步将26年划分为5个时段分析浙江省电力消费量与产业结构关联度的动态变化规律，结果表明1990-1995年浙江省电力消费量与第一产业的关联度最高，第二产业和第三产业的影响不显著。1996-2005年是浙江省深化产业结构的重要时期，电力消费量与第三产业和第二产业的关联度均较密切，而第一产业的关联度逐渐减小。从2006年以来，随着浙江省工业的快速发展，全省电力消费量与第二产业的关联度渐趋密切，关联度值逐渐增大，对电力消费量影响最显著。同时2006年以来，随着浙江省旅游业、服务业等新兴行业的快速发展和电子商务经济的迅速发展，第三产业对电力消费量的影响显著提升。从5个时段的关联度变化趋势来看，浙江省电力消费量与第二产业的关联度逐渐增大，与第一产业的关联度逐渐减小，与第三产业的关联度总体呈缓慢增长并趋于稳定的趋势。

表1 1990-2015年浙江省电力消费量与产业结构灰色关联度动态变化

时段	第一产业	第二产业	第三产业
				1990-1995	0.6767	0.4544	0.4266
关联序	1	2	3
				1996-2000	0.4380	0.5114	0.5148
关联序	3	2	1
				2001-2005	0.3238	0.6122	0.6867
关联序	3	2	1
				2006-2010	0.3690	0.6769	0.4527
关联序	3	1	2
				2011-2015	0.3446	0.8142	0.6843
关联序	3	1	2
				1990-2015	0.4578	0.6968	0.5097
关联序	3	1	2

4.浙江省电力消费量与产业结构灰色关联度的空间格局

基于2000-2015年浙江省下辖11个地市的电力消费量与产业结构数据，对浙江省电力消费量与产业结构灰色关联度的空间格局和分布规律进行了探索性分析，结果表明各地市的电力消费量受地区经济发展水平和产业结构的影响较显著。基于11个地市的灰色关联度结果，对11个地市进行了聚类分析，共分为5类大区，如图6所示。

Ⅰ类区包括杭州、嘉兴、绍兴和温州4个地市，这4个地市的电力消费量受第二产业的影响最显著，其次为第三产业的影响较显著，而与第一产业的关联度最小。Ⅱ类区衢州和舟山两市的电力消费量受第一产业的影响最显著，其次受第三产业的影响次显著，而与第二产业的关联度最小。Ⅲ类区金华和台州两市的电力消费量同时受第二产业和第三产业的影响较显著，而与第一产业的关联度较小。Ⅳ类区丽水和宁波市的电力消费量与第二产业的关系较显著，与第一产业和第三产业的关系次显著。Ⅴ类区湖州市的电力消费量受第一产业和第二产业的影响较显著，而与第三产业的关联度最小，如图7所示。

以上图1-7所示的一种基于灰色关联分析的区域行业用电影响因素判断方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行形状、结构等方面的等同修改，均在本方案的保护范围之列。

Claims (7)

1.一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于包括以下步骤：

1)数据的准备；根据数据的可获取性，选取具有长时间序列，且完整的变量作为自变量，并考虑国民经济发展和人民生活中与用电量相关的变量，所有选取的变量样本数要保持一致；

2)灰色关联分析；将选取的所有自变量数据和因变量用电量数据进行灰色关联分析，获得各自变量与用电量的关联度系数；

3)电力需求影响因素分析；根据关联度系数进行排序，系数越接近1，表明与用电量的关系越密切，对用电量的影响越大；

4)聚类分析；基于灰色关联度结果，对地市进行聚类分析；

5)根据聚类分析结果，建立电力消费量与产业结构灰色关联度的空间格局。

2.根据权利要求1所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：在步骤1)中，选取全社会用电量作为参考数列，选取对应地区的第一产业生产总值、第二产业生产总值、第三产业生产总值作为比较数列；并对参考数据和比较数列进行初始化处理，使之无量纲化、归一化。

3.根据权利要求2所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：初始化方法为均值法、初值法或标准化。

4.根据权利要求3所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：在步骤2)中，进行关联系数的计算，其包括以下步骤：

21)根据初始化数据计算年度的X0与Xi的对应点的绝对差值，获得最小绝对差值和最大绝对差值；绝对差值计算公式为：

Δi(k)＝|x0(k)-xi(k)|；

式中，Δi(k)为第k个年度的第i产业的绝对差值；x0(k)为第k个年度的全社会用电量参考数列；xi(k)为第k个年度的第i产业的生产总值；

22)计算关联系数

式中P为分辨系数，取0-1间的数；Δmin为最小绝对差值；Δmax为最大绝对差值；

23)计算关联度

式中N为比较数列的数据数，ri为关联度。

5.根据权利要求4所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：在步骤22)中，基于统计学中对相关系数的判别规律，P取0.1。

6.根据权利要求5所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：在步骤4)中，聚类分析采用可变类平均法，间距以卡方距离计算，将多个地市进行分组。

7.根据权利要求6所述的一种基于灰色关联分析的区域行业用电影响因素判断方法，其特征在于：聚类分析包括：

41)电力消费量与产业结构发展趋势分析，获得全社会用电量与国内生产总值增长趋势；

42)电力消费量与产业结构的灰色关联动态变化分析，以5年为一时段，分析电力消费量与产业结构关联度的动态变化规律，获得电力消费量与各产业的关联度，并预测电力消费量与各产业的关联度趋势；

43)根据电力消费量与产业结构灰色关联度，进行空间格局和分布规律的分析，对各地市进行分类，分为Ⅰ类区、Ⅱ类区、Ⅲ类区、Ⅳ类区、Ⅴ类区；Ⅰ类区的电力消费量受第二产业的影响最显著，其次为第三产业的影响较显著，而与第一产业的关联度最小；Ⅱ类区的电力消费量受第一产业的影响最显著，其次受第三产业的影响次显著，而与第二产业的关联度最小；Ⅲ类区的电力消费量同时受第二产业和第三产业的影响较显著，而与第一产业的关联度较小；Ⅳ类区的电力消费量与第二产业的关系较显著，与第一产业和第三产业的关系次显著；Ⅴ类区的电力消费量受第一产业和第二产业的影响较显著，而与第三产业的关联度最小。