CN113379282A - 一种基于电力的经济景气状态分析方法、系统及存储介质 - Google Patents
一种基于电力的经济景气状态分析方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113379282A CN113379282A CN202110705566.4A CN202110705566A CN113379282A CN 113379282 A CN113379282 A CN 113379282A CN 202110705566 A CN202110705566 A CN 202110705566A CN 113379282 A CN113379282 A CN 113379282A
- Authority
- CN
- China
- Prior art keywords
- economic
- index
- state
- landscape
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 47
- 238000012937 correction Methods 0.000 claims abstract description 44
- 230000005611 electricity Effects 0.000 claims abstract description 34
- 238000004519 manufacturing process Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000000513 principal component analysis Methods 0.000 claims abstract description 18
- 238000007689 inspection Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 5
- 206010052770 Coma states Diseases 0.000 claims description 3
- 230000000276 sedentary effect Effects 0.000 claims description 3
- 206010012335 Dependence Diseases 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于电力的经济景气状态分析方法、系统及存储介质,基于电力的经济景气状态分析方法包括:获取预设时间段内各个制造业的经济影响因素的待分析数据;对待分析数据进行主成分分析以得到初步经济景气指数;根据预设检验算法对经济影响因素的待分析数据进行检验以得到用电修正系数;根据用电修正系数、初步经济景气指数和预设权值确定最终经济景气指数;根据最终经济景气指数和预设状态数据库确定所述最终经济景气指数对应的经济状态,预设状态数据库包括若干经济景气指数区间和经济状态的匹配信息。通过用电修正系数和初步经济景气指数进行修正得到最终经济景气指数,得到的经济景气指数更加准确,且分析得到经济状态也更加准确。
Description
技术领域
本发明涉及经济分析系统的技术领域,尤其是涉及一种基于电力的经济景气状态分析方法、系统及存储介质。
背景技术
随着用电采集系统的应用,产生了大量的用电数据,如何充分利用这些电网数据资源,构建反映经济、社会、产业景气度和社会生活的全方位指数体系。通过多领域、宽视角、全方位地反映经济社会发展状况。基于行业和地区用电数据,可以研究行业的经济走势、产业发展、产品产量等,针对用电数据来研究电力经济景气状态越来越受到关注。
一般分析电力经济景气状态只通过用电数据直接分析电力经济景气状态,但是影响电力经济景气状态不仅与用电数据有关,跟制造业的其他影响因素也有一定的关系,因此只是通过用电数据分析电力经济景气状态难以准确地分析出真实的电力经济景气状态。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于电力的经济景气状态分析方法,能够提高基于电力的经济景气状态分析的准确性。
本发明还提出一种基于电力的经济景气状态分析系统。
本发明还提出一种计算机可读存储介质。
第一方面,本发明的一个实施例提供了基于电力的经济景气状态分析方法,包括:
获取预设时间段内各个制造业的经济影响因素的待分析数据;
对所述待分析数据进行主成分分析以得到初步经济景气指数;
根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数;
根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数;
根据所述最终经济景气指数和预设状态数据库确定所述最终经济景气指数对应的经济状态,所述预设状态数据库包括若干经济景气指数区间和所述经济状态的匹配信息。
本发明实施例的基于电力的经济景气状态分析方法至少具有如下有益效果:通过制造业的经济影响因素来计算出的初步经济景气指数,然后通过用电修正系数和初步经济景气指数进行修正以得到最终经济景气指数,则得到的经济景气指数更加准确,且分析得到经济状态也更加准确。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述经济影响因素包括:用电量、销售收入、利润、工业总产值、固定资产投资。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述对所述待分析数据进行主成分分析以得到初步经济景气指数,包括:
将所述待分析数据进行归一化处理以得到归一数据;
根据所述归一数据和所述待分析数据计算每两个所述经济影响因素的相关性以得到相关系数矩阵;
根据相关系数矩阵确定对应的特征值和特征向量;
根据所述特征值和预设阈值确定对应的主成分得分;
根据所述主成分得分和所述特征向量确定所述初步经济景气指数。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数,包括:
所述经济影响因素的所述待分析数据根据回归算法计算得到第一残差平方和第二残差平方;
根据所述第一残差平方和所述第二残差平方确定构造统计量;
根据所述构造统计量和预设概率表确定所述构造统计量对应的弃真概率;
根据所述弃真概率确定所述经济影响因素的所述用电修正系数。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数,包括:
根据所述初步经济景气指数、所述用电修正系数和对应的所述预设权值进行相乘以得到每个所述经济影响因素的经济景气指数;
将所有经济影响因素的所述经济景气指数相加以得到所述最终经济景气指数。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述经济状态包括以下任意一种:景气状态、较为景气状态、较为低迷状态和低迷状态。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,所述经济景气指数区间设置四个,且四个经济景气指数区间分别定义为第一经济景气指数区间、第二经济景气指数区间、第三经济景气指数区间和第四经济景气指数区间;所述根据所述最终经济景气指数和预设状态数据库确定对应的经济状态,包括:
若所述最终经济景气指数位于所述第一经济景气指数区间,所述经济状态为景气状态;
若所述最终经济景气指数位于所述第二经济景气指数区间,所述经济状态为较为景气状态;
若所述最终经济景气指数位于所述第三经济景气指数区间,所述经济状态为较为低迷状态;
若所述最终经济景气指数位于所述第四经济景气指数区间,所述经济状态为低迷状态。
根据本发明的另一些实施例的基于电力的经济景气状态分析方法,还包括:
接收报告生成指令;
根据所述报告生成指令将所述制造业对应的所述经济状态进行相互匹配以得到并输出电力景气报告。
第二方面,本发明的一个实施例提供了基于电力的经济景气状态分析系统,包括:
获取模块,用于获取预设时间段内各个制造业的经济影响因素的待分析数据;
主成分分析模块,用于对所述待分析数据进行主成分分析以得到初步经济景气指数;
校验模块,用于根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数;
指数计算模块,用于根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数;
状态分析模块,用于根据所述最终经济景气指数和预设状态数据库确定所述最终经济景气指数对应的经济状态,所述预设状态数据库包括若干经济景气指数区间和所述经济状态的匹配信息。
本发明实施例的基于电力的经济景气状态分析系统至少具有如下有益效果:因此通过制造业的经济影响因素来计算出的初步经济景气指数,然后通过用电修正系数和初步经济景气指数进行修正以得到最终经济景气指数,则得到的经济景气指数更加准确,且分析得到经济状态也更加准确。
第三方面,本发明的一个实施例提供了计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的基于电力的经济景气状态分析方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明实施例中基于电力的经济景气状态分析方法的一具体实施例流程示意图;
图2是本发明实施例中基于电力的经济景气状态分析方法的另一具体实施例流程示意图;
图3是本发明实施例中基于电力的经济景气状态分析方法的另一具体实施例流程示意图;
图4是本发明实施例中基于电力的经济景气状态分析方法的另一具体实施例流程示意图;
图5是本发明实施例中基于电力的经济景气状态分析方法的另一具体实施例流程示意图;
图6是本发明实施例中基于电力的经济景气状态分析方法的另一具体实施例流程示意图;
图7是本发明实施例中基于电力的经济景气状态分析系统的一具体实施例模块框图。
附图标记:100、获取模块;200、主成分分析模块;300、校验模块;400、指数计算模块;500、状态分析模块。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在本发明实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
随着电网智能化的发展,电能量数据的大量采集,越来越多的企业通过电能量数据来分析经济情况,且利用大数据平台的超算能力和可视化技术,通过电能量数据的使用来分析当前的经济状态。但是只通过电能量数据进行经济分析则无法准确的判断当前经济情况。由于当前的经济情况不仅与电能量数据的使用相关,且与制造业的销售收入、利润、工业总产值和固定资产投资相关,因此只通过制造业的电能量数据使用无法准确地判断当前的经济情况,所以传统分析经济状态的准确性低下。
基于此,本申请公开了一种基于电力的经济景气状态分析方法,通过分析制造业每经济影响因素的待分析数据以得到对应的经济景气指数,然后通过经济景气指数判断当前的经济情况,从而提高分析经济状态的准确性。
第一方面,参照图1,本发明实施例公开了一种基于电力的经济景气状态分析方法,包括:
S100、获取预设时间段内各个制造业的经济影响因素的待分析数据;
S200、对待分析数据进行主成分分析以得到初步经济景气指数;
S300、根据预设检验算法对经济影响因素的待分析数据进行检验以得到用电修正系数;
S400、根据用电修正系数、初步经济景气指数和预设权值确定最终经济景气指数;
S500、根据最终经济景气指数和预设状态数据库确定最终经济景气指数对应的经济状态,预设状态数据库包括若干经济景气指数区间和经济状态的匹配信息。
通过采集制造业的经济影响因素的待分析数据,再对每个经济影响因素的待分析数据进行主成分分析以得到初步经济景气指数,且初步经济景气指数只是初步计算经济景气指数,并不能准确地代表当前经济状态的经济景气指数。因此需要根据预设校验算法对每个经济影响因素的待分析数据进行校验以得到每个经济影响因素的用电修正系数,然后根据用电修正系数对初步经济景气指数进行修正,再根据每个经济影响因素的权值和修正后的初步经济景气指数进行计算以得到最终经济景气指数,通过最终经济景气指数能够准确地表示当前经济状态。最后通过最终经济景气指数和预设状态数据库确定最终经济景气指数对应的经济状态。因此通过最终经济景气指数确定经济状态,用户可以通过大数据分析得到当前准确的经济状态。
一种基于电力的经济景气状态分析方法主要采取不同地区的制造业待分析数据,因此得到的经济状态只是该地区的经济状态,通过基于电力的经济景气状态分析方法计算不同地区的经济状态。计算得到最终经济景气指数和经济状态后,显示最终经济景气指数和经济状态。通过将最终经济景气指数和经济状态以可视化技术显示,便于用户可以直接查看每一个地区的经济状态,实现每个地区经济状态监测。
其中,预设时间段根据用户需求设置,若用户需要分析每个季度的经济状态,则设置预设时间段为一个季度,采集制造业内前一个季度的每一个经济影响因素的待分析数据。若用户需要分析每年的经济状态,只需要将预设时间段设置为一年即可分析前一年的经济状态。因此通过预设时间段的自行设置,便于用户根据需求查看对应时间段的经济状态。
在一些实施例中,经济影响因素包括:用电量、销售收入、利润、工业总产值、固定资产投资。由于电力宏观经济状态不仅与制造业的用电量有关,还与制造业的销售收入、利润、工业总产值、固定资产投资有关,因此通过采集用电量、销售收入、利润、工业总产值、固定资产投资的待分析数据,则通过分析所有经济影响你因素的待分析数据得到的经济景气指数能够准确的反映当前经济状态。
参照图2,在一些实施例中,步骤S200包括:
S210、将待分析数据进行归一化处理以得到归一数据;
S220、根据归一数据和待分析数据计算每两个经济影响因素的相关性以得到相关系数矩阵;
S230、根据相关系数矩阵确定对应的特征值和特征向量;
S240、根据特征值和预设阈值确定对应的主成分得分;
S250、根据主成分得分和特征向量确定初步经济景气指数。
主成分分析,是考察多个变量间相关性一种多元统计方法,研究如何通过少数几个主成分来揭示多个变量间的内部结构,即从原始变量中导出少数几个主成分,使它们尽可能多地保留原始变量的信息,且彼此间互不相关通常数学上的处理就是将原来P个指标作线性组合,作为新的综合指标。
由于采集用电量、销售收入、利润、工业总产值、固定资产投资的待分析数据,因此通过主成分分析法来对各个经济影响因素的待分析数据进行分析得到初步经济景气指数,则初步经济景气指数代表了多个经济影响因素的综合指标,以得到初步经济景气指数操作简易。主成分分析法主要将不同经济影响因素的待分析数据进行归一化后得到归一数据,然后根据归一数据和待分析数据计算出两个经济影响因素的相关系数,然后汇集所有经济影响因素的相关系数得到相关系数矩阵,再根据相关系数矩阵确定每个经济影响因素的特征值和特征向量。其中,根据特征值和预设阈值确定主成分得分主要为:根据一个特征值对应一个主成分,则将主成分进行筛选后选择特征值满足预设阈值的主成分,然后根据确定的主成分对应待分析数据得到主成分得分。也即说明需要将用电量、销售收入、利润、工业总产值、固定资产投资这五个经济影响因素进行主成分分析,如计算得到经济影响因素的特征值满足预设阈值,则可以根据该经济影响因素对应的待分析数据和对应的特征向量确定主成分得分,然后根据主成分得分和特征值得到初步景气指数。由此可知,并不是确定了五个经济影响因素都可以用来分析经济景气指数,需要满足要求才能确定经济影响因素的待分析数据进行计算,因此得到的初步经济景气指数也更加准确的表达当前经济状态。
例如,预设时间段为24个月,用电量的待分析数据为X1、销售收入的待分析数据为X2、利润的待分析数据为X3、工业总产值的待分析数据为X4、固定资产投资的待分析数据为X5,其对应24个的值可表示为Xij,i=1,2,…,5;j=1,2,…,24。首先对5个经济影响因素的待分析数据进行归一化处理,且处理的公式具体如下:
式中,Ximax为Xi的最大值,Ximin为Xi的最小值,j表示前j个月的待分析数据。完成了待分析数据的归一化处理后得到归一数据,则需要计算每两个经济影响因素之间的相关系数,且相关系数的计算公式如下:
式中,i和k取值范围都为1~5,计算出相关系数之后,根据Rik组成相关系数矩阵R。其中,对角线元素为1,确定了相关系数矩阵后,根|λE-R|=0可以求出每个经济影响因素的特征值以及相应的特征向量,然后按照从大到小的顺序排序5个经济影响因素的特征值r1>r2>r3>r4>r5,其对应的特征向量如下:
其中,每一个经济影响因素的特征值对应一个主成分,且根据如下计算公式可以计算特征值的贡献率:
根据每个特征值的贡献率进行主成分筛选。其中,在本实施例中预设阈值为1,因此需要选出特征值大于1的主成分Y1,...Ym>1,m≤5,计算若≤0.95,则最终选取这m个主成分,若则删除第m个主成分选取剩余m–1个主成分。假定最终选择r个主成分,每个主成分得分可以根据下面算式求出:
yi=ui1x1+ui2x2+...+ui5x5,i=1,2,...,r (5)
通过公式(5)得到了主成分得分后,然后根据每个经济影响因素的主成分得分与其对应的特征值得到初步经济景气指数,且具体的计算公式如下:
因此通过公式(6)可以准确地计算出采集待分析数据的地区的初步经济景气指数,使得初步经济景气指数计算准确。
参照图3,在一些实施例中,步骤S300包括:
S310、经济影响因素的待分析数据根据回归算法计算得到第一残差平方和第二残差平方;
S320、根据第一残差平方和第二残差平方确定构造统计量;
S330、根据构造统计量和预设概率表确定构造统计量对应的弃真概率;
S340、根据弃真概率确定经济影响因素的用电修正系数。
由于直接对五个经济影响因素的待分析数据进行主成分分析得到的初步经济景气指数并不能够准确代表当前采集待分析数据的经济状态,因此需要计算每个经济影响因素对应的用电修正系数,然后通过用电修正系数对初步经济景气指数进行修正以得到最终经济景气指数。
其中,预设校验算法为预设景气Granger因果关系检验算法,且经济影响因素的待分析数据根据回归算法及计算得到的第一残差平方和第二残差平方的具体计算过程如下:
首先,每个经济影响因素的待分析数据的自回归模型为:
其次,根据经济影响因素与规模以上工业增加值的一阶回归模型如下:
其中,x2i-1为x2i的一阶滞后变量,且a1、a2的计算公式如下:
确定了第一残差平方和第二残差平方后,将第一残差平方和第二残差平方代入以下公式以得到构造统计量,
然后根据构造统计量对原假设进行F检验以得到弃真概率,且弃真概率的计算公式如下:
P=2(1-φ(F)) (13)
式中的φ(F)通过预设概率表得到,最后根据用电修正系数和弃真概率的计算公式λ=1–P得到用电修正系数。五个经济影响因素的用电修正系数分别记为λ1(用电量)、λ2(销售收入)、λ3(利润)、λ4(工业总产值)、λ5(固定资产投资)。因此通过Granger因果关系检验算法计算每个经济影响因素的待分析数据以得到每个经济影响因素的用电修正系数,则可以根据用电修正系数修正初步经济景气指数以得到更加准确的最终经济景气指数。
参照4,在一些实施例中,步骤S400包括:
S410、根据初步经济景气指数、用电修正系数和对应的预设权值进行相乘以得到每个经济影响因素的经济景气指数;
S420、将所有经济影响因素的经济景气指数相加以得到最终经济景气指数。
由于不同经济影响因素对于经济状态的影响都是不一样的,因此根据经济影响因素对经济状态的影响以确定经济影响因素对应的预设权值,然后计算出每一个经济影响因素对应的初步经济景气特征指数后,再根据初步经济景气指数、用电修正系数和预设权值即可准确的计算出最终经济景气指数。
具体地,最终经济景气指数的计算公式参照如下:
式中,λ1=1,λ2为销售收入的用电修正系数、λ3为利润的用电修正系数、λ4为工业总产值的用电修正系数、λ5为固定资产投资的用电修正系数。通过公式(14)即可计算最终经济景气指数,以得到能够准确表达经济状态的最终经济景气指数。
在一些实施例中,经济状态包括以下任意一种:景气状态、较为景气状态、较为低迷状态和低迷状态。
其中,经济景气指数区间设置四个,且四个经济景气指数区间分别定义为第一经济景气指数区间、第二经济景气指数区间、第三经济景气指数区间和第四经济景气指数区间。
参照图5,其中,步骤S500包括:
S510、若最终经济景气指数位于第一经济景气指数区间,经济状态为景气状态;
S520、若最终经济景气指数位于第二经济景气指数区间,经济状态为较为景气状态;
S530、若最终经济景气指数位于第三经济景气指数区间,经济状态为较为低迷状态;
S540、若最终经济景气指数位于第四经济景气指数区间,经济状态为低迷状态。
通过根据四种经济状态也设置四个经济景气指数区间,确定了获取待分析数据的地区的最终经济景气指数后,需要判断最终经济景气指数落入哪一个经济景气指数区间。若最终经济景气指数落入到第一经济景气指数区间,则经济状态为景气状态,则证明这个地区的经济状态是优良的。若最终经济景气指数落入第二经济景气指数区间,则经济状态为较为景气状态,也即该地区的经济状态一般。若最终经济景气指数落入第三经济景气指数区间,则经济状态为较为低迷状态,则表示该地区的经济状态不大乐观。若最终经济景气指数落入到第四经济景气,则经济状态为低迷状态,也即通过待分析数据分析该地区的经济状态差。因此通过根据最终经济景气指数和对应的经济经济指数区间确定对应的经济状态,以便于用户可以清楚每一个地区的经济状态,以实现每个地区经济状态的监控。
参照图6,在一些实施例中,基于电力的经济景气状态分析方法还包括:
S600、接收报告生成指令;
S700、根据报告生成指令将制造业对应的经济状态进行相互匹配以得到并输出电力景气报告。
确定了每个地区制造业的经济状态后,当用户需要通过报告的形式查看该地区制造业的经济状态,可以发送报告生成指令,则系统根据报告生成指令将对应的经济状态和制造业相互匹配以生成电力景气报告。通过生成电力景气报告,用户可以直接通过电力景气报告查看各个地区制造业的经济状态,也可以将电力景气报告进行下载,便于查看每个地区的经济状态。
下面参考图1至图6以一个具体的实施例详细描述根据本发明实施例的基于电力的经济景气状态分析方法。值得理解的是,下述描述仅是示例性说明,而不是对发明的具体限制。
通过获取24个月内制造业关于用电量、销售收入、利润、工业总产值、固定资产投资的待分析数据,然后将每一个经济影响因素的待分析数据代入公式(1)进行归一化计算以得到归一数据。然后根据归一数据计算每两个经济影响因素之间的相关系数以得到所有经济影响因素的相关系数矩阵,确定了相关系数矩阵后,根据|λE-R|=0可以求出每个经济影响因素的特征值以及相应的特征向量。根据公式(4)计算特征值的贡献率,然后根据贡献率和预设阈值的比较筛选主成分,筛选得到主成分后计算筛选后主成分得到,再根据公式(6)将主成分得分和对应的特征值代入以得到初步经济景气指数。根据每个经济影响因素的待分析数据代入公式(7)至(10)进行归一化处理以得到第一残差平方和第二残差平方,然后将第一残差平方和第二残差平方代入公式(12)以得到构造统计量,然后根据构造统计量和预设概率表确定每个经济影响因素对应的用电修正系数。然后根据五个用电修正系数、对应的预设权值和对应的初步经济景气指数确定最终经济景气指数。最后根据最终经济景气指数落入哪一个经济景气指数区间以确定对应的经济状态。因此通过根据最终经济景气指数和对应的经济经济指数区间确定对应的经济状态,以便于用户可以清楚每一个地区的经济状态,以实现每个地区经济状态的监控。
本发明实施例还公开了一种基于电力的经济景气状态分析系统,包括:获取模块100、主成分分析模块200、校验模块300、指数计算模块400和状态分析模块500;获取模块100用于获取预设时间段内各个制造业的经济影响因素的待分析数据;主成分分析模块200用于对待分析数据进行主成分分析以得到初步经济景气指数;校验模块300用于根据预设检验算法对经济影响因素的待分析数据进行检验以得到用电修正系数;指数计算模块400用于根据用电修正系数、初步经济景气指数和预设权值确定最终经济景气指数;状态分析模块500用于根据最终经济景气指数和预设状态数据库确定最终经济景气指数对应的经济状态,预设状态数据库包括若干经济景气指数区间和经济状态的匹配信息。
通过将经济影响因素的待分析数据进行主成分分析后得到初步经济景气指数,然后再根据预设校验算法对经济影响因素的待分析数据进行校验以得到用电修正系数,则可以根据初步经济景气指数、用电修正系数和预设权值计算得到准确的最终经济景气指数,然后根据最终经济景气指数和预设状态数据库确定经济状态,因此通过制造业的经济影响因素来计算出的初步经济景气指数,然后通过用电修正系数和初步经济景气指数进行修正以得到最终经济景气指数,则得到的经济景气指数更加准确,且分析得到经济状态也更加准确。
第三方面,本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行如第一方面的基于电力的经济景气状态分析方法。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种基于电力的经济景气状态分析方法,其特征在于,包括:
获取预设时间段内各个制造业的经济影响因素的待分析数据;
对所述待分析数据进行主成分分析以得到初步经济景气指数;
根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数;
根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数;
根据所述最终经济景气指数和预设状态数据库确定所述最终经济景气指数对应的经济状态,所述预设状态数据库包括若干经济景气指数区间和所述经济状态的匹配信息。
2.根据权利要求1所述的基于电力的经济景气状态分析方法,其特征在于,所述经济影响因素包括:用电量、销售收入、利润、工业总产值、固定资产投资。
3.根据权利要求2所述的基于电力的经济景气状态分析方法,其特征在于,所述对所述待分析数据进行主成分分析以得到初步经济景气指数,包括:
将所述待分析数据进行归一化处理以得到归一数据;
根据所述归一数据和所述待分析数据计算每两个所述经济影响因素的相关性以得到相关系数矩阵;
根据相关系数矩阵确定对应的特征值和特征向量;
根据所述特征值和预设阈值确定对应的主成分得分;
根据所述主成分得分和所述特征向量确定所述初步经济景气指数。
4.根据权利要求3所述的基于电力的经济景气状态分析方法,其特征在于,所述根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数,包括:
所述经济影响因素的所述待分析数据根据回归算法计算得到第一残差平方和第二残差平方;
根据所述第一残差平方和所述第二残差平方确定构造统计量;
根据所述构造统计量和预设概率表确定所述构造统计量对应的弃真概率;
根据所述弃真概率确定所述经济影响因素的所述用电修正系数。
5.根据权利要求4所述的基于电力的经济景气状态分析方法,其特征在于,所述根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数,包括:
根据所述初步经济景气指数、所述用电修正系数和对应的所述预设权值进行相乘以得到每个所述经济影响因素的经济景气指数;
将所有经济影响因素的所述经济景气指数相加以得到所述最终经济景气指数。
6.根据权利要求1至5任一项所述的基于电力的经济景气状态分析方法,其特征在于,所述经济状态包括以下任意一种:景气状态、较为景气状态、较为低迷状态和低迷状态。
7.根据权利要求6所述的基于电力的经济景气状态分析方法,其特征在于,所述经济景气指数区间设置四个,且四个经济景气指数区间分别定义为第一经济景气指数区间、第二经济景气指数区间、第三经济景气指数区间和第四经济景气指数区间;所述根据所述最终经济景气指数和预设状态数据库确定对应的经济状态,包括:
若所述最终经济景气指数位于所述第一经济景气指数区间,所述经济状态为景气状态;
若所述最终经济景气指数位于所述第二经济景气指数区间,所述经济状态为较为景气状态;
若所述最终经济景气指数位于所述第三经济景气指数区间,所述经济状态为较为低迷状态;
若所述最终经济景气指数位于所述第四经济景气指数区间,所述经济状态为低迷状态。
8.根据权利要求6所述的基于电力的经济景气状态分析方法,其特征在于,还包括:
接收报告生成指令;
根据所述报告生成指令将所述制造业对应的所述经济状态进行相互匹配以得到并输出电力景气报告。
9.一种基于电力的经济景气状态分析系统,其特征在于,包括:
获取模块,用于获取预设时间段内各个制造业的经济影响因素的待分析数据;
主成分分析模块,用于对所述待分析数据进行主成分分析以得到初步经济景气指数;
校验模块,用于根据预设检验算法对所述经济影响因素的所述待分析数据进行检验以得到用电修正系数;
指数计算模块,用于根据所述用电修正系数、所述初步经济景气指数和预设权值确定最终经济景气指数;
状态分析模块,用于根据所述最终经济景气指数和预设状态数据库确定所述最终经济景气指数对应的经济状态,所述预设状态数据库包括若干经济景气指数区间和所述经济状态的匹配信息。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述的基于电力的经济景气状态分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110705566.4A CN113379282A (zh) | 2021-06-24 | 2021-06-24 | 一种基于电力的经济景气状态分析方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110705566.4A CN113379282A (zh) | 2021-06-24 | 2021-06-24 | 一种基于电力的经济景气状态分析方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379282A true CN113379282A (zh) | 2021-09-10 |
Family
ID=77578976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110705566.4A Pending CN113379282A (zh) | 2021-06-24 | 2021-06-24 | 一种基于电力的经济景气状态分析方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379282A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256254A (zh) * | 2017-06-09 | 2017-10-17 | 鹏元征信有限公司 | 一种行业景气指数获取方法、存储设备及终端 |
CN107844906A (zh) * | 2017-11-10 | 2018-03-27 | 东南大学 | 一种计及外部经济因素的用电市场景气指数的构建方法 |
CN110147541A (zh) * | 2019-05-23 | 2019-08-20 | 北京神州泰岳软件股份有限公司 | 一种经济报告的生成方法及装置 |
-
2021
- 2021-06-24 CN CN202110705566.4A patent/CN113379282A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256254A (zh) * | 2017-06-09 | 2017-10-17 | 鹏元征信有限公司 | 一种行业景气指数获取方法、存储设备及终端 |
CN107844906A (zh) * | 2017-11-10 | 2018-03-27 | 东南大学 | 一种计及外部经济因素的用电市场景气指数的构建方法 |
CN110147541A (zh) * | 2019-05-23 | 2019-08-20 | 北京神州泰岳软件股份有限公司 | 一种经济报告的生成方法及装置 |
Non-Patent Citations (1)
Title |
---|
仇红剑 等: "基于电力大数据挖掘的行业用电市场景气指数分析", 电力信息与通信技术 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
CN112053233B (zh) | 基于gra的动态中小企业信用评分方法及系统 | |
He et al. | Big data-oriented product infant failure intelligent root cause identification using associated tree and fuzzy DEA | |
CN111598457B (zh) | 一种电力无线网络质量的确定方法及装置 | |
CN110634060A (zh) | 一种用户信用风险的评估方法、系统、装置及存储介质 | |
CN114611372A (zh) | 一种基于物联网边缘计算的工业设备健康预测方法 | |
CN113487223B (zh) | 一种基于信息融合的风险评估方法和评估系统 | |
CN111626844A (zh) | 基于大数据分析的企业信用评估方法及装置 | |
CN112128950B (zh) | 一种基于多种模型对比的机房温湿度预测方法及系统 | |
CN117674119A (zh) | 电网运行风险评估方法、装置、计算机设备和存储介质 | |
CN117827593A (zh) | 一种基于异常识别结果确定异常原因的方法和系统 | |
CN113379282A (zh) | 一种基于电力的经济景气状态分析方法、系统及存储介质 | |
CN114971345B (zh) | 一种建成环境品质测度方法、设备及存储介质 | |
CN115081950A (zh) | 企业成长性评估建模方法、系统、计算机及可读存储介质 | |
CN115293609A (zh) | 人员安全责任制履职评价指标权重体系构建方法及系统 | |
CN115204501A (zh) | 企业评估方法、装置、计算机设备和存储介质 | |
CN114092216A (zh) | 企业信贷评级方法、装置、计算机设备和存储介质 | |
CN114862092A (zh) | 一种基于神经网络的评标方法及设备 | |
CN114282951A (zh) | 一种网络零售预测方法、设备及介质 | |
CN111144604B (zh) | 海上风电场的运维交通方案的推荐方法和设备 | |
CN111026661A (zh) | 一种软件易用性全面测试方法及系统 | |
CN116720662B (zh) | 基于集对分析的分布式能源系统适用性评估方法 | |
CN116993139A (zh) | 风险企业识别方法、装置、设备、介质及产品 | |
CN116108974A (zh) | 一种考虑气象因素的需求响应基线负荷预测方法及装置 | |
CN116822996A (zh) | 光伏发电功率的预测方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |