CN114255058A - 基于新冠疫情影响的电力消费影响获取方法及装置 - Google Patents
基于新冠疫情影响的电力消费影响获取方法及装置 Download PDFInfo
- Publication number
- CN114255058A CN114255058A CN202010994128.XA CN202010994128A CN114255058A CN 114255058 A CN114255058 A CN 114255058A CN 202010994128 A CN202010994128 A CN 202010994128A CN 114255058 A CN114255058 A CN 114255058A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- influence
- epidemic situation
- historical
- calculating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 230000037211 monthly cycles Effects 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 16
- 230000007774 longterm Effects 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010035664 Pneumonia Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000975 bioactive effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research 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
- 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)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于新冠疫情影响的电力消费影响获取方法及装置,方法包括:根据获取的历史用电量数据计算无疫情影响下的用电量数据;获取疫情影响下的历史用电量数据,并根据疫情影响下的历史用电量数据及无疫情影响下的用电量数据计算疫情影响电量;根据疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。本申请考虑了疫情的演变趋势、国家应对疫情采取对冲政策等因素,预测未来月份用电量受疫情影响程度。然后结合历史月份用电量的实际值,预测疫情影响下全年全社会用电量。全社会用电量是电网公司制定中长期电力规划、当年综合计划的重要边界条件,精准衡量疫情影响程度、判断未来走势意义重大。
Description
技术领域
本申请属于能源消费预测技术领域,具体地讲,涉及一种基于新冠疫情影响的电力消费影响获取方法及装置。
背景技术
受疫情影响,我国经济下行压力加大,未来电力消费走势将面临较大不确定性。
新冠肺炎疫情爆发以来,我国全社会用电量增速呈现负增长态势;随着复工复产的稳步推进,全社会用电量缓慢回升,逐渐显现正增长趋势。分部门来看,疫情对第三行业负向影响最为显著,对第二行业负向影响较大,对第一行业负向影响相对较小,对居民生活用电量产生正向拉动作用。分行业看,新冠肺炎疫情对生活性服务业、消费品制造业、装备制造业用电量负向影响最大。制造业中,疫情对消费品制造业、装备制造业负向影响最大,对高耗能行业影响相对较小;服务业中,疫情对生活性服务业负向影响最大,对生产性服务业影响相对较小;居民生活用电中,疫情对农村居民生活用电量增速拉动作用更为显著,主要是疫情延缓农民工返城复工进程,促进农村居民用电增长。
全社会用电量是电网公司制定中长期电力规划、当年综合计划的重要边界条件,精准衡量疫情影响程度、判断未来走势意义重大。为此,本专利首先根据近三年用电量的环比增速测算无疫情影响时2020年分行业用电量;然后结合2020年历史月份各行业用电量,测算疫情对各行业用电量的影响程度,接着考虑疫情演变趋势、国家对冲政策等因素,进一步测算疫情对2020年未来月份分行业用电量的影响程度;最后计算疫情影响下分行业、全年全社会用电量。
发明内容
本申请提供了一种基于新冠疫情影响的电力消费影响获取方法及装置,以至少解决当前无法准确预测新冠疫情对全社会总体用电量产生的影响的问题。
根据本申请的一个方面,提供了一种基于新冠疫情影响的电力消费影响获取方法,包括:
根据获取的历史用电量数据计算无疫情影响下的用电量数据;
获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量;
根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
在一实施例中,所述根据获取的历史用电量数据计算无疫情影响下的用电量数据,包括:
根据所述历史用电量数据计算历史用电量月度环比增速;
求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值;
根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
在一实施例中,所述根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量,包括:
根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
在一实施例中,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,包括:
根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量;
根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量;
根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
根据本申请的另一个方面,还提供了一种基于新冠疫情影响的电力消费影响获取装置,包括:
第一计算单元,用于根据获取的历史用电量数据计算无疫情影响下的用电量数据;
第二计算单元,用于获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量;
总体计算单元,用于根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
在一实施例中,所述第一计算单元包括:
历史用电量月度环比增速计算模块,用于根据所述历史用电量数据计算历史用电量月度环比增速;
各月用电量环比增速值计算模块,用于求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值;
根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
在一实施例中,所述第二计算单元包括:
增速影响百分点计算模块,用于根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
在一实施例中,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,包括:
根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量;
根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量;
根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提供的一种基于新冠疫情影响的电力消费影响获取方法流程图。
图2为本申请实施例中根据获取的历史用电量数据计算无疫情影响下的用电量数据的流程图。
图3为本申请实施例中疫情对全社会的总体用电量影响的计算流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
基于背景技术中所描述的问题,本申请提供了一种基于新冠疫情影响的电力消费影响获取方法,如图1所示,包括:
S101:根据获取的历史用电量数据计算无疫情影响下的用电量数据。
S102:获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量。
S103:根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
在一实施例中,所述根据获取的历史用电量数据计算无疫情影响下的用电量数据,如图2所示,包括:
S201:根据所述历史用电量数据计算历史用电量月度环比增速。
S202:求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值。
S203:根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
在一实施例中,所述根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量,包括:
根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
在一实施例中,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,如图3所示,包括:
S301:根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量。
S302:根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量。
S303:根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
针对上述方法,本申请提供了一种具体的实施例:
S1:统计近三年逐月用电量,测算2020年无疫情影响下逐月用电量。
步骤一:搜集2017年1月-2020年n月我国各行业逐月用电量。用qtij表示第j个行业在第t年i月的用电量。其中,t的取值为[1,2,3,4],分别代表[2017年,2018年,2019年,2020年];i的取值为[2,3,…,12],分别代表[1-2月,3月,…,12月],考虑春节不同期因素,1-2月合并处理;j的取值为[1,2,…,s],s为行业数量;n表示2020年有n个历史月份。
步骤二:计算月度用电量环比增速γtij(注:计算1-2月用电量环比增速时,基数为上年四季度用电量平均值)。
步骤三:将2017-2019年各月用电量环比增速取年度平均,并将其作为 2020年无疫情影响下各月用电量环比增速,设2020年无疫情影响下j行业逐月用电量环比增速为γ0ij。
步骤四:结合2019年四季度用电量,以及无疫情影响下2020年逐月用电量环比增速,计算2020年无疫情影响下j行业逐月用电量q0ij。
q0ij=(1+γ0ij)q0(i-1)j(i=3,4,...,12)
S2:结合2020年历史月份用电量的实际数据,测算历史月份用电量增速受疫情影响程度;接着考虑未来国内外疫情演变趋势、国家对冲政策等影响,采用计量经济学、专家判断等方法测算未来月份用电量增速受疫情影响程度。
步骤一:将2020年历史月份分行业实际用电量减去基准用电量,得到 2020年历史月份分行业疫情影响电量Q0ij(注:当Q0ij>0时,疫情对电力消费有正向拉动作用;当Q0ij<0时,疫情对电力消费产生负向影响)。
Q0ij=q4ij-q0ij(i=2,3,...,n)
步骤二:根据2019年逐月用电量和2020年历史月份疫情影响电量,测算疫情对历史月份分行业用电量增速影响百分点θ0ij。
步骤三:考虑未来月份国内外疫情演变趋势、政策对冲政策等因素,结合历史月份用电量受疫情影响情况,采用计量经济学、专家判断法构建未来月份用电量增速受疫情影响的回归方程,进一步测算未来月份各行业用电量增速受疫情影响百分点θ′0ij。
θ′o(i+1)j=aθ0ij+bθ0ij+c(i=n)
作为一种实施例,选取国家电网经营区分行业用电量为研究对象。搜集2017年1月-2020年6月国家电网经营区分行业用电量数据,计算疫情对国家电网经营区全社会用电量增速影响百分点。上半年,疫情降低国家电网经营区全社会用电量1700亿千瓦时,拉低用电量增速6.3个百分点。分行业看,生活性服务业、消费品制造业、建筑业、装备制造业、生产性服务业用电量增速受疫情负向影响较大,分别被拉低16.2、12.7、11.7、9.5、 8.7个百分点;居民生活用电量增速受到疫情1.3个百分点的正向拉动作用,其中,疫情分别影响农村居民、城镇居民生活用电量增速2.2、0.7个百分点。
下半年,疫情影响逐渐消退,国家对冲政策逐渐显效,对国家电网经营区全社会用电量增速的影响由负转正,预计拉高增速0.8个百分点。分行业看,生活性服务业、消费品制造业、生产性服务业用电量增速分别被疫情拉低-1.5、-1.0、-0.2个百分点;装备制造业、高耗能行业、建筑业受疫情正向拉动作用较大,分别被拉升2.8、2.5、2.0个百分点。
S3:根据未来月份分行业基准用电量和疫情影响电量,测算未来月份用电量预测值,将历史月份实际用电量和未来月份用电量预测值汇总,得到全年全社会用电量,进而测算疫情对全年全社会用电量影响程度。
步骤一:结合未来月份用电量增速受疫情影响百分点和2019年同期用电量,测算未来月份用电量受疫情影响电量Q′0ij(注:当Q′0ij>0时,疫情对电力消费有正向拉动作用;当Q′0ij<0时,疫情对电力消费产生负向影响)。
Q′0ij=θ′0ijq3ij(i=n+1,n+2,...,12)
步骤二:将未来月份各行业基准用电量加上疫情影响电量,得到未来月份分行业用电量q'0ij。
q′0ij=Q′0ij+q0ij(i=n+1,n+2,...,12)
步骤三:测算全年全社会用电量受疫情影响电量Q'。
步骤四:将历史月份实际用电量和未来月份用电量预测值汇总,得到疫情影响下全年全社会用电量预测结果q’。
步骤五:测算全年全社会用电量受疫情影响百分点θ‘。
作为一种实施例,将疫情对国家电网经营区上半年影响电量的实际值和下半年影响电量的预测值进行汇总,得到2020年疫情及政策因素将降低国家电网经营区全社会用电量1465亿千瓦时,拉低用电量增速2.6个百分点。分行业看,疫情及政策因素将分别拉低消费品制造业、装备制造业、高耗能行业、生产性服务业、生活性服务业用电量增速6.4、3.0、0.2、4.1、 8.5个百分点;农村生活、城镇生活用电量增速受疫情的正向拉动作用,分别拉升1.1、0.4个百分点。
基于同一发明构思,本申请实施例还提供了一种基于新冠疫情影响的电力消费影响获取装置,可以用于实现上述实施例中所描述的方法,如下面实施例所述。由于该基于新冠疫情影响的电力消费影响获取装置解决问题的原理与基于新冠疫情影响的电力消费影响获取方法相似,因此基于新冠疫情影响的电力消费影响获取装置的实施可以参见基于新冠疫情影响的电力消费影响获取方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本申请还提供了一种基于新冠疫情影响的电力消费影响获取装置,包括:
第一计算单元,用于根据获取的历史用电量数据计算无疫情影响下的用电量数据;
第二计算单元,用于获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量;
总体计算单元,用于根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
在一实施例中,所述第一计算单元包括:
历史用电量月度环比增速计算模块,用于根据所述历史用电量数据计算历史用电量月度环比增速;
各月用电量环比增速值计算模块,用于求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值;
根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
在一实施例中,所述第二计算单元包括:
增速影响百分点计算模块,用于根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
在一实施例中,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,包括:
根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量;
根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量;
根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和 /或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (10)
1.一种基于新冠疫情影响的电力消费影响获取方法,其特征在于,包括:
根据获取的历史用电量数据计算无疫情影响下的用电量数据;
获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量;
根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
2.根据权利要求1所述的基于新冠疫情影响的电力消费影响获取方法,其特征在于,所述根据获取的历史用电量数据计算无疫情影响下的用电量数据,包括:
根据所述历史用电量数据计算历史用电量月度环比增速;
求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值;
根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
3.根据权利要求1所述的基于新冠疫情影响的电力消费影响获取方法,其特征在于,所述根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量,包括:
根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
4.根据权利要求3所述的基于新冠疫情影响的电力消费影响获取方法,其特征在于,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,包括:
根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量;
根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量;
根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
5.一种基于新冠疫情影响的电力消费影响获取装置,其特征在于,包括:
第一计算单元,用于根据获取的历史用电量数据计算无疫情影响下的用电量数据;
第二计算单元,用于获取疫情影响下的历史用电量数据,并根据所述疫情影响下的历史用电量数据及所述无疫情影响下的用电量数据计算疫情影响电量;
总体计算单元,用于根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响。
6.根据权利要求5所述的基于新冠疫情影响的电力消费影响获取装置,其特征在于,所述第一计算单元包括:
历史用电量月度环比增速计算模块,用于根据所述历史用电量数据计算历史用电量月度环比增速;
各月用电量环比增速值计算模块,用于求取所述历史用电量月度环比增速的平均值并将其作为无疫情影响下各月用电量环比增速值;
根据所述无疫情影响下各月用电量环比增速值及历史用电量数据计算无疫情影响下各行业逐月用电量。
7.根据权利要求5所述的基于新冠疫情影响的电力消费影响获取装置,其特征在于,所述第二计算单元包括:
增速影响百分点计算模块,用于根据无疫情下的历史用电量和疫情影响下计算疫情影响下的历史月份各行业用电量增速影响百分点。
8.根据权利要求7所述的基于新冠疫情影响的电力消费影响获取装置,其特征在于,所述根据所述疫情影响电量和获取的行业基准用电量计算疫情对全社会的总体用电量影响,包括:
根据所述疫情影响下的历史月份各行业用电量增速影响百分点及历史用电量数据中的历史同期用电量计算受疫情影响电量;
根据所述受疫情影响电量及所述行业基准用电量获得各行业用电量;
根据所述各行业用地那辆计算全社会受疫情影响电量、全社会用电量预测结果及全社会用电量受疫情影响百分点。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述基于新冠疫情影响的电力消费影响获取方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4中任一项所述基于新冠疫情影响的电力消费影响获取方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010994128.XA CN114255058A (zh) | 2020-09-21 | 2020-09-21 | 基于新冠疫情影响的电力消费影响获取方法及装置 |
AU2020104067A AU2020104067A4 (en) | 2020-09-21 | 2020-12-14 | Method and apparatus for acquiring power consumption impact based on impact of covid-19 epidemic |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010994128.XA CN114255058A (zh) | 2020-09-21 | 2020-09-21 | 基于新冠疫情影响的电力消费影响获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114255058A true CN114255058A (zh) | 2022-03-29 |
Family
ID=74668042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010994128.XA Pending CN114255058A (zh) | 2020-09-21 | 2020-09-21 | 基于新冠疫情影响的电力消费影响获取方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114255058A (zh) |
AU (1) | AU2020104067A4 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307829A (zh) * | 2023-01-17 | 2023-06-23 | 福建实达集团股份有限公司 | 基于信息熵评估传染病对社会承载力的影响方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113380422B (zh) * | 2021-05-24 | 2024-06-18 | 首都医科大学 | 一种疫情规模预测方法、装置、电子设备及存储介质 |
-
2020
- 2020-09-21 CN CN202010994128.XA patent/CN114255058A/zh active Pending
- 2020-12-14 AU AU2020104067A patent/AU2020104067A4/en not_active Ceased
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116307829A (zh) * | 2023-01-17 | 2023-06-23 | 福建实达集团股份有限公司 | 基于信息熵评估传染病对社会承载力的影响方法及装置 |
CN116307829B (zh) * | 2023-01-17 | 2024-03-29 | 福建实达集团股份有限公司 | 基于信息熵评估传染病对社会承载力的影响方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
AU2020104067A4 (en) | 2021-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | Review of environmental efficiency and its influencing factors in China: 1998–2009 | |
Wang et al. | Operational and environmental performance in China's thermal power industry: Taking an effectiveness measure as complement to an efficiency measure | |
CN114255058A (zh) | 基于新冠疫情影响的电力消费影响获取方法及装置 | |
CN113724103B (zh) | 基于智能电表的区域碳排放监测方法、系统、设备及介质 | |
Jiang et al. | Efficiency assessment of green technology innovation of renewable energy enterprises in China: a dynamic data envelopment analysis considering undesirable output | |
CN103761685A (zh) | 基于MapReduce的电力数据并行化异常检测方法 | |
Wang et al. | Constructing slacks-based composite indicator of sustainable energy development for China: A meta-frontier nonparametric approach | |
CN104158489B (zh) | 光伏电站的监测方法和电站监测系统 | |
CN102982420A (zh) | 基于多目标决策理想点法的资产全寿命周期评估方法 | |
Liu et al. | Building stock dynamics and the impact of construction bubble and bust on employment in China | |
Gurgur et al. | Capacity factor prediction and planning in the wind power generation industry | |
CN112651552A (zh) | 一种基于电力大数据产业结构优化方法、装置及存储介质 | |
CN116822717A (zh) | 一种基于达峰情景的碳排放管理方法及系统 | |
CN113807573A (zh) | 一种基于数据管理和三维搜索的施工预测分析方法及系统 | |
CN114169802A (zh) | 电网用户需求响应潜力分析方法、系统及存储介质 | |
Ma et al. | Comprehensive evaluation of renewable energy for power projects based on CA-DEA model | |
CN109857590B (zh) | 一种电力调度中心的数据备份系统 | |
Kim et al. | A Study of How to Improve of Building Waste Management Systems Using by'BIM/GIS' | |
Chen et al. | Industrial power demand forecasting based on big data technology orienting to energy internet: A case study of Hunan Province | |
CN114862287B (zh) | 梯级电站群调度的风险效益分析方法、系统、终端及介质 | |
CN109449935B (zh) | 一种基于能源互联的时序生产模拟方法及系统 | |
CN110912117B (zh) | 一种电力平衡计算方法及装置 | |
Del Rosario et al. | Development of an Optimization Model for an Integrated Renewable-Storage Energy System in a Mixed-Use Building | |
Tong et al. | Identification and justification of abnormal electric load data based on density evaluation | |
CN114897265A (zh) | 考虑多因素的储能选址定容优化方法、系统、终端及介质 |
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 |