[发明专利]基于电力大数据的经济预警分析方法

说明书

技术领域

本发明涉及电力数据的运用，具体来说，其涉及一种基于电力大数据的经济预警分析方法。

背景技术

经济预警模型在整个社会发展中起着举足轻重的作用。如果能够做到预测经济，国家政府就可以根据经济走向，重点扶持走向较好的产业；也可以及早发现经济问题，出台政策进行干预，降低行业损失。对于企业，根据行业发展趋势，就能适当调整生产计划、控制产能、拓宽销路等措施，迎合市场。反之，没意识到要做好预测经济准备，必定是无法长久存活的。无论是国家还是企业，不重视经济发展走向，没有防范意识，就不能够稳固发展。因此，要发展经济，必须要有前瞻性。

众所周知，电能是我国重要的基础能源，在我国能源消耗上占的比重最大。电力被广泛应用于纺织、通信、广播、化学等各个领域，是我国经济发展的主要动力，同时与国民生活息息相关。据报道，我国的电力消耗率仅次于美国，在全球排名第二。使用电能代替其他能源，是节能环保的必然要求，符合可持续发展原则。在未来，电能的使用量、使用率都会进一步增长，因此，建立一个经济预警模型，依靠电力数据进行分析挖掘是比较适宜的。

经济预警模型通过收集企业和区域政府的企业负荷、企业信息、专变容量、公变负荷等电力数据，运用多种算法对这些大数据进行筛选剔除、归类合并等处理，并挖掘出它们的一致变化规律、先行变化规律、滞后发展规律等，从而得出各项经济功能指标(如波动的周期、平均位势、年度增长率等)。并且通过对多类企业或经济区域的经济特征分析，企业和区域政府就能根据数据分析结果进行决策，制定一系列的生产计划以及应对措施，从而更好地推动社会经济发展。

发明内容

基于以上理由，发明人做出了本发明，即提出了一种基于电力大数据的经济预警分析方法，其包括以下步骤：

建立运算数据库，并把收集的数据进行整理；

进行数据清洗；

把数据进行归并分类；

把数据进行变化规律的挖掘；

根据数据进行估计预测；

还有是对估算出的结果进行检验和反馈，检验的方式是将预测值和已有的大数据进行比对，如果吻合则输出数据，不吻合则通过模型优化修改；

最后建立成果数据库，供用户使用。

更进一步的，所述建立运算数据库步骤包括收集企业以及政府的电力数据并用以建立所述运算数据库。

更进一步的，所述数据清洗步骤包括对收集的电力数据进行筛选，把无效或错误的数据剔除，修正数据误差。

更进一步的，所述的数据的变化规律包括：数据数据变化的一致性、数据变化的先行性以及数据变化的滞后性。

更进一步的，其中根据数据进行估计预测包括根据数据预测区域行业景气指数和区域景气指数。

附图说明

图1是本发明的模型算法层次示意图。

图2是本发明的模型算法构成示意图。

图3是本发明的数据流框图。

图4是本发明的模型架构示意图。

图5是本发明使用的大数据挖掘指标功能单元示意图。

具体实施例

以下结合附图1-5对本发明做进一步的说明。

1.模型定位

基于电力大数据的经济预警模型，服务对象主要分为两大类：企业和各级政府。模型主要通过对电力负荷的数据分析，对各行业及各经济区域的经济走势进行预测。企业决策者可以对其生产计划，年度总结，发展趋势根据模型作出直观的分析判断，政府则根据模型显示的区域内企业的经济态势对公共事业建设的增减进行决策。利用此模型，首先可以实现难以量化的经济预测指标，其次还可以减少人力收集数据的繁琐和困难，实现减员增效。模型采用多级运算，可以减少人力核算的失误，实现了数据输入到数据输出的自动化过程，并且随着数据的储存积累模型的性能会得到更进一步的提高。

子模型定位：

基于电力负荷数据的经济预警模型。为国家级决策提供数据源级支撑。分为：

基于企业电力负荷的区域行业中短期景气指数预警子模型。

基于公共电力负荷的区域经济中短期预警子模型。

2.大数据条件

组成此模型的两大电力数据条件：

1)基础数据：共十项

A、企业电表及相关的基础数据五项，企业负荷和企业信息是必要数据。

B、公共电表及相关的基础数据五项，公变负荷和电表信息是必要数据。

2)、检验数据：针对区域行业景气变化程度和区域经济变化程度进行检验

A、以行业信息作为必要分类，对区域行业景气指数作必要量化。