[发明专利]一种适合大数据的多属性数据资源交易方法

说明书

技术领域

本发明属于电网计量领域，涉及大数据分析过程中的资产周转率算法，尤其是一种适合大数据的多属性数据资源交易方法。

背景技术

随着云计算、物联网等信息技术的蓬勃发展和大数据时代的到来，数据已成为宝贵的资源。电力、市政、交通、气象、经济等行业大数据彼此交融，形式多种多样，包括结构化数据、半结构化数据和非结构化数据等，应用数据挖掘、机器学习、并行计算、流计算等“大数据”技术，可以在体量巨大、类型繁多、低价值密度的数据中挖掘出高附加值的信息，具有巨大的经济价值和社会价值。

随着我国城市化进程的不断加快，电力消费需求急剧变化，用电量需求的波动与宏观经济的变化密切相关。用电量在某种程度上已经是反映实体经济未来行业发展态势的联动指标，关注社会电力消费对于电力行业的发展和保证电网的安全稳定运行具有至关重要的意义。电力需求预测的准确与否，不仅会影响用户的安全可靠用电，影响用电行业的经济发展，同时还会影响电网企业的规划决策和经济收益。

由于行业众多、行业用电特性不尽相同，行业经济发展与用电量之间的关系也存在差异，如何利用行业未来的发展情况联动分析用电量需求，从而对该行业的各大公司所在配变进行容量校验，确保提供充足的电力供应，保证电网的稳定运行是一个较好的研究方向。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种用于摄像测量系统的适合大数据的多属性数据资源交易方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种适合大数据的多属性数据资源交易方法动分析方法，具体步骤如下：

(1)对典型行业中各公司的历史用电量、单位面积、职工数、产值等进行综合统计分析，计算出该典型行业在不同时间尺度下的成本、利润等经济指标，以及行业从业人数、单位面积等其他信息。

(2)以用电数据为基准指标，行业经济数据为被选指标，利用时间序列分析法进行关联分析，计算出基准指标与被选指标时间序列之间的相关系数。

(3)根据得到的相关系数和指标分类的标准，确定被选指标的类型，从而定性给出行业的电力先行性。

(4)结合行业发展与用电量之间的关系，预测电力先行行业的整体电力需求倾向，继而结合该行业各公司所占产值贡献率确定其所需的用电量。

(5)最后通过综合考虑该行业各大公司用电量需求和目前所属配变的容量数据，联动分析配变在短期内是否需要扩容以及扩容大小的确定。

而且，所述步骤(1)中，考虑到同一行业不同公司由于自身发展状况和营运规模存在较大的个体差异，故需要将该行业各公司的历史用电量、单位面积、职工数、产值、产品销量等进行综合统计分析，计算出该典型行业在不同时间尺度下的成本和利润等整体经济指标，以及行业的从业人数、单位面积等其他信息。

而且，所述步骤(2)中，取用电数据为基准指标为X(X＝{X₁，X₂,…X_n})，上述计算得到的行业经济数据为被选指标为Y(Y＝{Y₁，Y₂,…Y_n})，利用时间序列分析法进行关联性分析，然后计算Y与X的时滞为K的时间序列之间的时差相关系数r_K:

其中，K的值为整数。能使相关系数绝对值最大的时滞K，即为该指标的先行或滞后月份，K取负数时表示超前，K取正数时表示滞后。

而且，所述步骤(3)中，根据计算得到的使时差相关系数最大的时滞K和指标分类的标准，确定被选指标的类型。指标变动与总体用电数据在时间上存在着三种典型关系，按照指标变动的性质，分别为领先，一致和滞后，根据行业经济指标的分类情况以及时差相关系数定性地给出该行业的电力先行性。对于某行业经济指标为领先指标的，判定该行业为电力先行性行业；某行业经济指标为一致指标的，判定为电力一致性行业；某行业经济指标为滞后指标的，判定为电力滞后性行业。