[发明专利]一种基于电力大数据的行业发展景气度预测方法及系统

权利要求书

1.一种基于电力大数据的行业发展景气度预测方法，其特征在于，包含以下步骤：

S1、基于用电量、业扩报装容量指标构建行业发展景气度模型；

S2、构建各指标计算模型；

S3、采集近三年区域各行业用电量、业扩报装容量指标数据；

S4、从时间、区域两个维度分析全行业及各行业发展景气度；

S5、采用深度学习长短记忆神经网络，即LSTM对全行业及各行业电力景气指数进行预测，分析社会经济发展趋势，为政府制定政策提供重要参考依据。

2.根据权利要求1所述的一种基于电力大数据的行业发展景气度预测方法，其特征在于：所述步骤S1中，进一步包含：

(1)用电量

1)个体指标

高压用户月电量＝用户月度电量电费台账+自备电厂自发自用部分电量

光伏用户月电量＝发电量-上网电量

2)群体指标

群体(区域、分区、行业、产业)第i月的用电量＝该群体(区域、分区、行业、产业)各用户第i月的用电量总和

(2)业扩净增容量

群体(区域、分区、行业、产业)第i月的业扩净增容量＝该群体(区域、分区、行业、产业)第i月(增容容量+新装容量-减容容量-销户容量)

业扩报装数据来自当期归档的高压用户业扩新装、增容、永久减容和销户流程。

3.根据权利要求1所述的一种基于电力大数据的行业发展景气度预测方法，其特征在于：所述步骤S2中，进一步包含：

(1)单位容量的每小时电量转化率：

单位容量每小时的电量转化率＝统计期内未发生过业扩变更的用户总用电量/统计期内未发生过业扩变更的用户总运行容量/总小时数

(2)电力景气指数：

式中，Q_i为本期用电量，反映了电力消费的现状水平，称为电力景气指数现状因子；ΔC_i为本期业扩净增容量；α为单位容量的每小时电量转化率；T为转化时间；ΔC_iαT体现了业扩净增容量带来的期望电力消费水平，称为本期电力景气指数期望因子；Q_i+ΔC_iαT为当期电力景气指数综合因子。

4.根据权利要求1所述的一种基于电力大数据的行业发展景气度预测方法，其特征在于：所述S3步骤中，进一步包含：以安装采集装置直接采集或系统集成的方式采集月用电量、月业扩报装容量数据。

5.根据权利要求1所述的一种基于电力大数据的行业发展景气度预测方法，其特征在于：所述S4步骤中，进一步包含：从时间、区域两个维度构建景气度树图，分析近6个月全行业及各行业发展景气度。

6.根据权利要求1所述的一种基于电力大数据的行业发展景气度预测方法，其特征在于：所述S5步骤中，进一步包含：采用深度学习长短记忆神经网络(LSTM)对全行业及各行业未来2个月电力景气指数进行预测(以日为周期)，分析社会经济发展趋势，为政府制定政策提供重要参考依据。

7.一种如权利要求1-5所述的基于电力大数据的行业发展景气度预测方法中采用的系统，其特征在于，包括：

存储器，用于存储计算机程序及行业发展景气度分析模型、行业发展景气度预测模型；处理器，用于执行所述存储计算机程序及行业发展景气度展示功能，以实现如权利要求1至5任意一项所述行业发展景气度预测方法的步骤。