[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

说明书

本发明公开了一种基于电力大数据的行业发展景气度预测方法及系统，包括：选取与电力消费水平现状相关性最强的用电量指标，与电力消费水平预期相关性最强的业扩报装容量指标作为模型的输入数据，基于用电量指标和业扩报装容量指标，引入电力消费现状因子和电力消费期望因子，构建行业电力景气指数模型，利用深度学习长短记忆神经网络(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。

技术领域

本发明涉及大数据分析技术领域，具体为一种基于电力大数据的行业发展景气度预测方法及系统。

背景技术

用电信息可以充分反映市场主体经济活动的活跃度，电力数据相对传统经济数据的先行性，可以及时研判行业生产和发展态势、服务地方经济决策。同时，传统视角判断经济周期面临种种制约，通过收集电力数据，构建基于电力大数据的行业发展景气度预测模型，可从电力视角判断行业发展情况，并建立相关预测模型对行业未来发展情况进行预判，具有较高的实用价值。

因此，选取与电力消费水平现状相关性最强的用电量指标，与电力消费水平预期相关性最强的业扩报装容量指标作为模型的输入数据。基于用电量指标和业扩报装容量指标，引入电力消费现状因子和电力消费期望因子，构建电力景气指数模型。利用深度学习长短记忆神经网络(LSTM)对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。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种基于电力大数据的行业发展景气度预测方法及系统，充分发挥电力大数据量大、类型多、价值高等特点，基于用电量指标、业扩报装容量指标，构建行业发展景气度模型，分析行业发展态势，行业主管部门能够直观地掌握各行业发展态势，精准发现行业发展风险并制定帮扶政策，助力政府服务由事后向事前转型，提升政府数字化精细化管理水平。用能企业也能够参考这些数据及时优化产能和产品结构。

一种基于电力大数据的行业发展景气度预测方法，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。

优选的，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。

优选的，步步骤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