[发明专利]一种电力统计指标关联性分析方法

摘要

本发明涉及一种电力统计指标关联性分析方法，该方法摆脱了传统统计指标相关性分析的固有思维方式，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图。相对于传统方法，本发明能够更加直观、全面的了解统计指标间相关关系，给决策者提供直观、清晰、有效的支撑。

主权项

1.一种电力统计指标关联性分析方法，其包括以下步骤：1）确定电力统计核心指标体系：从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z；X=X1X2...Xi=x11x12...x1nx21......x2n............xi1......xin,]]>Z=Z1Z2...Zi=z11z12...z1nz21......z2n............zi1......zin]]>其中，指标时间序列为X_i＝(x_i1,x_i2,…,x_in)，核心指标时间序列为Z_i＝(z_i1,z_i2,…,z_in)，n是时间序列中的数据个数；2）电力统计指标数据的相关性分析：采用相关系数法求取步骤1）的核心指标与电网指标体系中其余电力统计指标时间序列的相关系数r；根据相关系数的大小对电力统计指标相关度进行排序，去除与核心指标相关度低的指标以及核心指标本身，得到与核心指标相关性较强的新的电力统计指标体系A；3）电力统计指标数据的联动性分析：3.1）对指标体系A与核心指标体系Z中的指标时间序列进行平稳性检验，辨别出平稳时间序列和非平稳时间序列：①对于平稳时间序列，直接进行格兰杰因果分析；②对于非平稳时间序列，再进行一次差分：若差分后的时间序列有物理意义，则对差分后的时间序列进行格兰杰因果分析；若差分后的时间序列无物理意义，则去除该指标时间序列，对余下的时间序列进行格兰杰因果分析；其中，经过平稳性检验后，A和Z分别变换成可进行格兰杰因果分析的指标体系C和核心指标体系B；3.2）通过格兰杰因果分析，找出指标体系C中与核心指标体系B中的核心指标有因果引导关系的指标，将这些指标构成关键指标体系D_f：Df=Df1Df2...=Df11Df12...Df21Df22............]]>其中，与核心指标B_i对应的关键指标体系为，i＝1,2,…，中又含有多个关键指标g＝1,2,…；4）采用相关度模型建立方法，辨识模型参数，构建电力统计关键指标与核心指标的相关度模型，并借助模型检验统计量判定相关度模型的拟合程度和模型参数的可靠性；5）通过灵敏度系数法辨别电力统计关键指标与核心指标的灵敏度；6）构建电力统计指标体系逻辑勾稽关系图。