[发明专利]一种基于相关性系数的行业波动周期监测方法

说明书

本发明公开了一种基于相关性系数的行业波动周期监测方法，通过用电标准值计算模块计算去年用电量的平均值，并将每个月用电量与平均值的差值标准化得到每个月用电标准值；通过相关性系数计算模块计算前年和大前年用电标准值并两两计算相关性系数；在行业波动周期监测模块中，如果所有的相关性系数都大于0.7，则说明该行业用电量具有明显的波动周期性，若存在周期性，则进一步判断今年是否遵循此周期性，若不遵循则找出相应异常的月份并分析；对于用电存在周期性的行业，通过用电量预测模块可以对来年用电量进行有效的预测。本发明通过分析最近三年之间的关联性，结合近年的历史数据，对未来用电量进行预测以及用电异常预警。

技术领域

本发明涉及一种数据监测方法，具体说是一种基于相关性系数的行业波动周期监测方法。

技术背景

现阶段数据挖掘的应用越来越广泛，电力系统的各业务部门也越发重视数据的研究及应用。电力系统也慢慢开始使用机器学习和统计方法来分析历史数据，预测未来的走势。目前，主要存在以下两方面的问题：

1、现在大多数的数据分析和挖掘的工作都集中在一些简单的拟合以及异常判别的问题上，很少有对行业波动周期进行监测的需求。

2、对于许多传统的数据分析和挖掘算法，对数据的要求都很严格，不仅需要大量的数据而且对数据的质量要求也很高，考虑到电力系统的实际情况，许多方法并不能取得很好的结果。

上述问题严重影响了数据分析、挖掘算法在电力系统上的应用，在投入大量人力和财力的同时得不到有效的回报，因此，在使用数据分析、挖掘算法时应该考虑到电力系统的实际情况，避免不必要的浪费。

发明内容

本发明的目的是提供一种基于相关性系数的行业波动周期监测方法。通过分析最近三年之间的关联性，结合近年的历史数据，以达到对来年数据人预测，分析得出用电异常月份，为运行人员决策提供支持。

本发明的目的通过以下技术方案实现：

一种基于相关性系数的行业波动监测方法，该方法包括用电标准值计算模块、相关性系数计算模块、行业波动周期监测模块、用电量预测模块。首先，通过用电标准值计算模块计算去年用电量的平均值，并将每个月用电量与平均值的差值标准化得到每个月用电标准值，然后通过相关性系数计算模块计算前年和大前年用电标准值并两两计算相关性系数，进一步，在行业波动周期监测模块中，如果所有的相关性系数都大于0.7，则说明该行业用电量具有明显的波动周期性，若存在周期性，则进一步判断今年是否遵循此周期性，若不遵循则找出相应异常的月份并分析。最后，对于用电存在周期性的行业，通过用电量预测模块可以对来年用电量进行有效的预测。

进一步，所述用电标准值计算模块具体包括，首先计算某行业去年12个月用电平均值，然后计算该行业去年每个月用电量与平均值的差值，并找出最大和最小的差值，最后将该行业去年每个月的用电量与平均值的差值标准化得到每个月度用电量的标准值。

所述相关性系数计算模块具体包括，首先计算前年和大前年12个月每个月度用电量标准化后的值，然后通过计算所得结果根据公式计算前三年两两之间的相关性系数。

所述行业波动周期监测模块具体包括，首先对于相关性系数ε，若ε＜0.7，则说明存在发生异常的月份，同时将两年的1月数据剔除，重新计算剩余11个月的相关性系数记为ε₁，然后将两年的2月数据剔除，计算剩余11个月的相关性系数，记为ε₂，……，由此得到12个只有11个月的两年间的相关性系数，若ε_i,i＝1,2,…,12中有大于0.7的值，那么对应的i即为用电异常月份，若都小于0.7，则说明不存在用电特别异常的月份，而是由两个以上的稍微异常的月份共同导致其相关系数较低，此时找出最大的ε_i，对应的记为用电异常月份。