[发明专利]一种面向典型行业大数据的电力经理指数趋势预测方法

摘要

本发明涉及一种面向典型行业大数据的电力经理指数趋势预测方法，包括（1）采用相关性分析对影响行业用电量的指标进行筛选；（2）对筛选出的指标利用统计检验和粗糙集理论进行检验和优化，建立行业电力监测指标体系模型；（3）提出基于电力经理指数（Electrical Manager's Index，简称EMI）的构建和预测方法，并基于电力经理指数预测行业用电趋势。本发明能够监测行业用电动态变化、分析其所处状态以及预见其发展趋势，掌握电力市场供求变化的规律，为电力市场营销决策提供可靠的依据。

主权项

一种面向典型行业大数据的电力经理指数趋势预测方法，其特征在于：包括如下步骤，步骤S1：采用相关性分析对影响行业用电量的指标进行筛选；步骤S2：对筛选出的指标利用统计检验和粗糙集理论进行检验和优化，建立行业电力监测指标体系模型；该步骤具体实现过程如下，步骤S21：对筛选出的指标进行有效性检验和优化；步骤S22：指标权重计算；步骤S23：综合评分；所述步骤S21对筛选出的指标进行有效性检验和优化的具体过程如下，(1)对于连续型指标：将连续型指标看作时间序列，用统计学方法检验各指标与目标之间的有效关系，具体即：首先，采用相关性检验，检测出负荷用电数据与电力指标相关程度的大小；其次，通过单位根检验，检验时间序列的平稳性；再而，采用协整检验，检验指标之间的长期稳定的比例关系；最后，通过格兰杰检验，检验指标之间的因果关系，得到最终的指标；(2)对于离散型指标：采用粗糙集理论中的重要度概念对离散型指标进行有效性检验和优化，具体步骤如下：(a)建立综合评价信息系统和决策表；(b)确定离散各属性区间，根据各属性区间大小对指标数据进行离散化处理；(c)确定等类集合U/ind(C),U/(D),U/ind(C‑{ci})，其中，U表示论域，C为评价指标集合，ind(C)为C的等价关系，C‑{Ci}表示剔除指标Ci后的评价指标集合，D为决策属性指标；(d)导出条件属性集合正域posC(D),条件属性集合基数card[posC(D)],(e)计算D对C的依赖程度rc(D)及D对C‑{ci}的依赖程度即rC(D)＝card[posC(D)]/card(U)rC-|ci|(D)=card[posC-|ci|(D)]/card(U)]]>(f)计算条件属性对于决策属性的重要程度σ(ci)，即若某项指标的重要程度σ(ci)小于一阈值，则剔除该指标；步骤S3：提出基于电力经理指数的构建和预测方法，并基于电力经理指数预测行业用电趋势。