[发明专利]一种基于多企业用电数据耦合的经济分析平台及预测方法

摘要

本发明涉及一种经济趋势预测平台，尤其是涉及一种基于多企业用电数据耦合的经济分析平台及预测方法。包括依次连接的配置管理模块以及同时与配置管理模块连接的数据预处理模块，指标体系管理模块，关联预测模块以及预警分析模块；本发明通过将用电大数据引入到电力经济学中，通过对用电大数据使用统计计量学的处理方法，更加精确可靠地提取了大数据中的有用信息。相对于传统的数据，因大数据的数量更加庞大，信息更加全面，从而提取的关联性质更加稳定，得到的预测可靠性更强。

主权项

一种基于多企业用电数据耦合的经济分析平台，其特征在于，包括依次连接的配置管理模块以及同时与配置管理模块连接的数据预处理模块，指标体系管理模块，关联预测模块以及预警分析模块；其中，所述的数据预处理模块包括：数据类型选择模块：对输入系统的用电大数据的格式进行初步统一归类；数据性质选择模块：对输入的数据表示的是何种层次的用电大数据进行赋予；所述的指标体系管理模块包括：企业级关联指标体系子模块：用于储存企业的评价指标；所述企业的评价指标包括：企业用电量，行业级关联指标体系子模块：用于储存行业的评价指标；所述行业的评价指标包括：行业用电量产业级关联指标体系子模块：用于储存产业的评价指标；所述产业的评价指标包括：产业用电量GDP关联指标体系子模块：用于储存宏观经济的评价指标；所述宏观经济的评价指标包括：年度国家GDP值指标体系显示子模块：用于显示各级评价指标；所述的关联预测模块包括：发展趋势预测子模块：用于对各级经济的未来发展趋势进行预测；用电需求预测子模块：对企业，行业，产业，宏观各级别的近期用电需求进行预测；关于预测部分，本系统采用灰色关联预测的方法：步骤1.数据序列光滑性检验如果数据序列符合讨论的光滑性条件,可以直接建模计算,否则就要运用合适的算子进行预处理,使其满足条件,获得预测值后再用逆运算还原；步骤2.累加生成若满足光滑性条件的数据序列为X(0)＝(x(0)(1),x(0)(2),…x(0)(n))，对进行X(0)一次累加生成,得到1‑AGO序列：X(1)＝(x(1)(1),x(1)(2),…x(1)(n))其中,步骤3.紧邻生成以序列X(1)为基础,构造背景值序列Z(1)＝(z(1)(2),z(1)(3)…z(1)(n))，其中，Z(1)(k)＝ax(1)(k‑1)+(1‑a)x(1)(k),k＝1,2…n一般来说,a＝0.5所以Z(1)通常为紧邻均值生成序列；步骤4.建立模型对于非负准光滑序列X(0),其1‑AGO序列X(1),具有准指数规律,则X(1)的白化方程(影子方程)为:dx(1)dt+ax(1)=b]]>上式离散化,微分变差分,得到MG(1,)l灰微分方程:x(0)(k)+az(1)(k)＝b步骤5.求解方程参数a和b采用最小二乘法可以求得a和b的值；骤6.建立预测公式x(1)的预测公式为：x(1)(k+1)=(x(0)(1)-ba)e-ak+ba,k=1,2...n]]>得到序列x(1)预测序列戈x(1)将x(1)还原,可以得到x(0)的预测序列x(0)；x(0)(k+1)＝x(1)(k+1)‑x(1)(k),k＝1,2…n得到序列x(1)预测序列戈x(1)将x(1)还原,可以得到x(0)的预测序列x(0)；步骤7.模型精度检验模型精度检验最常用的方法就是相对误差检验,设残差序列为ε(0)＝(ε(1),ε(2)…ε(n))则相对误差序列Δ=(|ϵ(1)x(0)(1)|,|ϵ(2)x(0)(2)|...|ϵ(n)x(0)(n)|)={Δk}1n]]>对于k＞n，称为k点模拟相对误差；产业规划子模块：对产业级别的发展进行初步规划；初步规划子模块对产业的发展方向进行初步的建议规划，所用核心规划步骤如下：1.将产业级的发展趋势预测结果A引入本模块2.将产业级的用电量预测结果引入本模块3.将产业级的产值历史数据引入本模块4.对以上数据进行处理：Z=(xi+1-xi)A-yi]]>xi+1‑预测第i+1年用电量xi‑第i年用电量A‑产业产值预测数据yi‑第i年产业产值5.进行规划若Z>0则说明产业用电量同产值具有同步性，对产业提出相应的改进生产方式提高产业科技性等角度建议若Z<0则说明产业用电量同产值具有同步性，对产业提出相应的规划建议；所述的预警分析模块包括结论处理子模块，对发展趋势预测子模块及用电需求预测子模块得出的结论进行初步格式处理；结论显示子模块，对得出的结论进行各种形式的展示；配置管理模块：对后台保密，以及对用户管理进行控制。