经济景气指数检测方法、电子设备、存储介质技术

本发明专利技术提供经济景气指数检测方法，包括以下步骤：建立层次动态因子模型，根据电力系统的层次及行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；估计模型参数，根据电力系统的层次及行政级别区划对应的各类消耗量估计经济景气指数层次动态因子模型中的模型参数；调整经济景气指数，根据电力系统的层次及行政级别区划对应的经济指标调整对应的经济景气指数。本发明专利技术涉及电子设备与可读存储介质，用于执行经济景气指数检测方法；本发明专利技术通过引入结构性评估能够充分描述不同区域和行业与电力景气指数间的关联性差异，同时能够根据结构性评估与产业结构系数对此差异进行修正。

【技术实现步骤摘要】
经济景气指数检测方法、电子设备、存储介质
本专利技术涉及电力数据检测
，尤其涉及经济景气指数检测方法、电子设备、存储介质。
技术介绍
电力行业是国民经济发展的重要基础行业，与大多数产业部门均有密不可分的联系。电力行业的周期性波动往往与总体经济的周期吻合，通常还具有一定的先行性，因此可以通过电力行业的景气程度预测未来短期内总体经济的发展变化趋势。但现有技术中对经济景气指数评估和预测时，往往仅包含用电量这一个电力行业指标，显然不能完全地体现总体电力行业的变化趋势。而且现有技术中仅对总体变化进行了评估，对于各个下属区域、各个行业产业与电力行业的关联程度以及由此带来的经济波动变化规律并没有一种准确完整的评估与预测方法，无法对总体经济周期性变化特征进行描述与预测。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供经济景气指数检测方法、电子设备、存储介质，解决了现有技术不能完全地体现总体电力行业的变化趋势，无法对总体经济周期性变化特征进行描述与预测的问题。本专利技术提供经济景气指数检测方法，包括以下步骤：建立层次动态因子模型，根据电力系统的层次及行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；估计模型参数，根据电力系统的层次及行政级别区划对应的各类消耗量估计所述经济景气指数层次动态因子模型中的模型参数；调整经济景气指数，根据电力系统的层次及行政级别区划对应的经济指标调整对应的经济景气指数。进一步地，所述建立层次动态因子模型中，所述经济景气指数层次动态因子模型具体为：Ft＝λFt-1+εt其中，yijk,t为时刻第ij个行政区划的第k个电力系统消耗量，Hij,t为t时刻第ij个行政区划的景气指数，Gi,t为t时刻第i个上层行政区划的景气指数，Ft为t时刻的整体经济的景气指数，分别为对应层次的特质性因子。进一步地，所述估计模型参数中，采用Markov链MonteCarlo算法中的Gibbs抽样方法根据电力系统的层次及行政级别区划对应的各类消耗量估计所述经济景气指数层次动态因子模型中的模型参数，所述模型参数包括参数集和经济景气指数的后验分布。进一步地，所述估计模型参数包括以下步骤：提取初始值，采用主成分分析法提取Hij,t、Gi,t、Ft的初始值；估计后验分布，采用Markov链MonteCarlo算法中的Gibbs抽样方法对所述Hij,t、Gi,t、Ft的初始值进行后验分布的抽样和估计。进一步地，所述提取初始值包括以下步骤：提取景气指数初始值，从{yijk,t}t＝1,…,T中提取{Hij,t}t＝1,…,T的初始值，从{Hij,t}t＝1,…,T中提取{Gi,t}t＝1,…,T的初始值，从{Gi,t}t＝1,…,T中提取{Ft}t＝1,…,T的初始值；提取参数集初始值，根据所述{Hij,t}t＝1,…,T的初始值、{Gi,t}t＝1,…,T的初始值、{Ft}t＝1,…,T的初始值，通过参数集的先验分布及最小二乘法，获得参数集的初始值，其中，设定识别约束为αijk＝1，εt＝1。进一步地，所述估计后验分布包括以下步骤：抽取行政区划的景气指数，采用Kalman滤波算法和{yijk,t}t＝1,…,T估计{Hij,t}t＝1,…,T的均值和方差并从服从所述均值和方差的后验分布中抽取{Hij,t}t＝1,…,T；抽取上层行政区划的景气指数，采用Kalman滤波算法和{Hij,t}t＝1,…,T估计{Gi,t}t＝1,…,T的均值和方差并从服从所述均值和方差的后验分布中抽取{Gi,t}t＝1,…,T；抽取整体经济的景气指数，采用Kalman滤波方法和{Gi,t}t＝1,…,T，估计{Ft}t＝1,…,T的均值和方差σ2，并从服从所述均值和方差σ2的后验分布中抽取{Ft}t＝1,…,T；修正均值和方差，采用最小二乘法修正所述参数集中各个参数先验分布的均值与方差，并从服从所述均值与方差的后验分布中抽取参数集。进一步地，所述模型参数指标还包括步骤：阈值调节，重复所述步骤提取初始值和估计后验分布直到两次抽样中所有层景气指数与参数集差异小于预设阈值。进一步地，所述调整经济景气指数包括以下步骤：构建ARMA拟合模型，根据经济指标的自相关系数与偏自相关系数确定ARMA模型的阶数，通过所述阶数构建经济指标的ARMA拟合模型；预测经济指标当期值，通过经济指标的历史数据和所述ARMA拟合模型预测经济指标的当期值；修正经济指标参数，根据所述当期值修正经济指标的均值与方差；标准化景气指数，将各层次景气指数标准化为均值为0且方差为1；经济景气指数排名，将各层次景气指数的均值与方差替换为所述经济指标均值与方差，按照所述经济指标均值与方差的排序对各行政级别区划的经济景气指数排名。一种电子设备，包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行上述经济景气指数检测方法。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述经济景气指数检测方法。相比现有技术，本专利技术的有益效果在于：本专利技术提供经济景气指数检测方法，包括以下步骤：建立层次动态因子模型，根据电力系统的层次及行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；估计模型参数，根据电力系统的层次及行政级别区划对应的各类消耗量估计经济景气指数层次动态因子模型中的模型参数；调整经济景气指数，根据电力系统的层次及行政级别区划对应的经济指标调整对应的经济景气指数。本专利技术涉及电子设备与可读存储介质，用于执行经济景气指数检测方法；本专利技术将层次结构引入到动态因子模型中，并包含产业结构系数的修正项，解决了现有技术中景气指数没有结构性评估以及电力行业与不同区域、产业关联程度差异带来的景气指数相关性差异问题。通过引入结构性评估能够充分描述不同区域和行业与电力景气指数间的关联性差异，同时能够根据结构性评估与产业结构系数对此差异进行修正。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的经济景气指数检测方法流程图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。经济景气指数检测方法，如图1所示，包括以下步骤：建立层次动态因子模型，根据电力系统的不同层次、不同行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；优选的，建立层次动态因子模型中，经济景气指数层次动态因子模型具体为：Ft＝λFt-1+εt其中，yijk,t为时刻第ij个行政区划的第k个电力系统消耗量，Hij,t为t时刻第ij个行政区划的景气指数，Gi,t为t时刻第i个上层行政区划的景气指数，Ft为t时刻的整体经济的景气指数，分别为对应层次的特质性因子。估计模型参数，根据电力系统的不同层次、本文档来自技高网...

【技术保护点】
1.经济景气指数检测方法，其特征在于包括以下步骤：建立层次动态因子模型，根据电力系统的层次及行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；估计模型参数，根据电力系统的层次及行政级别区划对应的各类消耗量估计所述经济景气指数层次动态因子模型中的模型参数；调整经济景气指数，根据电力系统的层次及行政级别区划对应的经济指标调整对应的经济景气指数。

【技术特征摘要】
1.经济景气指数检测方法，其特征在于包括以下步骤：建立层次动态因子模型，根据电力系统的层次及行政级别区划对应的各类消耗量建立对应的经济景气指数层次动态因子模型；估计模型参数，根据电力系统的层次及行政级别区划对应的各类消耗量估计所述经济景气指数层次动态因子模型中的模型参数；调整经济景气指数，根据电力系统的层次及行政级别区划对应的经济指标调整对应的经济景气指数。2.如权利要求1所述的经济景气指数检测方法，其特征在于：所述建立层次动态因子模型中，所述经济景气指数层次动态因子模型具体为：Ft＝λFt-1+εt其中，yijk，t为时刻第ij个行政区划的第k个电力系统消耗量，Hij，t为t时刻第ij个行政区划的景气指数，Gi，t为t时刻第i个上层行政区划的景气指数，Ft为t时刻的整体经济的景气指数，分别为对应层次的特质性因子。3.如权利要求2所述的经济景气指数检测方法，其特征在于：所述估计模型参数中，采用Markov链MonteCarlo算法中的Gibbs抽样方法根据电力系统的层次及行政级别区划对应的各类消耗量估计所述经济景气指数层次动态因子模型中的模型参数，所述模型参数包括参数集和经济景气指数的后验分布。4.如权利要求3所述的经济景气指数检测方法，其特征在于：所述估计模型参数包括以下步骤：提取初始值，采用主成分分析法提取Hij，t、Gi，t、Ft的初始值；估计后验分布，采用Markov链MonteCarlo算法中的Gibbs抽样方法对所述Hij，t、Gi，t、Ft的初始值进行后验分布的抽样和估计。5.如权利要求4所述的经济景气指数检测方法，其特征在于：所述提取初始值包括以下步骤：提取景气指数初始值，从{yijk，t}t＝1，...，T中提取{Hij，t}t＝1，...，T的初始值，从{Hij，t}t＝1，...，T中提取{Gi，t}t＝1，...，T的初始值，从{Gi，t}t＝1，...，T中提取{Ft}t＝1，...，T的初始值；提取参数集初始值，根据所述{Hij，t}t＝1，...，T的初始值、{Gi，t}t＝1，...，T的初始值、{Ft}t＝1，...，T的初始值，通过参数集的先验分布及最小二乘法，获得参数集的初始值，其中，设定识别约束为αijk＝...

【专利技术属性】
技术研发人员：王州波，罗飞鹏，林森，许炳灿，陈敏辉，方匡南，陈宇晟，
申请(专利权)人：国网浙江省电力有限公司宁波供电公司，杭州柯林电气股份有限公司，
类型：发明
国别省市：浙江,33