一种基于多变量的动态分析方法、装置及相关设备制造方法及图纸

本发明专利技术涉及能源预测控制领域，公开一种基于多变量的动态分析方法、装置及相关设备，方法包括：获取多个原始变量构建多变量分析模型，基于多变量分析模型获取目标变量，每一原始变量包括多个样本数据，目标变量包括经济变量、能源变量、电力变量以及碳排放变量；根据目标变量构建目标向量自回归模型；基于目标向量自回归模型，通过脉冲响应函数分析经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，以及通过方差分解计算经济变量、能源变量、电力变量以及碳排放变量之间的贡献率。本发明专利技术能够准确的分析出多个目标变量之间的变化关系及影响程度，有利于全面的预测多个目标变量之间的关系，为制定环境保护策略提供可靠的数据支撑。的数据支撑。的数据支撑。

【技术实现步骤摘要】
一种基于多变量的动态分析方法、装置及相关设备


[0001]本专利技术涉及能源预测控制领域，具体的，涉及一种基于多变量的动态分析方法、装置及相关设备。

技术介绍

[0002]随着经济的高速发展，随之产生了环境污染、能源浪费、气候恶化等问题，导致经济发展与环境保护之间的矛盾日趋尖锐。此外，以煤炭能源为主的现状引发大量的碳排放。可以发现碳排放与经济、能源、电力存在着密切的相关性，能源是经济和社会发展的重要物质基础，能源安全是国家资源和经济安全的重要组成部分。但是，目前对经济、能源、电力、碳排的预测多采用单变量时间序列方法，缺乏整体的研究，存在着宏观视角的局限性，无法保证各变量之间的变动趋势是否相符，对此，制定的方案将无法以宏观的角度实现最优控制。所以，为了更好的维护经济发展与环境保护之间的关系，如何综合多个变量分析之间的相互影响变得极其重要。

技术实现思路

[0003]本专利技术的专利技术目的是针对通过单变量事件序列的方式对经济、能源、电力、碳排进行预测存在整体分析的局限性的问题，提出了一种基于多变量的动态分析方法，通过选取包括经济变量、能源变量、电力变量以及碳排放变量的目标变量，并基于目标变量构建目标向量自回归模型，结合脉冲响应函数以及方差分解进行求解，能够准确的分析出目标变量之间的变化关系以及对于变化的影响程度，为制定环境保护策略提供可靠的数据支撑。
[0004]第一方面，本专利技术实施例中提供的一种技术方案是，一种基于多变量的动态分析方法，包括以下步骤：获取多个原始变量，构建多变量分析模型，并基于所述多变量分析模型从所述多个原始变量中获取目标变量，其中，每一所述原始变量包括多个样本数据，所述目标变量包括经济变量、能源变量、电力变量以及碳排放变量；根据所述目标变量构建目标向量自回归模型；基于所述目标向量自回归模型，通过脉冲响应函数分析所述经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，以及通过方差分解计算所述经济变量、能源变量、电力变量以及碳排放变量之间的贡献率。
[0005]可选的，所述构建多变量分析模型，并基于所述多变量分析模型从所述多个原始变量中获取目标变量，包括：基于所述原始变量构建所述多变量分析模型，对所述多变量分析模型中由多个所述原始变量构建的原始变量矩阵进行标准化处理，得到标准变量矩阵；基于所述标准变量矩阵计算协方差矩阵；基于所述协方差矩阵选取多个所述目标变量。
[0006]可选的，所述对所述多变量分析模型中由多个所述原始变量构建的原始变量矩阵
进行标准化处理，包括：计算所述原始变量矩阵中同一所述原始变量的每一样本数据与样本集平均值的差值；计算所述原始变量矩阵的标准偏差；基于所述差值与所述标准偏差计算标准化变量，根据所有所述标准化变量构建所述标准变量矩阵。
[0007]可选的，所述基于所述协方差矩阵选取多个所述目标变量，包括：计算所述协方差矩阵的特征值及特征向量，并将所述特征向量按照对应的所述特征值大小进行行排列；计算每个所述特征向量的方差及方差贡献率，基于所述方差贡献率计算前k个所述特征向量的累计方差贡献率，其中，k为≥1的整数；若前k个所述特征向量的所述累计方差贡献率达到预设比重阈值，则选取前k个所述特征向量作为所述目标变量。
[0008]可选的，所述通过脉冲响应函数分析所述经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，包括：向所述目标向量自回归模型中的所述目标变量输出单位脉冲，得到每一所述目标变量对其余各目标变量的所述脉冲响应函数；基于所述脉冲响应函数获取多个所述目标变量之间的脉冲响应结果，所述脉冲响应结果表示多个所述目标变量之间的动态关系；其中，所述目标向量自回归模型如下：y
t
=(I
k
‑
A1L
‑…‑
A
p
L
p
)
‑1ε
t
=(I
k
+C1L+C2L2+
…
)ε
t
其中，t＝1,2,3
…
,T，T表示目标向量的样本数据个数；p表示滞后阶数；y
t
表示k维目标变量列向量；I
k
为常数项；A1，
…
，A
p
、C1，
…
，C
p
为系数矩阵；ε
t
为扰动项；L，
…
，L
p
表示对角线元素都等于1的下三角矩阵。
[0009]可选的，所述通过方差分解计算所述经济变量、能源变量、电力变量以及碳排放变量之间的贡献率，包括：基于所述脉冲响应函数输出的所述脉冲响应结果，通过正交方差分解计算所述经济变量、能源变量、电力变量以及碳排放变量在受到所述单位脉冲冲击时产生的方差，以及根据多个所述方差计算方差和；基于所述方差以及所述方差和计算所述经济变量、所述能源变量、所述电力变量以及所述碳排放变量之间的所述贡献率；其中，所述方差计算如下；其中，i＝1,2,
…
,k；t＝1,2,
…
,T；C
ij(q)
＝(C
ij(0)
,C
ij(1)
,C
ij(2)
,
…
,)；σ
jj
＝E(ε
t
ε
t
′
)。
[0010]所述贡献率计算如下：
其中，i,j＝1,2,3,
…
,k。
[0011]第二方面，本专利技术实施例中提供的另一种技术方案是，一种基于多变量的动态分析装置，装置包括：第一构建模块，用于获取多个原始变量，构建多变量分析模型，并基于所述多变量分析模型从所述多个原始变量中获取目标变量，其中，每一所述原始变量包括多个样本数据，所述目标变量包括经济变量、能源变量、电力变量以及碳排放变量；第二构建模块，用于根据所述目标变量构建目标向量自回归模型；分析模块，用于基于所述目标向量自回归模型，通过脉冲响应函数分析所述经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，以及通过方差分解计算所述经济变量、能源变量、电力变量以及碳排放变量之间的贡献率。
[0012]可选的，所述第一构建模块具体用于：基于所述原始变量构建所述多变量分析模型，对所述多变量分析模型中由多个所述原始变量构建的原始变量矩阵进行标准化处理，得到标准变量矩阵；基于所述标准变量矩阵计算协方差矩阵；基于所述协方差矩阵选取多个所述目标变量。
[0013]第三方面，本专利技术实施例中提供的另一种技术方案是，一种电子设备，包括：处理器和存储器，所述处理器与所述存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如任一实施例中所述的一种基于多变量的动态分析方法。
[0014]第四方面，本专利技术实施例中提供的另一种技术方案是，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多变量的动态分析方法，其特征在于：包括以下步骤：获取多个原始变量，构建多变量分析模型，并基于所述多变量分析模型从所述多个原始变量中获取目标变量，其中，每一所述原始变量包括多个样本数据，所述目标变量包括经济变量、能源变量、电力变量以及碳排放变量；根据所述目标变量构建目标向量自回归模型；基于所述目标自回归模型，通过脉冲响应函数分析所述经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，以及通过方差分解计算所述经济变量、能源变量、电力变量以及碳排放变量之间的贡献率。2.如权利要求1所述的一种基于多变量的动态分析方法，其特征在于：所述构建多变量分析模型，并基于所述多变量分析模型从所述多个原始变量中获取目标变量，包括：基于所述原始变量构建所述多变量分析模型，对所述多变量分析模型中由多个所述原始变量构建的原始变量矩阵进行标准化处理，得到标准变量矩阵；基于所述标准变量矩阵计算协方差矩阵；基于所述协方差矩阵选取多个所述目标变量。3.如权利要求2所述的一种基于多变量的动态分析方法，其特征在于：所述对所述多变量分析模型中由多个所述原始变量构建的原始变量矩阵进行标准化处理，包括：计算所述原始变量矩阵中同一所述原始变量的每一样本数据与样本集平均值的差值；计算所述原始变量矩阵的标准偏差；基于所述差值与所述标准偏差计算标准化变量，根据所有所述标准化变量构建所述标准变量矩阵。4.如权利要求2所述的一种基于多变量的动态分析方法，其特征在于：所述基于所述协方差矩阵选取多个所述目标变量，包括：计算所述协方差矩阵的特征值及特征向量，并将所述特征向量按照对应的所述特征值大小进行行排列；计算每个所述特征向量的方差及方差贡献率，基于所述方差贡献率计算前k个所述特征向量的累计方差贡献率，其中，k为≥1的整数；若前k个所述特征向量的所述累计方差贡献率达到预设比重阈值，则选取前k个所述特征向量作为所述目标变量。5.如权利要求1所述的一种基于多变量的动态分析方法，其特征在于：所述通过脉冲响应函数分析所述经济变量、能源变量、电力变量以及碳排放变量之间的变量关系，包括：向所述目标向量自回归模型中的所述目标变量输出单位脉冲，得到每一所述目标变量对其余各目标变量的所述脉冲响应函数；基于所述脉冲响应函数获取多个所述目标变量之间的脉冲响应结果，所述脉冲响应结果表示多个所述目标变量之间的动态关系；其中，所述目标向量自回归模型如下：y
t
=(I
k
‑
A1L
‑…‑
A
p
L
p
)
‑1ε
t
=(I
k
+C1L+C2L2+
…
)ε
t
其中，t＝1,2,3
…
,T，T表示目标向量的样本数据个数；p表示滞后阶数；y
t
表示k维目标变量列向量；I
k
为常数项；A1，
…
，A

【专利技术属性】
技术研发人员：陈飞，徐军岳，李毓，侯健生，季克勤，张丽娜，王赢聪，金坚锋，黄俊威，邱璐，蔡建军，郑庆，郑琳，李亮，
申请(专利权)人：浙江华云电力工程设计咨询有限公司，
类型：发明
国别省市：