本发明专利技术实施例提供一种融合电力大数据的利率预测智能算法模型研究方法，属于利率预测技术领域。所述利率预测智能算法模型研究方法包括：基于国网数据中台、公司大数据平台获取电力内外部数据；根据所述电力内外部数据，对所述电力内外部数据进行预处理；构建关于利率预测的模型；根据预处理后的所述电力内外部数据对构建好的模型进行校验。该利率预测智能算法模型研究方法可以融合电力内外部数据，在原有算法模型上打破技术壁垒，提升利率预测的持续性和准确型。
【技术实现步骤摘要】
本专利技术涉及利率预测，具体地涉及一种融合电力大数据的利率预测智能算法模型研究方法。
技术介绍
1、我国近年来一直以实现利率市场化为目标，而同业拆借市场是实现利率市场化最早的市场之一，分别研究同业拆借市场利率、国债回购市场利率、中央银行基准利率同我国同业拆借市场各期利率之间的关系，同时分析了同业拆借市场对货币供应量的影响，得出货币供应量与同业拆借市场利率之间存在反向关系，但同业拆借市场利率对不同口径的货币供应量影响不同的结论。现有技术中，没有以电力数据为基础，在原有算法模型基础上打破技术壁垒，提升利率预测的持续性和准确性的方法。
技术实现思路
1、本专利技术实施例的目的是提供一种融合电力大数据的利率预测智能算法模型研究方法，该利率预测智能算法模型研究方法可以融合电力内外部数据，在原有算法模型上打破技术壁垒，提升利率预测的持续性和准确型。
2、为了实现上述目的，本专利技术实施例提供一种融合电力大数据的利率预测智能算法模型研究方法，所述利率预测智能算法模型研究方法包括：
>3、基于国网数据中本文档来自技高网...
【技术保护点】
1.一种融合电力大数据的利率预测智能算法模型研究方法，其特征在于，所述利率预测智能算法模型研究方法包括：
2.根据权利要求1所述的利率预测智能算法模型研究方法，其特征在于，所述电力内外部数据包括：财务管控系统数据、用电信息采集系统数据、营销业务应用系统数据、市场化售电业务应用系统数据、工商系统系统发布的数据、金融系统发布的数据、司法系统发布的数据。
3.根据权利要求1所述的利率预测智能算法模型研究方法，其特征在于，所述根据所述电力内外部数据，对所述电力内外部数据进行预处理包括：
4.根据权利要求3所述的利率预测智能算法模型研究方法，其特征在于，构建关于...
【技术特征摘要】
1.一种融合电力大数据的利率预测智能算法模型研究方法，其特征在于，所述利率预测智能算法模型研究方法包括：
2.根据权利要求1所述的利率预测智能算法模型研究方法，其特征在于，所述电力内外部数据包括：财务管控系统数据、用电信息采集系统数据、营销业务应用系统数据、市场化售电业务应用系统数据、工商系统系统发布的数据、金融系统发布的数据、司法系统发布的数据。
3.根据权利要求1所述的利率预测智能算法模型研究方法，其特征在于，所述根据所述电力内外部数据，对所述电力内外部数据进行预处理包括：
4.根据权利要求3所述的利率预测智能算法模型研究方法，其特征在于，构建关于利率预测的模型包括：
5.根据权利要求4所述的利率预测智能算法模型研究方法，其特征在于，构建关于利...
【专利技术属性】
技术研发人员：陶鹏，许维波，江蒗，胡传胜，陶晋，赵伟，
申请(专利权)人：安徽继远软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。