【技术实现步骤摘要】
本申请涉及经济，具体而言，涉及一种gdp数据的预测方法、gdp数据的预测装置、计算机可读存储介质、处理器和电子设备。
技术介绍
1、电力作为现代社会运行的基础，其消耗与经济活动密切相关，电力供应的稳定性对于经济的持续增长具有重要保障作用，现有技术中的gdp(gross domestic product)数据预测方法为考虑用电量对gdp的影响，但是没有考虑到其他因素对gdp的影响，导致确定的gdp数据的准确度较低。
技术实现思路
1、本申请的主要目的在于提供一种gdp数据的预测方法、gdp数据的预测装置、计算机可读存储介质、处理器和电子设备，以至少解决现有技术中的gdp数据预测方法确定的gdp数据准确度较低的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种gdp数据的预测方法，所述方法包括：获取当前气象数据，且获取当前电力数据，所述当前气象数据包括：多种相关气象物理量在当前时段的取值，一种所述相关气象物理量为影响目标产业的gdp的一种气象物理量，一种所述气象物理量为以下之一：目标区域的空气的平均温度、所述目标区域的空气的最低温度、所述目标区域的空气的最高温度、所述目标区域的空气的平均湿度、所述目标区域的平均光照强度、所述目标区域的平均降雨量、所述目标区域的平均风速，所述目标区域为所述目标产业所在的区域，所述当前电力数据包括所述目标产业的用电量在所述当前时段的取值；根据所述当前气象数据和所述当前电力数据，确定当前gdp数据，所述当前gdp数据为所述目标产业的g
3、可选地，根据所述当前气象数据和所述当前电力数据，确定当前gdp数据，包括：获取历史气象数据，获取历史电力数据，且获取历史gdp数据，所述历史气象数据包括：多种所述相关气象物理量在历史时段的取值，所述历史电力数据包括所述目标产业的用电量在所述历史时段的取值，所述历史gdp数据为所述目标产业的gdp在所述历史时段的取值；采用主成分分析法对所述历史气象数据以及所述历史电力数据进行降维处理，得到历史降维数据；采用所述历史降维数据和所述历史gdp数据训练神经网络得到，预测模型；采用主成分分析法对所述当前气象数据以及所述当前电力数据进行降维处理，得到当前降维数据；将所述当前降维数据输入所述预测模型，得到所述当前gdp数据。
4、可选地，所述方法还包括：获取多种所述气象物理量在所述历史时段的取值；分别计算各种所述气象物理量与所述目标产业的gdp的皮尔逊相关系数，得到多个目标相关系数，一种目标相关系数对应于一种所述气象物理量；确定大于或者等于预设值的所述目标相关系数对应的所述气象物理量为所述相关气象物理量。
5、可选地，获取历史gdp数据，包括：获取所述目标产业的gdp在历史周期的取值，所述历史周期包括多个所述历史时段；采用线性差值算法对所述目标产业的gdp在所述历史周期的取值进行处理，得到所述历史gdp数据。
6、可选地，采用线性差值算法对所述目标产业的gdp在历史周期的取值进行处理，得到所述历史gdp数据，包括：根据确定所述历史gdp数据，其中，xt为所述历史周期的第t个所述历史时段，y为所述目标产业的gdp在所述历史周期的取值，h为所述历史周期包括的所述历史时段的数量，k为所述历史时段的环比增长率。
7、可选地，所述神经网络为基于贝叶斯优化算法的lstm神经网络。
8、根据本申请的另一个方面，提供了一种gdp数据的预测装置，所述装置包括：第一获取单元，用于获取当前气象数据，且获取当前电力数据，所述当前气象数据包括：多种相关气象物理量在当前时段的取值，一种所述相关气象物理量为影响目标产业的gdp的一种气象物理量，一种所述气象物理量为以下之一：目标区域的空气的平均温度、所述目标区域的空气的最低温度、所述目标区域的空气的最高温度、所述目标区域的空气的平均湿度、所述目标区域的平均光照强度、所述目标区域的平均降雨量、所述目标区域的平均风速，所述目标区域为所述目标产业所在的区域，所述当前电力数据包括所述目标产业的用电量在所述当前时段的取值；第一确定单元，用于根据所述当前气象数据和所述当前电力数据，确定当前gdp数据，所述当前gdp数据为所述目标产业的gdp在所述当前时段的取值。
9、根据本申请的再一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的gdp数据的预测方法。
10、根据本申请的又一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的gdp数据的预测方法。
11、根据本申请的一个方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的gdp数据的预测方法。
12、应用本申请的技术方案，首先，获取多种相关气象物理量在当前时段的取值以及目标产业的用电量在当前时段的取值，然后，根据多种相关气象物理量在当前时段的取值以及目标产业的用电量在当前时段的取值，确定目标产业的gdp在当前时段的取值，相比于现有技术中的gdp数据预测方法中仅考虑用电量对gdp的影响，本申请在考虑用电量对gdp的影响的同时，还考虑了气象物理量对gdp的影响，提高了确定的gdp数据的准确性，解决了现有技术中的gdp数据预测方法确定的gdp数据准确度较低的问题。
本文档来自技高网...【技术保护点】
1.一种GDP数据的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据所述当前气象数据和所述当前电力数据，确定当前GDP数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，获取历史GDP数据，包括：
5.根据权利要求4所述的方法，其特征在于，采用线性差值算法对所述目标产业的GDP在历史周期的取值进行处理，得到所述历史GDP数据，包括：
6.根据权利要求2所述的方法，其特征在于，所述神经网络为基于贝叶斯优化算法的LSTM神经网络。
7.一种GDP数据的预测装置，其特征在于，所述装置包括：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的GDP数据的预测方法。
9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的GDP数据
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至6中任意一项所述的GDP数据的预测方法。
...【技术特征摘要】
1.一种gdp数据的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据所述当前气象数据和所述当前电力数据，确定当前gdp数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，获取历史gdp数据，包括：
5.根据权利要求4所述的方法，其特征在于，采用线性差值算法对所述目标产业的gdp在历史周期的取值进行处理，得到所述历史gdp数据，包括：
6.根据权利要求2所述的方法，其特征在于，所述神经网络为基于贝叶斯优化算法的lstm神经网络。
7.一种gdp数据的预测装置，其...
【专利技术属性】
技术研发人员：陈波，张宏宇，高鑫，杨闰熹，胡彩娥，杜宏宇，方晓，李聪，赵文祎，王玉琢，周奎，冯楠，张艳，
申请(专利权)人：国网北京市电力公司，
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。