System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于电力大数据的经济发展趋势分析方法技术_技高网

基于电力大数据的经济发展趋势分析方法技术

技术编号:40708001 阅读:3 留言:0更新日期:2024-03-22 11:08
本发明专利技术涉及大数据分析技术领域,提供一种基于电力大数据的经济发展趋势分析方法,所述方法包括:获取历史电量数据和对应的GDP数据;基于所述历史电量数据和对应的GDP数据构建电量与GDP的关联关系;基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的GDP数据。本发明专利技术中只需要处理用电量数据,建立历史用电量与对应GDP数据的关联关系,之后通过未来预定时间段内的用电量及所述关联关系即可预测未来预定时间段内的GDP数据,即分析经济发展趋势,整个预测过程中,数据采集和处理过程简单,预测效率高。

【技术实现步骤摘要】

本专利技术涉及大数据分析,尤其涉及一种基于电力大数据的经济发展趋势分析方法


技术介绍

1、国内生产总值(gross domestic product,gdp)是一个国家(或地区)所有常住单位在一定时期内生产活动的最终成果,gdp是国民经济核算的核心指标。一定时期内的用电量数据也与生产活动的最终成果息息相关,例如:产品加工领域,生产产品越多,必然用电量越多。目前大多数gdp预测方法均采用各种经济指标训练深度学习模型,基于训练好的深度学习模型进行gdp预测,从而分析经济发展趋势,该预测方式虽然预测的gdp数据相对准确,但模型训练时以及预测时,都需要采集各种经济指标数据,由于各种经济指标数据来源不同,格式不同,需要对采集的各种经济指标数据采用不同的方式筛选并处理,前期数量处理量大且复杂,导致整个gdp数据预测效率低。


技术实现思路

1、本专利技术提供一种基于电力大数据的经济发展趋势分析方法,用以解决现有技术中gdp预测时数据处理复杂,预测效率低的问题。

2、本专利技术提供一种基于电力大数据的经济发展趋势分析方法,包括:

3、获取历史电量数据和对应的gdp数据;

4、基于所述历史电量数据和对应的gdp数据构建电量与gdp的关联关系;

5、基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的gdp数据。

6、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,基于所述历史电量数据和对应的gdp数据构建电量与gdp的关联关系,包括:

7、基于所述历史电量数据和对应的gdp数据按预设周期计算每周期内的历史每度电贡献gdp,将所述历史每度电贡献gdp确定为所述关联关系,所述历史每度电贡献gdp为按预设周期的时间序列。

8、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的gdp数据,包括:

9、基于所述历史每度电贡献gdp预测所述未来预定时间段内的未来每度电贡献gdp;

10、基于所述未来预定时间段内的用电量和所述未来每度电贡献gdp,预测所述未来预定时间段内gdp数据。

11、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,基于所述历史每度电贡献gdp预测所述未来预定时间段内的未来每度电贡献gdp,包括:

12、采用时间序列加法模型将历史每度电贡献gdp的时间序列拆分为三个子时间序列,分别为:趋势子序列、季节子序列和残差子序列;

13、基于每个子序列分别预测对应的未来每度电贡献gdp分量;

14、对各未来每度电贡献gdp分量求和得到所述未来预定时间段内的未来每度电贡献gdp。

15、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,基于每个子序列分别预测对应的未来每度电贡献gdp分量,包括:

16、采用自回归积分滑动平均模型预测所述趋势子序列对应的未来每度电贡献gdp分量;

17、采用自回归积分滑动平均模型预测所述季节子序列对应的未来每度电贡献gdp分量;

18、采用多元回归模型预测所述残差子序列对应的未来每度电贡献gdp分量。

19、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,所述历史电量数据和对应的gdp数据,包括:第一产业相关的历史电量数据和对应的gdp数据、第二产业相关的历史电量数据和对应的gdp数据和第三产业相关的历史电量数据和对应的gdp数据。

20、根据本专利技术提供的一种基于电力大数据的经济发展趋势分析方法,获取历史电量数据和对应的gdp数据,包括:按月或季度获取历史电量数据和对应的gdp数据。

21、本专利技术还提供一种基于电力大数据的经济发展趋势分析装置,包括:

22、数据获取模块,用于获取历史电量数据和对应的gdp数据;

23、关联关系构建模块,用于基于所述历史电量数据和对应的gdp数据构建电量与gdp的关联关系;

24、gdp预测模块,用于基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的gdp数据。

25、本专利技术还提供一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述的基于电力大数据的经济发展趋势分析方法。

26、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的基于电力大数据的经济发展趋势分析方法。

27、本专利技术提供的基于电力大数据的经济发展趋势分析方法,通过获取历史电量数据和对应的gdp数据;基于所述历史电量数据和对应的gdp数据构建电量与gdp的关联关系;基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的gdp数据。本专利技术中只需要处理用电量数据,建立历史用电量与对应gdp数据的关联关系,之后通过未来预定时间段内的用电量及所述关联关系即可预测未来预定时间段内的gdp数据,即分析经济发展趋势,整个预测过程中,数据采集和处理过程简单,预测效率高。

本文档来自技高网...

【技术保护点】

1.一种基于电力大数据的经济发展趋势分析方法,其特征在于,包括:

2.根据权利要求1所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于所述历史电量数据和对应的GDP数据构建电量与GDP的关联关系,包括:

3.根据权利要求2所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的GDP数据,包括:

4.根据权利要求3所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于所述历史每度电贡献GDP预测所述未来预定时间段内的未来每度电贡献GDP,包括:

5.根据权利要求4所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于每个子序列分别预测对应的未来每度电贡献GDP分量,包括:

6.根据权利要求1所述的基于电力大数据的经济发展趋势分析方法,其特征在于,所述历史电量数据和对应的GDP数据,包括:第一产业相关的历史电量数据和对应的GDP数据、第二产业相关的历史电量数据和对应的GDP数据和第三产业相关的历史电量数据和对应的GDP数据。

>7.根据权利要求1~6中任一项所述的基于电力大数据的经济发展趋势分析方法,其特征在于,获取历史电量数据和对应的GDP数据,包括:按月或季度获取历史电量数据和对应的GDP数据。

8.一种基于电力大数据的经济发展趋势分析装置,其特征在于,包括:

9.一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于电力大数据的经济发展趋势分析方法。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于电力大数据的经济发展趋势分析方法。

...

【技术特征摘要】

1.一种基于电力大数据的经济发展趋势分析方法,其特征在于,包括:

2.根据权利要求1所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于所述历史电量数据和对应的gdp数据构建电量与gdp的关联关系,包括:

3.根据权利要求2所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于未来预定时间段内的用电量及所述关联关系,预测未来预定时间段内的gdp数据,包括:

4.根据权利要求3所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于所述历史每度电贡献gdp预测所述未来预定时间段内的未来每度电贡献gdp,包括:

5.根据权利要求4所述的基于电力大数据的经济发展趋势分析方法,其特征在于,基于每个子序列分别预测对应的未来每度电贡献gdp分量,包括:

6.根据权利要求1所述的基于电力大数据的经济发展趋势分析方法,其特征在于,所述历史电量数据和对应的g...

【专利技术属性】
技术研发人员:陈依颖李韫莛李莹陈敏梁哲辉梁东贵周玖刘飞翔欧志萍谢贤聪彭伟伦史尊伟
申请(专利权)人:广东电网有限责任公司广州供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1