一种电力统计指标关联性分析方法技术

本发明专利技术涉及一种电力统计指标关联性分析方法，该方法摆脱了传统统计指标相关性分析的固有思维方式，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图。相对于传统方法，本发明专利技术能够更加直观、全面的了解统计指标间相关关系，给决策者提供直观、清晰、有效的支撑。

【技术实现步骤摘要】

本专利技术属于电力统计分析
，特别是关于。
技术介绍
电力企业建设和运营的许多规律存在于丰富、复杂的统计数据中，发现并量化这些潜在规律，对电力企业提高决策效率、改善决策水平具有比较重要的意义。文献《基于数据挖掘技术的供电企业关键绩效指标分析》公开了供电企业关键指标的分类与分层关系，以及指标与原始数据之间的关系。文献《基于数据挖掘的电力行业客户细分模型研究》利用数据挖掘方法，对所获得的电力行业的大量客户行为数据进行科学客观的分析，借助聚类分析手段建立客户精细化细分模型。文献《A data mining method for obtaining globalpower quality index》则公开了利用数据挖掘技术确定反映电能质量的综合指标的方法。然而，目前现有技术中对电力统计指标体系指标相关性的梳理、指标异动性和联动性的研究甚少，未形成直观全面的统计指标勾稽关系图。
技术实现思路
针对传统电力统计指标数据分析处理方面存在的问题，本专利技术提出了，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图，以集约化电网发展，精益化电网管理。为实现上述 目的，本专利技术采取以下技术方案:，其包括以下步骤:I)确定电力统计核心指标体系:从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z ；权利要求1.，其包括以下步骤: 1)确定电力统计核心指标体系: 从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z ；2.如权利要求1所述的，其特征在于:所述步骤2.1)中，采用了皮尔森相关系数法求出各指标与核心指标间的所述相关系数r:3.如权利要求1所述的，其特征在于，所述步骤3.1)中，所述的平稳性检验模型如下:4.如权利要求2所述的，其特征在于，所述步骤3.1)中，所述的平稳性检验模型如下:5.如权利要求1或2或3或4所述的，其特征在于，所述步骤4)中，所述的相关度模型如下:6.如权利要求1或2或3或4所述的，其特征在于，所述步骤4)中，所述的模型检验统计量为以下三种中的一种: ①相关系数的平方r2，用于表征模型对回归指标的解释程度； ②检验统计量F，用于表征模型的显著程度； ③模型参数检验统计量t，用于表征模型参数的显著程度。7.如权利要求5所述的，其特征在于，所述步骤4)中，所述的模型检验统计量为以下三种中的一种: ①相关系数的平方r2，用于表征模型对回归指标的解释程度； ②检验统计量F，用于表征模型的显著程度； ③模型参数检验统计量t，用于表征模型参数的显著程度。8.如权利要求1或2或3或4或7所述的，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:9.如权利要求5所述的，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:10.如权利要求6所述的，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:全文摘要本专利技术涉及，该方法摆脱了传统统计指标相关性分析的固有思维方式，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图。相对于传统方法，本专利技术能够更加直观、全面的了解统计指标间相关关系，给决策者提供直观、清晰、有效的支撑。文档编号G06Q50/06GK103207944SQ201310043709公开日2013年7月17日 申请日期2013年2月4日 优先权日2013年2月4日专利技术者王熙亮, 马瑞, 徐慧明, 周谢, 王奇伟, 颜宏文, 于高 申请人:国家电网公司, 国网北京经济技术研究院, 马瑞本文档来自技高网...

【技术保护点】
一种电力统计指标关联性分析方法，其包括以下步骤：1）确定电力统计核心指标体系：从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z；X=X1X2...Xi=x11x12...x1nx21......x2n............xi1......xin,Z=Z1Z2...Zi=z11z12...z1nz21......z2n............zi1......zin其中，指标时间序列为Xi＝(xi1,xi2,…,xin)，核心指标时间序列为Zi＝(zi1,zi2,…,zin)，n是时间序列中的数据个数；2）电力统计指标数据的相关性分析：采用相关系数法求取步骤1）的核心指标与电网指标体系中其余电力统计指标时间序列的相关系数r；根据相关系数的大小对电力统计指标相关度进行排序，去除与核心指标相关度低的指标以及核心指标本身，得到与核心指标相关性较强的新的电力统计指标体系A；3）电力统计指标数据的联动性分析：3.1）对指标体系A与核心指标体系Z中的指标时间序列进行平稳性检验，辨别出平稳时间序列和非平稳时间序列：①对于平稳时间序列，直接进行格兰杰因果分析；②对于非平稳时间序列，再进行一次差分：若差分后的时间序列有物理意义，则对差分后的时间序列进行格兰杰因果分析；若差分后的时间序列无物理意义，则去除该指标时间序列，对余下的时间序列进行格兰杰因果分析；其中，经过平稳性检验后，A和Z分别变换成可进行格兰杰因果分析的指标体系C和核心指标体系B；3.2）通过格兰杰因果分析，找出指标体系C中与核心指标体系B中的核心指标有因果引导关系的指标，将这些指标构成关键指标体系Df：Df=Df1Df2...=Df11Df12...Df21Df22............其中，与核心指标Bi对应的关键指标体系为，i＝1,2,…，中又含有多 个关键指标g＝1,2,…；4）采用相关度模型建立方法，辨识模型参数，构建电力统计关键指标与核心指标的相关度模型，并借助模型检验统计量判定相关度模型的拟合程度和模型参数的可靠性；5）通过灵敏度系数法辨别电力统计关键指标与核心指标的灵敏度；6）构建电力统计指标体系逻辑勾稽关系图。FDA00002814475000014.jpg,FDA00002814475000015.jpg,FDA00002814475000021.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：王熙亮，马瑞，徐慧明，周谢，王奇伟，颜宏文，于高，
申请(专利权)人：国家电网公司，国网北京经济技术研究院，马瑞，
类型：发明
国别省市：