一种基于电力大数据的地区经济发展预测方法

摘要

一种基于电力大数据的地区经济发展预测方法，具体包括以下步骤：1.采集各行业的企业用电量、负荷量及产值等数据；2.计算企业层面的企业用电指数、企业负荷指数、企业产值指数；3.计算行业与园区层面的行业发展指数、园区发展指数；4.计算地区层面的地区经济发展指数；5.运用层次分析法进行权重计算；6.分析各指标计算结果，若大于1，则说明该企业、行业、园区或地区发展良好。本发明的有益效果是：由于本发明提出了一种基于电力大数据的地区经济发展预测方法，在充分考虑企业与行业的用电量、负荷量及产值数据的情况下，建立了数据模型来预测地区经济的发展情况，因此，可以直观地判断地区或企业的经济发展情况。

说明书

技术领域

本发明属于电力大数据处理技术领域，具体涉及一种基于电力大数据的地区经济发展预 测方法。

背景技术

近年来，我国经济迅速发展，对外开放程度不断扩大，诸多资本在市场中愈发活跃，因 此，宏观经济的波动趋势也变得更加频繁。为了准确把握经济发展的态势、制定发展策略， 社会各方对经济波动的关注程度也随之提高。然而统计局公布的经济数据间隔周期长、时效 性差，不利于作为企业等制定发展策略的依据。相比于经济数据，电力数据获取方便、数据 量大、时效性强，并且与宏观经济有着密切的联系，因此，通过电力数据来反映宏观经济情 况成为了当下的一个研究热点。

发明内容

针对背景技术中提到的现有经济数据存在的问题，本发明提出了一种基于电力大数据的 地区经济发展预测方法，在充分考虑企业与行业的用电量、负荷量及产值数据的情况下，建 立数据模型来预测地区经济的发展情况。

一种基于电力大数据的地区经济发展预测方法，具体包括以下步骤：

(1)采集各行业的企业用电量、负荷量及产值等数据；

(2)计算企业层面的企业用电指数、企业负荷指数、企业产值指数；

(3)计算行业与园区层面的行业发展指数、园区发展指数；

(4)计算地区层面的地区经济发展指数；

(5)运用层次分析法进行权重计算；

(6)分析各指标计算结果，若大于1，则说明该企业、行业、园区或地区发展良好。

本发明的有益效果是：

由于本发明提出了一种基于电力大数据的地区经济发展预测方法，在充分考虑企业与行 业的用电量、负荷量及产值数据的情况下，建立了数据模型来预测地区经济的发展情况，因 此，利用大数据的量化分析，可以直观判断地区或企业的经济发展情况。

附图说明

图1是本发明的基于电力大数据的地区经济发展预测方法的流程图。

具体实施方式

下面结合附图对本发明的实施例作进一步的详细说明。应该强调的是下述说明仅仅是示 例性的，而不是为了限制本发明的范围及其应用。

本发明的具体步骤如下：

(1)采集各企业的行业用电量、负荷量及产值等数据；

(2)计算企业层面的企业用电指数、企业负荷指数、企业产值指数：

构建企业用电指数模型：

其中，P为研究周期内日均用电量，取一个月为研究周期；P

构建企业负荷指数模型：

其中，Q为研究周期内日均负荷，取一个月为研究周期；Q

构建企业产值指数模型：

其中，R为研究周期内企业平均产值，取一个月为研究周期；R

(3)计算行业与园区层面的行业发展指数、园区发展指数：

构建行业发展指数模型：

其中，α

构建园区发展指数模型：

其中，α

(4)计算地区层面的地区经济发展指数：

构建地区发展指数模型：

其中，m为行业总数，γ

(5)运用层次分析法进行权重计算：

构建权重分配模型

判断矩阵标度方法

指标C

即企业用电指数比企业负荷指数略微重要；企业用电指数比企业产值指数稍微重要；企 业负荷指数比企业产值指数略微重要。为方便一致性检验，我们引入一致性指标

若CI＝0，则具有完全一致性；若CI接近于0，有满意的一致性。为衡量CI的大小，我们引入随机一致性指标RI

定义一致比率：

一般认为一致比率CR<0.1时，判别矩阵A的不一致程度在容许范围内。

(6)分析各指标计算结果，根据测算结果分析企业、行业、园区及地区经济发展情况。 若大于1，则说明该企业、行业、园区或地区发展良好。

本专利所提出的指数模型均为相对值，因此指标计算结果大于1时，我们则认为该企业、 行业、园区或地区发展良好。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

具体实施例：

以宁夏回族自治区为例，我们选取了近十二年来宁夏回族自治区GDP增长率数据作为基 础数据，与本专利所提出的区域发展指数进行对比，通过比较可以看出，二者有较好的拟合 度。

表1区域指数计算结果

本发明的有益效果是：

由于本发明提出了一种基于电力大数据的地区经济发展预测方法，在充分考虑企业与行 业的用电量、负荷量及产值数据的情况下，建立了数据模型来预测地区经济的发展情况，因 此，利用大数据的量化分析，可以直观判断地区或企业的经济发展情况。