基于多尺度经济先行指标的区域电力景气指数构建方法

基于多尺度经济先行指标的区域电力景气指数构建方法
【技术领域】
[0001] 本发明设及电网用电量预测技术领域，具体是基于多尺度经济先行指标的区域电 力景气指数构建方法。
【背景技术】
[0002] 研究发现，电力消费对国民经济变动非常敏感，因此，用电需求的变化可根据宏观 经济运行状况的变化来预测。而反映宏观经济运行状况的指标可划分为先行指标、同步指 标和滞后指标，其中只有先行指标对用电需求的预测具有指导意义。在经济形势复杂化、经 济波动频率越来越高、幅度越来越大的背景下，传统的用电量预测方法已逐渐显现出预测 能力上的不足，而数据挖掘技术和计量经济学的发展，则为用电量预测提供了新的思路和 方法，有利于提高用电量预测的时效性和精确度。

【发明内容】

[0003] 本发明的目的在于提供一种基于多尺度经济先行指标的区域电力景气指数构建 方法，通过建立区域用电量与多尺度经济先行指标的多元回归模型，进一步构建电力景气 指数，W实现预测区域用电量并对外发布用电量变化趋势的功能。
[0004] 本发明的技术方案为；
[0005] -种基于多尺度经济先行指标的区域电力景气指数构建方法，包括W下步骤：
[0006] (1)从区域、全国及国际S个尺度选取若干项经济指标，建立多尺度经济指标数据 库；
[0007] (2)获取历史样本区间区域用电量和各项经济指标的月度数据，并对区域用电量 的月度数据进行季节性调整；
[0008] (3)筛选出区域用电量的经济先行指标，并确定各项经济先行指标的超前期数；
[0009] (4)基于历史样本区间区域用电量和各项经济先行指标的月度数据，构建区域用 电量月度预测回归模型；
[0010] (5)根据各项经济先行指标的超前期数，获取各项经济先行指标超前目标月度相 应期数的月度数据，再根据区域用电量月度预测回归模型，预测目标月度的区域用电量；
[0011] 做采用W下公式计算得到目标月度的区域电力景气指数：
[0012]
[001引其中，EBIt表示目标月度的区域电力景气指数，Yt表示目标月度的区域用电量，Yt_&t表示超前目标月度At期的区域用电量。
[0014] 所述的基于多尺度经济先行指标的区域电力景气指数构建方法，所述步骤（2) 中，采用季节性调整乘法模型对区域用电量的月度数据进行季节性调整。
[0015] 所述的基于多尺度经济先行指标的区域电力景气指数构建方法，所述步骤（3) 中，采用K-L信息量法筛选出区域用电量的经济先行指标。
[0016] 所述的基于多尺度经济先行指标的区域电力景气指数构建方法，所述步骤（4)包 括：
[0017] (41)基于赤池信息量准则AIC和贝叶斯信息量准则BIC，分别构建一个W区域用 电量为因变量、经济先行指标为自变量的备选区域用电量月度预测回归模型；
[0018] (42)对两个备选区域用电量月度预测回归模型进行检验，比较两个模型的拟合误 差，将其中拟合误差较小的模型作为最终的区域用电量月度预测回归模型。
[0019] 由上述技术方案可知，本发明通过广泛收集国际、国内和区域多尺度经济指标，整 合了发达国家与国内宏观经济、产业经济数据、市场景气数据等，从若干经济指标中提取出 与国际国内经济形势变化有关的信息，并考虑经济指标与区域用电量之间的时滞效应，构 建可用于预测区域用电量走势的电力景气指数，有效地解决了自变量指标需要人为选择、 最优模型难W确定的问题，为电网公司规划决策提供科学依据。
【附图说明】
[0020] 图1是本发明的方法流程图；
[0021] 图2是安徽省全社会用电量季节性调整前后对比曲线图；
[0022] 图3是安徽省全社会用电量月度预测回归模型拟合图。
【具体实施方式】
[0023] 下面W安徽省电力景气指数的构建过程和实际运用作为具体实施例来进一步说 明本发明。
[0024] 如图1所示，一种基于多尺度经济先行指标的区域电力景气指数构建方法，包括 W下步骤：
[00巧]S1、从区域、全国及国际S个尺度选取若干项经济指标，建立多尺度经济指标数据 库：
[0026] 从安徽省、全国及国际=个尺度共选取143项经济指标，其中，安徽省经济指标类 型包括；（1)全省经济总体指标；似财政类；（3)投资类：固定资产投资总额、各行业固定 资产投资完成额；(4)房地产投资额；（5)工业增加值；(6)居民消费；国家财政收入、国家 财政支出；（7)进出口贸易；(8)工业品产量等。全国指标类型包括；（1)制造业指数；(2) 非制造业指数；（3)货币供应量；（4)国际贸易与国际投资；（5)交通运输；（6)重点行业景 气指数；（7)经济发达地区上海市的分行业增加值等。国际指标类型包括；（1)美国、日本和 欧元区进出口贸易；进口总额、出口总额；(2)美国、日本和欧元区失业率。
[0027]S2、获取历史样本区间区域用电量和各项经济指标的月度数据，并对区域用电量 的月度数据进行季节性调整：
[0028] W2008年1月~2014年7月为历史样本区间，获取安徽省全社会用电量与143 项经济指标的月度数据，并对安徽省全社会用电量的月度数据进行季节性调整，W扣除季 节性因素的影响。
[0029] 用电量的增长趋势与季节性趋势并存，两者W加法或乘法形式构成复合模型。为 了消除季节因素对用电量预测模型的影响，本发明利用季节性调整乘法模型对收集到的用 电量数据进行季节性调整，如图2所示，为安徽省全社会用电量调整前后的对比曲线。需 要说明的是，本发明在构建用电量预测回归模型时采用季节性调整后的数据，模型预测结 果为不考虑季节因素的值，最后还需要将预测值乘上相应的季节因子才能得到最终预测结 果。
[0030]S3、筛选出区域用电量的经济先行指标，并确定各项经济先行指标的超前期数：
[0031] 对安徽省全社会用电量与143项经济指标进行K-L信息量分析，筛选出安徽省全 社会用电量的经济先行指标，结果及其参数如表1所示（注；指标名称后的"晓"表示该指 标为安徽省经济指标，"沪"表示该指标为上海市经济指标，其他为全国或国际经济指标）。
[0032]
[0033]
[0034]表 1
[003引K-L信息量法用W衡量两个概率分布的相似程度，即度量它们之间的距离，越小即 代表两者越接近越相似。其原理是W基准指标 为理论分布，备选指标为样本分布，不断变化 备选指标与基准指标时差，计算K-L信息量。K-L信息量最小时对应的时差数确定为备选指 标的最终时差。当备选指标与基准指标完全一致时，K-L信息量等于0 ;备选指标与基准指 标越接近，K-L信息量绝对值越小，越接近于0。
[0036] 本实施例W安徽省全社会用电量为基准指标，W143项经济指标为备选指标，分 别计算基准指标与每一个备选指标从-12阶至+12阶的K-L信息量大小，并选择最小的K-L 信息量及其对应的时滞阶数，从而得到所有备选指标相对于基准指标的最佳滞后期。若某 备选指标的最佳滞后期小于0,则该备选指标被筛选为经济先行指标。
[0037] S4、基于历史样本区间区域用电量和各项经济先行指标的月度数据，构建区域用 电量月度预测回归模型：
[0038] 将历史样本区间分为两部分，其中2008年1月~2014年4月的历史数据用于建 立安徽省全社会用电量月度预测回归模型，2014年5月~2014年7月的历史数据用于对建 立的安徽省全社会用电量月度预测回归模型进行检验、评估。
[0039] 对筛选出的32个经济先行指标（如表1所示）按照其超前期数进行变换， 然后作为自变量，W安徽省全社会用电量为因变量，运用赤池信息量准则AIC(Aka化e InformationCriterion)、贝叶斯信息量准则BIC炬ayesianInformationCriterion)两 种筛选原则分别选取最优预测回归模型，再根据两种最优预测回归模型的拟合情况，选取 拟合误差较小的模型，经过比较，基于AIC准则选择出的最优预测回归模型成为最终的安 徽省全社会用电量月度预测回归模型，输出模型参数与拟合结果，如表2所示。其中，显著 性；"*林"表示在0.001的水平上显著，"**，，表示在0.01的水平上显著，"*，，表示在0.05 的水平上显著。
[0040]
[0041]
[004引表2
[0043]S5、根据各项经济先行指标的超前期数，获取各项经济先行指标超前目标月度相 应期数的月度数据，再根据区域用电量月度预测回归模型，预测目标月度的区域用电量；
[0044] 安徽省全社会用电量月度预测回归模型的拟合结果如图3所示。对模型进行检验 和拟合分析，结果显示，模型的拟合残差符合白噪声特征，模拟结果经季节调整还原后的拟 合值与真实值变化趋势保持一致，拟合平均误差率为1.8%。拟合结果较好，该模型可W用 来预测每月的安徽省全社会用电量。
[0045]S6、采用W下公式计算得到目标月度的区域电力景气指数：
[0046]
[0047] 其中，EBIt表示目标月度的区域电力景气指数，Yt表示目标月度的区域用电量， Yt_&t表示超前目标月度At期的区域用电量。
[004引WAt= 2为例，计算得到安徽省2013年4月~2014年3月的电力景气指数，如 表3所示。
[0049]
[0050] 表3
[0051] 本发明基于区域用电量在一定程度上受到国际国内经济形势的影响，并存在一定 的时滞效应，从而通过经济先行指标预测区域用电量来构建区域电力景气指数。区域电力 景气指数除了能够预测区域用电周期波动的转折点外，还能在某种意义上反映用电周期波 动的振幅，具有较好的时效性和精确度。
[0052] W上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范 围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方 案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
【主权项】
1. 一种基于多尺度经济先行指标的区域电力景气指数构建方法，其特征在于，包括以 下步骤： (1) 从区域、全国及国际三个尺度选取若干项经济指标，建立多尺度经济指标数据库； (2) 获取历史样本区间区域用电量和各项经济指标的月度数据，并对区域用电量的月 度数据进行季节性调整； (3) 筛选出区域用电量的经济先行指标，并确定各项经济先行指标的超前期数； (4) 基于历史样本区间区域用电量和各项经济先行指标的月度数据，构建区域用电量 月度预测回归模型； (5) 根据各项经济先行指标的超前期数，获取各项经济先行指标超前目标月度相应期 数的月度数据，再根据区域用电量月度预测回归模型，预测目标月度的区域用电量； (6) 采用以下公式计算得到目标月度的区域电力景气指数：其中，EBIt表示目标月度的区域电力景气指数，Yt表示目标月度的区域用电量，Y t_At表 示超前目标月度At期的区域用电量。2. 根据权利要求1所述的基于多尺度经济先行指标的区域电力景气指数构建方法，其 特征在于：所述步骤（2)中，采用季节性调整乘法模型对区域用电量的月度数据进行季节 性调整。3. 根据权利要求1所述的基于多尺度经济先行指标的区域电力景气指数构建方法，其 特征在于：所述步骤（3)中，采用K-L信息量法筛选出区域用电量的经济先行指标。4. 根据权利要求1所述的基于多尺度经济先行指标的区域电力景气指数构建方法，其 特征在于，所述步骤（4)包括： (41) 基于赤池信息量准则AIC和贝叶斯信息量准则BIC，分别构建一个以区域用电量 为因变量、经济先行指标为自变量的备选区域用电量月度预测回归模型； (42) 对两个备选区域用电量月度预测回归模型进行检验，比较两个模型的拟合误差， 将其中拟合误差较小的模型作为最终的区域用电量月度预测回归模型。
【专利摘要】本发明提供一种基于多尺度经济先行指标的区域电力景气指数构建方法，包括：建立多尺度经济指标数据库；获取历史样本区间区域用电量和各项经济指标的月度数据；筛选出区域用电量的经济先行指标；构建区域用电量月度预测回归模型；预测目标月度的区域用电量；计算目标月度的区域电力景气指数。本发明从若干经济指标中提取出与国际国内经济形势变化有关的信息，并考虑经济指标与区域用电量之间的时滞效应，构建可用于预测区域用电量走势的电力景气指数，有效地解决了自变量指标需要人为选择、最优模型难以确定的问题，为电网公司规划决策提供科学依据。
【IPC分类】G06Q50/06, G06Q10/04
【公开号】CN104881718
【申请号】CN201510296649
【发明人】石雪梅, 宣宁平, 葛斐, 李方一
【申请人】国家电网公司, 国网安徽省电力公司经济技术研究院
【公开日】2015年9月2日
【申请日】2015年6月2日