一种基于电力数据关联分析的经济指标筛选方法、系统、设备及介质与流程

摘要: 本发明涉及电力系统,尤其涉及一种基于电力数据关联分析的经济指标筛选方法、系统、设备及介质。背景技术:1、在宏观经济分析和政策制定的过程当中,人们普遍把电力数据看...
一种基于电力数据关联分析的经济指标筛选方法、系统、设备及介质与流程

本发明涉及电力系统,尤其涉及一种基于电力数据关联分析的经济指标筛选方法、系统、设备及介质。

背景技术:

1、在宏观经济分析和政策制定的过程当中,人们普遍把电力数据看成是一个重要的先行指标,这是因为电力数据具有了高频的采集频率、真实可靠的记录特性,还有覆盖范围非常广的优点。可是呢,面对数量庞大、结构复杂的宏观经济指标体系,大家往往很难从中准确地找出那些真正和电力消费行为有显著关联、存在明确时滞关系、并且能够有效反映经济运行状态的关键指标。当前的做法通常是使用皮尔逊相关系数、简单的线性回归方法,或者是格兰杰因果检验这些手段来做初步的筛选,但这些方法一般只考察了单一维度上的线性关系,没有能力去捕捉电力和经济之间那种非线性的、多尺度的、多滞后的,甚至是结构性的复杂依赖关系。

2、另外,传统的筛选过程也经常会忽略掉混杂在电力数据里面的非经济扰动因素,比如说气象的变化、节假日的安排等等,这些因素都会对分析结果造成干扰,使得筛选出来的关联关系稳定性比较差。同时,现有技术在处理指标之间的信息冗余问题上也存在明显的不足,选出的指标集合常常包含了大量内容重叠的部分,这也会降低后续建模或者研判工作的效率。更重要的是,目前的筛选方式往往把整个过程当成一个静态的、孤立的预处理步骤来处理,既没有主动地结合特征工程,也没有引入可解释性的分析机制,更没有考虑到模型需要在线更新的问题。这样一来,虽然筛选出来的指标可能在统计上看起来是显著的,但在实际业务逻辑上却缺乏足够的支撑,在不同时间段里也难以保持一致,最终很难形成一套可以用于经济研判和风险预警的可靠证据链。

技术实现思路

1、鉴于上述现有存在的问题,提出了本发明。

2、因此,本发明提供了一种基于电力数据关联分析的经济指标筛选方法、系统、设备及介质解决现有技术难以有效挖掘电力数据与经济指标间的非线性、多尺度、结构性关联,且易受非经济因素干扰,导致筛选结果代表性不足、稳健性差、缺乏经济可解释性的问题。

3、为解决上述技术问题,本发明提供如下技术方案:

4、第一方面,本发明提供了一种基于电力数据关联分析的经济指标筛选方法,包括:

5、获取原始负荷数据和候选经济指标数据,通过构建非经济基准负荷函数分离出由气象因素、法定节假日安排以及非市场化的电价政策机制引起的非经济性负荷成分,从原始负荷中扣除所述非经济性负荷成分,得到净负荷序列;

6、基于所述净负荷序列,通过五个维度提取对应的电力经济特征,构建对应的多维特征向量矩阵;

7、基于所述向量矩阵与所述候选经济指标数据,对各经济指标与电力特征之间的关联关系进行量化分析,融合三类关联证据,得到关联强度矩阵;

8、基于所述关联强度矩阵,引入双约束综合筛选机制对候选经济指标进行筛选,得到最终目标指标集合;

9、基于所述最终目标指标集合和对应的关联强度矩阵,生成筛选证据链,并根据新批次数据对关联强度矩阵进行更新,输出经济指标筛选结果。

10、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述净负荷序列的获取包括:

11、基于原始总有功负荷数据以及气象条件、节假日安排和电价机制,构建非经济基准负荷函数以分离出非经济性负荷成分,并从原始总有功负荷中扣除所述非经济性负荷成分,得到初始净负荷序列;

12、将所述初始净负荷序列按照候选经济指标的统计周期进行时间聚合,得到频率对齐的净负荷序列;

13、对所述频率对齐的净负荷序列进行标准化处理,消除量纲与数值尺度差异,得到净负荷序列。

14、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述通过五个维度提取对应的电力经济特征,包括:

15、在规模维度,对净负荷序列按统计周期进行聚合,得到反映经济活动总量强度的净用电量特征;

16、在结构维度,基于分行业净用电量计算行业用电占比,并通过信息熵度量产业结构多元化程度,得到行业用电结构熵特征;

17、在波动维度,在滑动时间窗口内计算净负荷的均值与标准差,构造无量纲的变异系数以表征相对波动水平,得到负荷波动特征;

18、在形态维度,提取统计周期内净负荷的最大值与最小值之差,得到表征用电分布集中程度的峰谷差特征;

19、在节奏维度,对净负荷序列进行多尺度时频分解,分离出高频、中频与低频成分,得到分别对应短期交易、中期调整与长期趋势的多尺度节奏特征。

20、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述融合三类关联证据包括:

21、对每一对候选经济指标与电力经济特征,在多个预设滞后阶下分别计算线性相关系数,并取所述线性相关系数绝对值的最大值,记录对应的最优滞后阶;

22、基于相同的滞后结构,计算标准化后的候选经济指标与电力经济特征之间的互信息;

23、构建基准预测函数以及引入所述电力经济特征后的扩展预测函数,计算所述基准预测函数对候选经济指标的预测残差方差,以及所述扩展预测函数对候选经济指标的预测残差方差,根据两个残差方差计算方向性增益;

24、将所述线性相关系数绝对值的最大值、所述互信息和所述方向性增益分别进行归一化处理,并按预设权重进行加权求和,得到各指标与特征配对的融合关联强度,形成所述关联强度矩阵。

25、本优选技术方案的有益效果为,通过融合多滞后线性相关、非线性互信息与方向性预测增益三类证据,并统一归一化加权,有效提升了经济指标与电力特征关联识别的全面性、鲁棒性与可解释性,避免因单一关联度量导致的误选或漏选。

26、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述双约束综合筛选机制包括:

27、基于所述关联强度矩阵,对每个候选经济指标在所有电力经济特征上的关联强度取最大值,得到对应候选经济指标的强度摘要;

28、将样本时间划分为多个滑动窗口,在每个滑动窗口内重新计算各候选经济指标的强度摘要,并根据各滑动窗口中强度摘要的数值波动计算对应的稳定性评分;

29、计算任意两个候选经济指标在标准化序列上的相关系数绝对值,得到所述任意两个候选经济指标之间的冗余度量;

30、构建综合评分函数,以所述强度摘要作为基础项,结合对应的稳定性评分进行乘性调整,并减去对应候选经济指标与当前已选指标集合中各指标对应的冗余度量的加权和,得到对应候选经济指标的综合评分;

31、根据所述综合评分,采用预设筛选策略从候选经济指标中选出若干指标,形成所述最终目标指标集合,其中所述预设筛选策略包括基于评分阈值的筛选方式和基于固定数量的排序筛选方式。

32、本优选技术方案的有益效果为,通过引入跨时间窗口的稳定性约束与指标间冗余抑制的双重机制,并融合强度、稳定性和互补性进行综合评分,有效提升了筛选结果的时序鲁棒性、信息多样性与长期可维护性,避免选出偶然相关或高度重复的经济指标。

33、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述生成筛选证据链包括:

34、针对所述最终目标指标集合中的每个入选指标,记录所述入选指标在所有电力经济特征中对应的最大融合关联强度所对应的电力特征标识、最优滞后阶数,以及三类关联证据各自的量化分量;

35、所述根据新批次数据对关联强度矩阵进行更新包括:

36、基于所述新批次数据重新计算得到新的关联强度矩阵,并将所述新的关联强度矩阵与历史关联强度矩阵按照预设平滑系数进行加权融合,得到更新后的关联强度矩阵,并基于所述更新后的关联强度矩阵重新执行双约束综合筛选机制,以动态调整所述最终目标指标集合。

37、作为本发明所述的基于电力数据关联分析的经济指标筛选方法的一种优选方案,其中:所述动态调整所述最终目标指标集合的步骤仅在满足以下任一条件时执行:

38、更新后的关联强度矩阵与历史矩阵的整体差异超过预设阈值;

39、当前目标指标集合中任一指标的综合评分下降幅度超出稳定性容忍范围;

40、存在未入选候选指标的综合评分高于当前目标指标集合中最低综合评分,且超出预设优势阈值。

41、第二方面,本发明提供了一种基于电力数据关联分析的经济指标筛选系统,包括:

42、非经济负荷剥离模块,用于获取原始负荷数据和候选经济指标数据,通过构建非经济基准负荷函数分离出由气象因素、法定节假日安排以及非市场化的电价政策机制引起的非经济性负荷成分,从原始负荷中扣除所述非经济性负荷成分,得到净负荷序列;

43、五维电力经济特征构建模块,用于基于所述净负荷序列,通过五个维度提取对应的电力经济特征,构建对应的多维特征向量矩阵;

44、多证据关联建模模块,用于基于所述向量矩阵与所述候选经济指标数据,对各经济指标与电力特征之间的关联关系进行量化分析,融合三类关联证据,得到关联强度矩阵;

45、双约束指标筛选模块,用于基于所述关联强度矩阵,引入双约束综合筛选机制对候选经济指标进行筛选,得到最终目标指标集合;

46、可解释证据链输出模块,用于基于所述最终目标指标集合和对应的关联强度矩阵,生成筛选证据链,并根据新批次数据对关联强度矩阵进行更新,输出经济指标筛选结果。

47、第三方面,本发明提供了一种电子设备,包括:

48、存储器,用于存储程序;

49、处理器,用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现所述基于电力数据关联分析的经济指标筛选方法的步骤。

50、第四方面,本发明提供了一种计算机可读存储介质,包括:所述程序被处理器执行时,实现所述的基于电力数据关联分析的经济指标筛选方法的步骤。

51、本发明的有益效果:本发明通过构建非经济基准负荷函数并剔除气象与节假日引起的非经济性负荷成分,实现从原始电力数据中精准提取反映真实经济活动的净负荷序列,提升后续分析的经济相关性;通过在规模、结构、波动、形态与节奏五个维度系统化构建电力经济特征,并融合多滞后线性相关、互信息与方向性预测增益三类证据,实现对经济指标与电力特征之间复杂关联关系的全面、可解释、抗干扰量化建模;通过引入跨滑动窗口的稳定性评分与指标间冗余度量的双约束综合筛选机制,并结合证据链生成与指数平滑在线更新策略,实现所选经济指标筛选结果的高鲁棒性、低冗余性、长期可维护性及动态适应能力。