基于电力消费指数计算GDP或CPI的方法及计算GDP或CPI的系统与流程

基于电力消费指数计算gdp或cpi的方法及计算gdp或cpi的系统
技术领域
1.本发明涉及一种电力消费领域，具体涉及基于电力消费指数计算gdp或和 cpi的方法及计算gdp或cpi的系统。


背景技术：

2.电力消费指数与经济指标相关联的方法是基于一组量化指标，通过用户数、 用电量、电价的变化情况来反映国民经济目前在市场处于什么状态、发展趋势如 何波动而寻找规律，挖掘经济波动背后隐藏的秘密。
3.目前电力消费指数与经济指标的关联研究相对较少，各国关于用电与经济的 关联分析方法仅局限于用电量与gdp等经济指标的研究，但是用电量衡量电力市 场比较片面，关于用电量与gdp等经济指标的研究方法也就有失真可能性；另一 方面，用电与gdp等经济指标的研究都缺少实际数据作为支撑，多数研究假设性 结果较多。故以大数据手段作为前提，基于用电指标与经济指标间的关系确定国 内生产总值以及消费者物价指数。


技术实现要素：

4.为解决现有技术中存在的无法准确估计国内生产总值以及消费者物价指数 问题，本发明提供了一种基于电力消费指数计算gdp或cpi的方法，包括：
5.基于电力消费指数对应的指标从电力消费市场获取各项指标对应的指标数 据，并采用熵权法计算各项指标的权重；
6.基于各项指标的权重和各项指标数据计算电力消费指数；
7.基于确定的所述电力消费指数与国内生产总值之间的关联关系，计算gdp； 或基于确定的所述电力消费指数与cpi之间的关联关系，计算cpi。
8.优选的，所述电力消费指数与gdp之间的关联关系的确定包括：
9.获取电力消费指数、电力消费指数增速、gdp和gdp增速的历史数据；
10.采用皮尔森相关系数检验方法计算所述电力消费指数与所述gdp的相关系数， 以及所述电力消费指数增速与所述gdp增速的相关系数；
11.当所述电力消费指数与所述gdp的相关系数，以及所述电力消费指数增速与 所述gdp增速的相关系数均在设定阈值范围内时，通过线性回归算法拟合表示所 述电力消费指数与gdp关系的曲线；
12.基于所述电力消费指数与gdp关系的曲线确定所述电力消费指数的国内生产 总值的回归方程的常数项，并基于所述国内生产总值的回归方程的常数项确定国 内生产总值回归方程。
13.优选的，所述国内生产总值回归方程如下式所示：
14.eci＝a1 b1*gdp
15.式中，eci为电力消费指数；gdp为国内生产总值；a1为常数；b1为国内 生产总值的
系数；
16.优选的，所述当所述电力消费指数与所述gdp的相关系数，以及所述电力消 费指数增速与所述gdp增速的相关系数均在设定阈值范围内时，还包括：
17.通过线性回归算法拟合表示所述电力消费指数增速值与gdp增速值关系的曲 线；
18.基于所述电力消费指数增速和gdp增速的曲线确定所述gdp增速的回归方程 的常数项，并基于所述gdp增速的回归方程的常数项确定gdp增速的回归方程。
19.优选的，所述电力消费指数与cpi的关联关系的确定包括：
20.获取电力消费指数、电力消费指数增速、cpi和cpi增速的历史数据；
21.采用皮尔森相关系数检验方法计算所述电力消费指数与所述cpi的相关系数， 以及所述电力消费指数增速与所述cpi增速的相关系数；
22.当所述电力消费指数与所述cpi的相关系数，以及所述电力消费指数增速与 所述cpi增速的相关系数均在设定阈值范围内时，通过线性回归算法拟合表示所 述电力消费指数与cpi关系的曲线；
23.基于所述电力消费指数与cpi关系的曲线确定所述电力消费指数的cpi的回 归方程的常数项，并基于所述cpi的回归方程的常数项确定cpi回归方程。
24.优选的，所述cpi的回归方程如下式所示：
25.eci＝c1 d1*cpi
26.式中，cpi为消费者物价指数；c1和d1为消费者物价指数的常数项；
27.优选的，所述当所述电力消费指数与所述cpi的相关系数，以及所述电力消 费指数增速与所述cpi增速的相关系数均在设定阈值范围内时，还包括：
28.通过线性回归算法拟合表示所述电力消费指数增速值与cpi增速值关系的曲 线；
29.基于所述电力消费指数增速和cpi增速的曲线确定所述cpi增速的回归方程 的常数项，并基于所述cpi增速的回归方程的常数项确定cpi增速的回归方程。
30.优选的，所述基于电力消费指数对应的指标从电力消费市场获取各项指标对 应的指标数据，并采用熵权法计算各项指标的权重，包括：
31.对所有指标数据进行标准化处理；
32.基于标准化处理后的各项指标下各样本数据计算各样本数据占所述指标的 比重；
33.基于所述各样本数据占所述指标的比重计算所述指标的信息熵；
34.基于所述指标的信息熵计算各项指标的变异程度；
35.基于所述各项指标的变异程度计算各项指标的权重。
36.基于同一种发明构思，本发明还提供了一种基于电力消费指数计算gdp或 cpi的系统，包括：权重计算模块、消费指数计算模块和关联关系计算模块；
37.所述权重计算模块，用于根据电力消费指数对应的指标从电力消费市场获取 各项指标对应的指标数据，并采用熵权法计算各项指标的权重；
38.所述消费指数计算模块，用于根据各项指标的权重和各项指标数据计算电力 消费指数；
39.所述关联关系计算模块，用于根据确定的所述电力消费指数与gdp之间的关 联关系，计算gdp；或用于根据确定的所述电力消费指数与cpi之间的关联关系， 计算cpi。
40.优选的，还包括第一关联关系确定模块，用于基于获取的电力消费指数、电 力消费指数增速、gdp和gdp增速的历史数据，以及cpi和cpi增速的历史数据， 采用皮尔森相关系数检验方法和线性回归算法拟合确定所述电力消费指数与 gdp的关联关系；
41.第二关联关系确定模块，用于基于获取的电力消费指数、电力消费指数增速、 cpi和cpi增速的历史数据，采用皮尔森相关系数检验方法和线性回归算法拟合 确定所述电力消费指数与gdp的关联关系。
42.与现有技术相比，本发明的有益效果为：
43.本发明提供了一种基于电力消费指数计算gdp或cpi的方法，包括：基于电 力消费指数对应的指标从电力消费市场获取各项指标对应的指标数据，并采用熵 权法计算各项指标的权重；基于各项指标的权重和各项指标数据计算电力消费 指数；基于确定的所述电力消费指数与国内生产总值之间的关联关系，计算gdp； 或基于确定的所述电力消费指数与cpi之间的关联关系，计算cpi,实现了准确 预测电力行业发展趋势，指导制定产业策略。
附图说明
44.图1为本发明的一种基于电力消费指数计算gdp或cpi的方法流程图。
具体实施方式
45.本发明公开了以电力消费指数为核心，采用多种算法研究电力消费指数与经 济指标的关联性，并且计算电力消费指数与经济指标回归方程，通过经济指标来 预测电力消费指数。用户可以获取完整的电力消费相关联的信息，企业可以挖掘 电力数据背后隐藏的奥秘，其目的有三点：第一：为企业商业决策提供商业洞察； 第二：为政府制定经济发展策略提供依据；第三：为产业结构提供更多的相关信 息，辅助产业完善的发展。
46.实施例1：
47.本发明提供了一种基于电力消费指数计算gdp或cpi的方法，如图1，包括：
48.步骤1：基于电力消费指数对应的指标从电力消费市场获取各项指标对应的 指标数据，并采用熵权法计算各项指标的权重；
49.步骤2：基于各项指标的权重和各项指标数据计算电力消费指数；
50.步骤3：基于确定的所述电力消费指数与国内生产总值之间的关联关系，计 算gdp；或基于确定的所述电力消费指数与cpi之间的关联关系，计算cpi。
51.步骤1：基于电力消费指数对应的指标从电力消费市场获取各项指标对应的 指标数据，并采用熵权法计算各项指标的权重，具体包括：
52.1.将指标数据包括正向指标和适度指标：
53.对于电力消费指数的权重计算，有3个指标分别为：报告期和基期的用户数 的比值、用电量的比值、电价的比值。
54.在电力消费指数指标权重的计算中，电价相对稳定且透明，其携带的信息量 较低，所以权重应较小；用电量变异程度相对较大，透明度不高，则其携带的信 息量较大，相应的权重就较大。
55.根据各项指标对指数值的作用不同，将指标分为：正向指标(数值越高越好)、 负向指标(数值越低越好)和适度指标(数值越接近某个值越好)。在计算权重 之前，需要对这
三类指标进行标准化处理。
56.电力消费指数的三个指标中，用户数的比值、用电量的比值是正向指标，电 价的比值是适度指标。
57.2.对指标数据进行标准化处理：
58.(1)采用正向指标的标准化公式对正向指标进行标准化处理：
[0059][0060]
其中，x
st
为第s个样本的第t个指标数据，s＝1,2,
…
,n，n为样本总数，t＝1,2,3， 分别代表用户数的比值、用电量的比值和电价的比值；y
st
为x
st
的标准化值； x
t
＝{x
1t
,x
2t
,...,x
nt
}为第t个指标的样本序列。
[0061]
(2)采用正向化公式对适度指标先进行正向化处理，再采用适度指标的标 准化公式进行标准化处理：
[0062][0063][0064]
其中，z
st
为x
st
的正向化值；e
t
为x
t
的平均值。
[0065]
3.基于标准化处理后的各项指标下各样本数据计算各样本数据占所述指标 的比重；
[0066][0067]
其中，p
st
为第t项指标下第s个样本数据占该指标的比重。
[0068]
4.基于所述各样本数据占所述指标的比重计算所述指标的信息熵；
[0069][0070]
其中，e
t
为第t项指标的信息熵。
[0071]
5.基于所述指标的信息熵计算各项指标的变异程度；
[0072]dt
＝1-e
t
[0073]
其中，d
t
为第t项指标的变异程度。
[0074]
6.基于所述各项指标的变异程度计算各项指标的权重。
[0075]
[0076]
其中，w
t
为第t项指标的权重。
[0077]
步骤2：基于各项指标的权重和各项指标数据计算电力消费指数，具体如下：
[0078]
基期的定义：
[0079]
(1)电力消费月度指数基期：基期保持五年之内不变，将上一个五年规划 最后一年的月均值作为基期。例如：2016至2020年的基期是2015年度指标的 月平均值。
[0080]
(2)电力消费周指数基期：基期保持五年不变，将上一个五年规划最后一 年的周均值作为基期。例如：2016至2020年的基期是2015年度指标的周平均 值。
[0081]
(3)电力消费日指数基期：基期保持五年不变，将上一个五年规划最后一 年的日均值作为基期。例如：2016至2020的基期是2015年度指标的日平均值。
[0082]
1.计算基期的平均用户数、平均用电量和平均电价：
[0083]
将2015年1-12月的数据汇总，计算基期月平均用户数、基期月平均用电量、 基期月平均电价(总电费除以总用电量)。
[0084]
2.汇总报告期的用户数、用电量，计算报告期的平均电价：
[0085]
将2016年1月至2020年3月的51个月度数据按月汇总，形成51个报告期 的用户数、用电量和月平均电价。
[0086]
3.将各个报告期数值、基期数值、权重数值代入方法并进行计算，完成eci 指数值的计算：
[0087][0088]
其中，eci为电力消费指数；i＝1,2,
…
,n，n为总体指数和明细指数在计算 时采用的个体指标数量；u
1i
为报告期用户数，u
0i
为基期平均用户数，ωu为用户 数的比值的权重；v
1i
为报告期用电量，v
0i
为基期平均用电量，ωv为用电量的比 值的权重；为报告期平均电价，为基期平均电价，f
1i
为报告期总电费，f
0i
为基期总电费，ω
p
为电价的比值的权重；且ωu ωv ω
p
＝1。
[0089]
步骤3：基于确定的所述电力消费指数与国内生产总值之间的关联关系，计 算gdp；或基于确定的所述电力消费指数与cpi之间的关联关系，计算cpi，具 体包括：
[0090]
所述电力消费指数与gdp之间的关联关系的确定包括：
[0091]
获取电力消费指数、电力消费指数增速、gdp和gdp增速的历史数据；
[0092]
采用皮尔森相关系数检验方法计算所述电力消费指数与所述gdp的相关系数， 以及所述电力消费指数增速与所述gdp增速的相关系数；
[0093]
当所述电力消费指数与所述gdp的相关系数，以及所述电力消费指数增速与 所述gdp增速的相关系数均在设定阈值范围内时，通过线性回归算法拟合表示所 述电力消费指数与gdp关系的曲线；
[0094]
基于所述电力消费指数与gdp关系的曲线确定所述电力消费指数的国内生产 总值的回归方程的常数项，并基于所述gdp的回归方程的常数项确定gdp回归方 程。
[0095]
所述电力消费指数与cpi的关联关系的确定包括：
[0096]
获取电力消费指数、电力消费指数增速、cpi和cpi增速的历史数据；
[0097]
采用皮尔森相关系数检验方法计算所述电力消费指数与所述cpi的相关系数， 以及所述电力消费指数增速与所述cpi增速的相关系数；
[0098]
当所述电力消费指数与所述cpi的相关系数，以及所述电力消费指数增速与 所述cpi增速的相关系数均在设定阈值范围内时，通过线性回归算法拟合表示所 述电力消费指数与cpi关系的曲线；
[0099]
基于所述电力消费指数与cpi关系的曲线确定所述电力消费指数的cpi的回 归方程的常数项，并基于所述cpi的回归方程的常数项确定cpi回归方程
[0100]
这里的设定阈值范围包括[0.3,1]和[-0.3,-1]。
[0101]
本方案从不同维度研究电力消费指数与经济指标的关联性。首先，通过相关 性分析方法探究电力消费指数与经济指标的相关性；其次，以电力消费指数作为 目标变量，经济指标作为因变量，运用线性回归算法得出回归方程；最后，利用 回归方程，对电力消费指数进行预测，从而预先掌握电力市场动态。
[0102]
1、全社会电力消费指数与gdp关联
[0103]
(1)全社会电力消费指数与gdp相关性
[0104]
本节从相关性分析方法研究全社会电力消费指数与gdp的相关性。相关性分 析包括相关系数、相关强弱、相关方向等信息。利用2016年至2020年电力消费 指数和gdp的季度数据进行相关分析，
[0105][0106][0107]
调用皮尔森相关系数检验方法，得到如下结果：电力消费指数与gdp的相关 系数为0.49，为微弱相关。
[0108][0109]
通过对电力消费指数与gdp增速间的相关分析结果：相关系数为0.72，显著 相关。综上可以看出，电力消费指数与gdp存在相关性。
[0110]
(2)建立电力消费指数与gdp的回归方程
[0111]
◆
通过线性回归算法可以得出电力消费指数与gdp的回归方程：
[0112]
eci＝91.7079 0.000112797*gdp
[0113]
拟合优度为：0.4887
[0114]
◆
通过线性回归算法可以得出电力消费指数增速与gdp增速的回归方程：
[0115]
eci增速＝0.0140246 1.02774*gdp增速
[0116]
拟合优度为：0.7240
[0117]
综上结果可以看出：电力消费指数与gdp具有一定的相关性，而电力消费指 数和gdp还是处于不同的角度衡量消费，所以从相关系数和拟合优度的相关程度 偏低，但是电力消费指数与gdp的增速相关性和拟合优度较高。
[0118]
2、全社会电力消费指数与cpi关联
[0119]
(1)全社会电力消费指数与cpi相关性
[0120]
本节从相关性分析方法研究全社会电力消费指数与cpi的相关性。相关性分 析包括相关系数、相关强弱、相关方向等信息。利用2019年至2020年电力消费 指数和cpi的月度数据进行相关分析，
[0121][0122]
调用皮尔森相关系数检验方法，得到如下结果：电力消费指数与cpi的相关 系数为-0.3446，为负微弱相关。
[0123]
[0124][0125]
通过对电力消费指数与cpi增速间的相关分析结果：相关系数为-0.5362， 显著负相关。综上可以看出，电力消费指数与cpi存在相关性。
[0126]
(2)建立电力消费指数与cpi的回归方程
[0127]
◆
通过线性回归算法可以得出电力消费指数与cpi的回归方程：
[0128]
eci＝346.688-2.21377*cpi
[0129]
拟合优度为：0.3446
[0130]
◆
通过线性回归算法可以得出电力消费指数增速与cpi增速的回归方程：
[0131]
eci增速＝0.087785-2.00387*cpi增速
[0132]
拟合优度为：0.5362
[0133]
综上结果可以看出：电力消费指数与cpi具有一定的相关性，而电力消费指 数和cpi还是处于不同的角度衡量消费，所以从相关系数和拟合优度的相关程度 偏低，但是电力消费指数与cpi的增速相关性和拟合优度较高。
[0134]
实施例2
[0135]
为了实现上述方法，本发明还提供了一种基于电力消费指数计算gdp或cpi 的系统，包括：
[0136]
权重计算模块，基于电力消费指数对应的指标从电力消费市场获取各项指标 对应的指标数据，并采用熵权法计算各项指标的权重；
[0137]
消费指数计算模块，基于各项指标的权重和各项指标数据计算电力消费指数；
[0138]
关联关系计算模块，基于确定的所述电力消费指数与国内生产总值以及消费 者物价指数的之间的关联关系，计算国内生产总值以及消费者物价指数。
[0139]
优选的，还包括关联关系确定模块，用于根据确定的所述电力消费指数与gdp 之间的关联关系，计算gdp；或用于根据确定的所述电力消费指数与cpi之间的 关联关系，计算cpi。
[0140]
还包括，第一关联关系确定模块，用于基于获取的电力消费指数、电力消费 指数
增速、gdp和gdp增速的历史数据，采用皮尔森相关系数检验方法和线性回 归算法拟合确定所述电力消费指数与gdp的关联关系；
[0141]
第二关联关系确定模块，用于基于获取的电力消费指数、电力消费指数增速、 cpi和cpi增速的历史数据，采用皮尔森相关系数检验方法和线性回归算法拟合 确定所述电力消费指数与gdp的关联关系。
[0142]
所述第一关联关系确定模块，包括：
[0143]
第一数据获取子模块，用于获取电力消费指数、电力消费指数增速、gdp和 gdp增速的历史数据；
[0144]
第一相关系数计算子模块，用于采用皮尔森相关系数检验方法计算所述电力 消费指数与所述gdp的相关系数，以及所述电力消费指数增速与所述gdp增速的 相关系数；
[0145]
第一拟合子模块，用于当所述电力消费指数与所述gdp的相关系数，以及所 述电力消费指数增速与所述gdp增速的相关系数均在设定阈值范围内时，通过线 性回归算法拟合表示所述电力消费指数与gdp关系的曲线；
[0146]
第一常数项计算子模块，用于基于所述电力消费指数与gdp关系的曲线确定 所述电力消费指数的国内生产总值的回归方程的常数项；
[0147]
第一回归方程确定子模块，用于基于所述国内生产总值的回归方程的常数项 确定国内生产总值回归方程。
[0148]
所述gdp回归方程如下式所示：
[0149]
eci＝a1 b1*gdp
[0150]
式中，eci为电力消费指数；gdp为国内生产总值；a1为常数；b1为国内 生产总值的系数。
[0151]
优选的，所述第一关联关系确定模块还包括：gdp增速回归确定模块，用于 当所述电力消费指数与所述gdp的相关系数，以及所述电力消费指数增速与所述 gdp增速的相关系数均在设定阈值范围内时，通过线性回归算法拟合表示所述电 力消费指数增速值与gdp增速值关系的曲线；所述电力消费指数增速和gdp增速 的曲线确定所述gdp增速的回归方程的常数项，并基于所述gdp增速的回归方程 的常数项确定gdp增速的回归方程。
[0152]
优选的，第二关联关系确定模块包括：
[0153]
第二数据获取子模块，用于获取电力消费指数、电力消费指数增速、cpi和 cpi增速的历史数据；
[0154]
第二相关系数计算子模块，用于采用皮尔森相关系数检验方法计算所述电力 消费指数与所述cpi的相关系数，以及所述电力消费指数增速与所述cpi增速的 相关系数；
[0155]
第二拟合子模块，用于当所述电力消费指数与所述cpi的相关系数，以及所 述电力消费指数增速与所述cpi增速的相关系数均在设定阈值范围内时，通过线 性回归算法拟合表示所述电力消费指数与cpi关系的曲线；
[0156]
第二常数项计算子模块，用于基于所述电力消费指数与cpi关系的曲线确定 所述电力消费指数的国内生产总值的回归方程的常数项；
[0157]
第二回归方程确定子模块，用于基于所述cpi的回归方程的常数项确定cpi 回归方程。
[0158]
所述cpi的回归方程如下式所示：
[0159]
eci＝c1 d1*cpi
[0160]
式中，cpi为消费者物价指数；c1和d1为消费者物价指数的常数项。
[0161]
所述gdp增速回归方程如下式所示：
[0162]
eci1＝a2 b2*gdp1[0163]
式中，a2和b2：常数项；eci1：电力消费指数增速值；gdp1：国内生产 总值的增速值。
[0164]
所述cpi增速回归方程如下式所示：
[0165]
eci＝c2 d2*cpi1[0166]
式中，c2和d2为消费者物价指数的常数项；cpi1：消费者物价指数的增速值。
[0167]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算 机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软 件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计 算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、 光学存储器等)上实施的计算机程序产品的形式。
[0168]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框 的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机 或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可 编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个 流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0169]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指 令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
[0170]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得 在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从 而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或 多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0171]
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和 原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的 权利要求范围之内。