System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及的是大数据分析领域,特别涉及一种考虑动态特性的景气度指标筛选方法。
技术介绍
1、电力数据具有实时性强、准确度高等优点,充分反映了企业、行业和社会整体的生产经营情况。相较于传统经济数据,电力数据具有先行优势,可以辅助研判地区及行业发展态势,助力宏观经济决策。目前比较通行的做法是基于企业用电信息,计算企业和行业景气度,研发电力看经济应用,同时也存在着指标有效性难以验证、计算周期固定等问题。
2、申请号为202211524643.7的中国专利技术专利“一种基于电力大数据的行业发展景气度预测方法及系统”,选取用电量和业扩报装容量作为景气度计算指标,构建行业电力景气指数模型,时间尺度为固定不变的1年,没有考虑不同时间尺度下指标可能存在的变化。申请号为202210599097.7的中国专利技术专利“一种商品景气指数的预测方法”,计算多项候选指标与基准指标的时差相关系数和信息量相关系数,根据时差相关系数和信息量相关系数从多项候选指标的指标数据中筛选先行性指标集合,没有考虑一致性指标和滞后性指标,指标体系相对单一。
技术实现思路
1、鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种考虑动态特性的景气度指标筛选方法。
2、为了解决上述技术问题,本申请实施例公开了如下技术方案:
3、一种考虑动态特性的景气度指标筛选方法,包括:
4、s100.获取区域季度累计gdp同比增值和区域各行业季度累计用电量,将
5、s200.基于s100清洗转换后的数据,以区域季度累计gdp同比增值为基准,按照各行业季度累计用电量的时间序列设置超前或滞后若干期,对齐数据,计算他们的时差相关系数;
6、s300.基于s200计算的时差相关系数,找到各行业相关系数中的最大值对应的超前、一致或滞后期数,将对应的行业加入初始先行、一致或滞后指标组;
7、s400.对于s100得到的区域季度累计gdp同比增值和区域各行业季度累计用电量同比增值,选取动态时间窗口,根据时间窗口截取数据,重复s200-s300得到迭代先行、一致或滞后指标组;
8、s500.对比初始先行、一致或滞后指标组和迭代先行、一致或滞后指标组,筛选得到稳定的先行、一致或滞后指标组,用于景气度进行计算。
9、进一步地,s100中,获取的区域季度累计gdp和区域各行业同季度累计用电量,具体包括:区域生产总值累计值、区域各行业季度累计用电量,对应的时间序列分别为{gdp1,gdp2...gdpi...gdpn}和{ydlk,1,ydlk,2...ydlk,i...ydlk,n},下标i表示第i个数据,k表示第k个行业,n为数据个数,gdp和ydl表示当年季度累计gdp和行业对应的累计季度用电量。
10、进一步地,s100中,将所述区域季度累计gdp同比增值和区域各行业季度累计用电量进行数据清洗和转换,得到各行业季度累计用电量同比增值{yrk,1,yrk,2...yrk,i...yrk,n},其中i>4,计算公式为:
11、yrk,u=((ydlk,u-ydlk,i-4)/ydlk,i-4)*100%。
12、进一步地,s200中,以区域季度累计gdp同比增值为基准,按照各行业季度累计用电量的时间序列设置超前或滞后若干期,对齐数据,计算他们的时差相关系数,具体方法包括:设置时间参数,范围为[-t,t],步长为1,根据数据长度选择合适的时间参数范围;第k个行业的时差相关系数计算公式如下:
13、
14、其中,t为最大延迟数,l是数据对齐后的数据个数,为该行业累计用电量同比增值的平均值,为累计gdp同比增值的平均值。
15、进一步地,s300中,基于s200计算的时差相关系数,找到各行业相关系数中的最大值对应的超前、一致或滞后期数,将对应的行业加入初始先行、一致或滞后指标组,具体方法包括:对于第k个行业,选择时差相关系数最大值对应的时间参数τ,当τ<0时,将行业划分到初始先行指标组a0,当τ=0时,将行业划分到初始一致指标组b0,当τ>0时,将行业划分到初始滞后指标组c0。
16、进一步地,s400中,选取动态时间窗口,根据时间窗口截取数选取动态时间窗口,窗口长度包括一年、一年半、两年、两年半和三年,对应数据长度分别为4、6、8、10、12,根据时间窗口截取数据,假设窗口对应的数据长度为l,将原数据分割为组数据,第m组数据为{gr(m-1)l+1,..,grml}m和{yrk,(m-1)l+1,..,yrk,ml}m,采用s300方法对每一组数据计算时差相关系数,确定时差相关系数最大值对应的时间参数,重复此步骤,分别得到迭代先行、一致和滞后指标组ai、bi、ci。
17、进一步地,s500中,筛选得到稳定的先行指标组,用于对景气度进行计算,具体方法包括:获取先行指标组a0,...,am和对应的窗口长度为l0,...,lm,计算两个集合的杰卡德系数设a'=a0,当j(a',a1)≥n时,n为预设阈值,表示a',a1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令a'=a'∩a1,计算j(a',a2);当j(a',a1)<n时,n为预设阈值,表示a',a1这两个集合在不同时间尺度内计算得到的指标的相似度不高,a'保持不变,计算j(a',a2)。
18、进一步地,s500中,筛选得到稳定的一致指标组,用于对景气度进行计算,具体方法包括:获取先行指标组b0,...,bm和对应的窗口长度为l0,...,lm,计算两个集合的杰卡德系数设b'=b0,当j(b',b1)≥n时,n为预设阈值,表示b',b1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令b'=b'∩b1,计算j(b',b2);当j(b',b1)<n时,n为预设阈值,表示b',b1这两个集合在不同时间尺度内计算得到的指标的相似度不高,b'保持不变,计算j(b',b2)。
19、进一步地,筛选得到稳定的滞后指标组,用于对景气度进行计算,具体方法包括:获取先行指标组c0,...,cm和对应的窗口长度为l0,...,lm,计算两个集合的杰卡德系数设c'=c0,当j(c',c1)≥n时,n为预设阈值,表示c',c1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令c'=c'∩c1,计算j(c',c2);当j(c',c1)<n时,n为预设阈值,表示c',c1这两个集合在不同时间尺度内计算得到的指标的相似度不高,b'保持不变,计算j(c',c2)。
20、本专利技术还公开了一种电子设备,包括:
21、存储器,用于存储可由处理器执行的指令;
22、处理器,配置为执行所述指令以实现一种考虑动态特性的景气本文档来自技高网...
【技术保护点】
1.一种考虑动态特性的景气度指标筛选方法,其特征在于,包括:
2.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S100中,获取的区域季度累计GDP和区域各行业同季度累计用电量,具体包括:区域生产总值累计值、区域各行业季度累计用电量,对应的时间序列分别为{GDP1,GDP2...GDPi...GDPn}和{ydlk,1,ydlk,2...ydlk,i...ydlk,n},下标i表示第i个数据,k表示第k个行业,n为数据个数,GDP和ydl表示当年季度累计GDP和行业对应的累计季度用电量。
3.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S100中,将所述区域季度累计GDP同比增值和区域各行业季度累计用电量进行数据清洗和转换,得到各行业季度累计用电量同比增值{yrk,1,yrk,2...yrk,i...yrk,n},其中i>4,计算公式为:
4.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S200中,以区域季度累计GDP同比增值为基准,按照各行业季度累计用电量的时间序列设置超前
5.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S300中,基于S200计算的时差相关系数,找到各行业相关系数中的最大值对应的超前、一致或滞后期数,将对应的行业加入初始先行、一致或滞后指标组,具体方法包括:对于第k个行业,选择时差相关系数最大值对应的时间参数τ,当τ<0时,将行业划分到初始先行指标组A0,当τ=0时,将行业划分到初始一致指标组B0,当τ>0时,将行业划分到初始滞后指标组C0。
6.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S400中,选取动态时间窗口,根据时间窗口截取数选取动态时间窗口,窗口长度包括一年、一年半、两年、两年半和三年,对应数据长度分别为4、6、8、10、12,根据时间窗口截取数据,假设窗口对应的数据长度为L,将原数据分割为组数据,第m组数据为{gr(m-1)L+1,..,grmL}m和{yrk,(m-1)L+1,..,yrk,mL}m,采用S300方法对每一组数据计算时差相关系数,确定时差相关系数最大值对应的时间参数,重复此步骤,分别得到迭代先行、一致和滞后指标组Ai、Bi、Ci。
7.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S500中,筛选得到稳定的先行指标组,用于对景气度进行计算,具体方法包括:获取先行指标组A0,...,Am和对应的窗口长度为L0,...,Lm,计算两个集合的杰卡德系数设A′=A0,当J(A′,A1)≥n时,n为预设阈值,表示A′,A1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令A′=A′∩A1,计算J(A′,A2);当J(A′,A1)<n时,n为预设阈值,表示A′,A1这两个集合在不同时间尺度内计算得到的指标的相似度不高,A′保持不变,计算J(A′,A2)。
8.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,S500中,筛选得到稳定的一致指标组,用于对景气度进行计算,具体方法包括:获取先行指标组B0,...,Bm和对应的窗口长度为L0,...,Lm,计算两个集合的杰卡德系数设B′=B0,当J(B′,B1)≥n时,n为预设阈值,表示B′,B1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令B′=B′∩B1,计算J(B′,B2);当J(B′,B1)<n时,n为预设阈值,表示B′,B1这两个集合在不同时间尺度内计算得到的指标的相似度不高,B′保持不变,计算J(B′,B2)。
9.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,筛选得到稳定的滞后指标组,用于对景气度进行计算,具体方法包括:获取先行指标组C0,...,Cm和对应的窗口长度为L0,...,Lm,计算两个集合的杰卡德系数设C′=C0,当J(C′,C1)≥n时,n为预设阈值,表示C′,C1这两个集合在不同时间尺度内计算得到的指标仍保持较高的相似度,令C′=C′∩C1,计算J(C′,C2);当J(C′,C1)<n时,n为预设阈值,表示C′,C1这两个集合在不同时间尺度内计算得到的指标的相似度不高,B′保持不变,计算J(C′,C2)。
10.一种电子设备,其特征在于,包括:
...【技术特征摘要】
1.一种考虑动态特性的景气度指标筛选方法,其特征在于,包括:
2.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,s100中,获取的区域季度累计gdp和区域各行业同季度累计用电量,具体包括:区域生产总值累计值、区域各行业季度累计用电量,对应的时间序列分别为{gdp1,gdp2...gdpi...gdpn}和{ydlk,1,ydlk,2...ydlk,i...ydlk,n},下标i表示第i个数据,k表示第k个行业,n为数据个数,gdp和ydl表示当年季度累计gdp和行业对应的累计季度用电量。
3.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,s100中,将所述区域季度累计gdp同比增值和区域各行业季度累计用电量进行数据清洗和转换,得到各行业季度累计用电量同比增值{yrk,1,yrk,2...yrk,i...yrk,n},其中i>4,计算公式为:
4.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,s200中,以区域季度累计gdp同比增值为基准,按照各行业季度累计用电量的时间序列设置超前或滞后若干期,对齐数据,计算他们的时差相关系数,具体方法包括:设置时间参数,范围为[-t,t],步长为1,根据数据长度选择合适的时间参数范围;第k个行业的时差相关系数计算公式如下:
5.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,s300中,基于s200计算的时差相关系数,找到各行业相关系数中的最大值对应的超前、一致或滞后期数,将对应的行业加入初始先行、一致或滞后指标组,具体方法包括:对于第k个行业,选择时差相关系数最大值对应的时间参数τ,当τ<0时,将行业划分到初始先行指标组a0,当τ=0时,将行业划分到初始一致指标组b0,当τ>0时,将行业划分到初始滞后指标组c0。
6.如权利要求1所述的一种考虑动态特性的景气度指标筛选方法,其特征在于,s400中,选取动态时间窗口,根据时间窗口截取数选取动态时间窗口,窗口长度包括一年、一年半、两年、两年半和三年,对应数据长度分别为4、6、8、10、12,根据时间窗口截取数据,假设窗口对应的数据长度为l,将原数据分割为组数据,第m组数据为{gr(m-1)l+1,..,...
【专利技术属性】
技术研发人员:李逸文,唐泽洋,饶玮,崔一铂,邓桂平,李紫宇,陈杨,孙金莉,黄杰,靳经,张希乐,刘畅,王晋,舒欣,王捷,龙凤,徐江珮,周亮,喻潇,苏昊扬,徐成伟,
申请(专利权)人:国网湖北省电力有限公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。