-
公开(公告)号:CN111861206A
公开(公告)日:2020-10-30
申请号:CN202010700143.9
申请日:2020-07-20
申请人: 国网上海市电力公司 , 复旦大学 , 华东电力试验研究院有限公司
IPC分类号: G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458
摘要: 本发明涉及一种基于企业电力大数据的工业行业景气指数获取方法,包括以下步骤:1)获取行业内企业的用电信息,并进行清洗和修正;2)根据中类行业的用电量数据构建不同时期的复杂网络模型,用以描述行业间相互影响、相互传导的上下游关联关系;3)提取复杂网络模型的网络指标并采用隐马尔可夫状态转移模型进行工业行业景气指数预测。与现有技术相比,本发明具有有效整合企业耗电量高频数据、明确行业间的上下游产业结构、排除非生产性因素的干扰、构建细分行业的工业行业景气指数等优点。
-
公开(公告)号:CN110084398A
公开(公告)日:2019-08-02
申请号:CN201910198215.1
申请日:2019-03-15
摘要: 本发明涉及一种基于企业电力大数据的行业景气自适应检测方法,包括以下步骤:步骤1:针对企业用电信息进行清洗整理;步骤2:构建复杂网络模型并选取相关行业;步骤3:利用隐马尔可夫模型分离不同用电行为状态;步骤4:构建行业景气指数并进行自适应检测。与现有技术相比,本发明具有理论先进,将复杂网络模型和隐马尔可夫模型进行了有机结合,复杂网络模型通过对全局所有变量的分析和比较,提高了隐马尔可夫模型中相关变量选取的有效性,刻画了不同行业之间动态关联关系和转移特征,将复杂网络模型的结果输入隐马尔可夫模型,同时考虑外部天气、节假日因素的影响,提高了对行业生产景气状况预测的准确性等优点。
-