CN106600029A - 一种基于电力数据的宏观经济预测量化修正方法 - Google Patents
一种基于电力数据的宏观经济预测量化修正方法 Download PDFInfo
- Publication number
- CN106600029A CN106600029A CN201610944924.6A CN201610944924A CN106600029A CN 106600029 A CN106600029 A CN 106600029A CN 201610944924 A CN201610944924 A CN 201610944924A CN 106600029 A CN106600029 A CN 106600029A
- Authority
- CN
- China
- Prior art keywords
- electric power
- industry
- economy
- quantifies
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000013139 quantization Methods 0.000 title abstract description 11
- 230000005611 electricity Effects 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000002715 modification method Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010276 construction Methods 0.000 abstract 1
- 238000001816 cooling Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于电力数据的宏观经济预测量化修正方法。统计分析显示，电力消费和经济发展之间存在高度相关性，电力为国民经济行业提供动力支持，近几年经济发展与电量增长却出现了相背离的现象。本发明从电力视角对宏观经济量化预测进行修正，所述的修正内容包括数据处理和构建宏观经济量化修正模型；所述的数据处理为：获取电力数据，剔除非经济因素影响的部分；获取经济数据，进行可比价折算；所述的宏观经济量化修正模型包括分行业经济量化修正模型和GDP总量修正模型。本发明完成了基于电力数据修正宏观经济预测量化模型，并以修正后的GDP总量预测全社会用用电量，减小了经济总量单一变量预测用电量的误差。
Description
技术领域
本发明涉及产业结构预测领域，具体地说一种基于电力数据的宏观经济预测量化修正方法。
背景技术
电力是国民经济行业发展的基础动力之一，随着电气化水平的提高，电力发展在经济增长中的作用越发明显。统计分析显示，电力消费和经济发展之间存在高度相关性，用电量作为克强指数中三大指标之一，是能反映经济运行的先行指标之一。但2014、2015年经济增长与电量增长却出现了“相背离”的现象，即中高速的经济发展却对应着超低速的用电增长。用电量指标能否反映经济运行情况，从经济视角如何准确预测用电量，逐渐成为电力需求研究领域的一大热点问题。分析其背后的原因，主要是近几年极端气象等偶然因素的影响。
发明内容
本发明所要解决的技术问题是提供一种基于电力数据的宏观经济预测量化修正方法，有助于解释电力消费和经济增长之间的关系，以减小从经济总量预测电力需求的误差。
为此，本发明采用如下的技术方案：一种基于电力数据的宏观经济预测量化修正方法，其特征在于，它从电力视角对宏观经济量化预测进行修正，所述的修正内容包括数据处理和构建宏观经济量化修正模型；
所述的数据处理为：获取电力数据，剔除非经济因素影响的部分；获取经济数据，进行可比价折算；
所述的宏观经济量化修正模型包括分行业经济量化修正模型和GDP总量修正模型。
本发明剔除气象等偶然因素引起的用电变化部分，以分行业电量预测分行业发展出发，修正了宏观经济发展曲线，再预测全社会用电量，从而准确预测由宏观经济发展引起的用电需求增长，完善了电力需求预测方法。
进一步地，所述数据处理的具体过程如下：
1)电力数据处理：寻找样本期内影响电力运行的重要偶然因素，并进行剔除(如分析夏季极端高温与降温电量关系，分析冬季极端低温与采暖电量关系，分析如地震、相关政策等偶然因素对电量的影响)；
2)经济数据可比价折算：首先设定基期年，其次根据经济属性选择不同的价格指数进行可比价折算。
进一步地，所述的经济数据可比价折算中，第一产业增加值选用农产品价格指数进行折算，第二产业增加选用工业生产者出厂价格指数进行折算，第三产业增加值、居民收入、居民消费选用居民消费者价格指数进行折算，固定资产投资额选用固定资产投资价格指数进行折算。
进一步地，所述分行业经济量化修正模型的构建过程如下：
在柯布‐道格拉斯生产模型的基础上加入新的生产投入要素——电力，其模型方程式变为：
Y＝ALαKβEλμ
式中，Y为总产值，A为综合技术水平，L为投入的劳动力数，K为投入的资本，E为投入的电力，α为劳动力产出的弹性系数，β为资本产出的弹性系数，λ为电力产出的弹性系数，μ为随机干扰项；给定α+β+λ＝1，并对方程两边取对数，上述的方程式变为：
Ln(Y)＝Ln(A)+α*L+β*K+(1-α-β)*E+μ，
短期内，认为综合技术水平A保持不变，由上式可得：
第一产业增加值量化修正估计方程式：
式中，为第一产业增加值，为第一产业就业人数，为第一产业固定资产投资额，为居民用电量和第一产业用电量之和，c1为常数项，α1、β1均为待估计参数系数；
第二产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第二产业就业人数，为第二产业固定资产投资额，为第二产业用电量，c2为常数项，α2、β2均为待估计参数系数；
第三产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第三产业就业人数，为第三产业固定资产投资额，为第三产业用电量，c3为常数项，α3、β3均为待估计参数系数。
进一步地，所述GDP总量修正模型的构建过程如下：
根据国民经济生产法核算法可知，GDP总量在数值上等于第一、二、三产业增加值之和，即GDP总量修正模型形式为：
进一步地，比较修正前后的GDP总量和分产业增加值，采用修正后的GDP总量预测未来全社会用电量。
本发明，在宏观经济增长理论和统计学理论的支持下，完成了基于电力数据修正宏观经济预测量化模型，并以修正后的GDP总量预测全社会用用电量，减小了经济总量单一变量预测用电量的误差，完善了电力需求预测研究。
附图说明
图1为本发明的原理图。
具体实施方式
本发明从电力视角对宏观经济量化预测进行修正，所述的修正过程包括数据处理和修正模型搭建。
1、在本发明中，数据处理过程如下：
11)电力数据处理：寻找样本期内影响电力运行的重要偶然因素，并进行剔除。如分析夏季极端高温与降温电量关系，分析冬季极端低温与采暖电量关系，分析如地震、相关政策等偶然因素对电量的影响。
12)经济数据可比价折算：首先设定基期年，其次根据经济属性选择不同的价格指数进行可比价折算。第一产业增加值选用农产品价格指数进行折算，第二产业增加选用工业生产者出厂价格指数进行折算，第三产业增加值、居民收入、居民消费选用居民消费者价格指数进行折算，固定资产投资额选用固定资产投资价格指数进行折算。
2、在本发明中，修正模型搭建如下：
21)分行业经济量化修正模型。
在柯布‐道格拉斯生产模型的基础上加入新的生产投入要素——电力，其模型方程式变为：
Y＝ALαKβEλμ
式中，Y为总产值，A为综合技术水平，L为投入的劳动力数，K为投入的资本，E为投入的电力，α为劳动力产出的弹性系数，β为资本产出的弹性系数，λ为电力产出的弹性系数，μ为随机干扰项；给定α+β+λ＝1，并对方程两边取对数，上述的方程式变为：
Ln(Y)＝Ln(A)+α*L+β*K+(1-α-β)*E+μ，
短期内，认为综合技术水平A保持不变，由上式可得：
第一产业增加值量化修正估计方程式：
式中，为第一产业增加值，为第一产业就业人数，为第一产业固定资产投资额，为居民用电量和第一产业用电量之和，c1为常数项，α1、β1均为待估计的参数系数；
第二产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第二产业就业人数，为第二产业固定资产投资额，为第二产业用电量，c2为常数项，α2、β2均为待估计的参数系数；
第三产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第三产业就业人数，为第三产业固定资产投资额，为第三产业用电量，c3为常数项，α3、β3均为待估计的参数系数。
22)GDP总量修正模型。根据国民经济生产法核算法可知，GDP在数值上等于第一、二、三产业增加值之和，即GDP总量修正模型形式为：
23)比较修正前后的GDP和分产业增加值，采用修正后的GDP预测未来全社会用电量。
3、本发明中，基于电力数据修正宏观经济预测量化模型后，以修正后的GDP总量预测全社会用用电量，减小经济总量单一变量预测用电量的误差，补充了电力需求预测研究。
Claims (6)
1.一种基于电力数据的宏观经济预测量化修正方法，其特征在于，它从电力视角对宏观经济量化预测进行修正，所述的修正内容包括数据处理和构建宏观经济量化修正模型；
所述的数据处理为：获取电力数据，剔除非经济因素影响的部分；获取经济数据，进行可比价折算；
所述的宏观经济量化修正模型包括分行业经济量化修正模型和GDP总量修正模型。
2.根据权利要求1所述的宏观经济预测量化修正方法，其特征在于，所述数据处理的具体过程如下：
1)电力数据处理：寻找样本期内影响电力运行的重要偶然因素，并进行剔除；
2)经济数据可比价折算：首先设定基期年，其次根据经济属性选择不同的价格指数进行可比价折算。
3.根据权利要求2所述的宏观经济预测量化修正方法，其特征在于，所述的经济数据可比价折算中，第一产业增加值选用农产品价格指数进行折算，第二产业增加选用工业生产者出厂价格指数进行折算，第三产业增加值、居民收入、居民消费选用居民消费者价格指数进行折算，固定资产投资额选用固定资产投资价格指数进行折算。
4.根据权利要求1所述的宏观经济预测量化修正方法，其特征在于，所述分行业经济量化修正模型的构建过程如下：
在柯布‐道格拉斯生产模型的基础上加入新的生产投入要素——电力，其模型方程式变为：
Y＝ALαKβEλμ
式中，Y为总产值，A为综合技术水平，L为投入的劳动力数，K为投入的资本，E为投入的电力，α为劳动力产出的弹性系数，β为资本产出的弹性系数，λ为电力产出的弹性系数，μ为随机干扰项；给定α+β+λ＝1，并对方程两边取对数，上述的方程式变为：
Ln(Y)＝Ln(A)+α*L+β*K+(1-α-β)*E+μ，
短期内，认为综合技术水平A保持不变，由上式可得：
第一产业增加值量化修正估计方程式：
式中，为第一产业增加值，为第一产业就业人数，为第一产业固定资产投资额，为居民用电量和第一产业用电量之和，c1为常数项，α1、β1均为待估计参数系数；
第二产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第二产业就业人数，为第二产业固定资产投资额，为第二产业用电量，c2为常数项，α2、β2均为待估计的参数系数；
第三产业增加值量化修正估计方程式：
式中，为第二产业增加值，为第三产业就业人数，为第三产业固定资产投资额，为第三产业用电量，c3为常数项，α3、β3均为待估计的参数系数。
5.根据权利要求4所述的宏观经济预测量化修正方法，其特征在于，所述GDP总量修正模型的构建过程如下：
根据国民经济生产法核算法可知，GDP总量在数值上等于第一、二、三产业增加值之和，即GDP总量修正模型形式为：
6.根据权利要求5所述的宏观经济预测量化修正方法，其特征在于，比较修正前后的GDP总量和分产业增加值，采用修正后的GDP总量预测未来全社会用电量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610944924.6A CN106600029A (zh) | 2016-11-02 | 2016-11-02 | 一种基于电力数据的宏观经济预测量化修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610944924.6A CN106600029A (zh) | 2016-11-02 | 2016-11-02 | 一种基于电力数据的宏观经济预测量化修正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106600029A true CN106600029A (zh) | 2017-04-26 |
Family
ID=58590548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610944924.6A Pending CN106600029A (zh) | 2016-11-02 | 2016-11-02 | 一种基于电力数据的宏观经济预测量化修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106600029A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107220763A (zh) * | 2017-05-24 | 2017-09-29 | 国网安徽省电力公司 | 一种分离工业用电量中温度电量和经济电量的方法 |
| CN107748938A (zh) * | 2017-11-06 | 2018-03-02 | 国网福建省电力有限公司 | 一种基于向量自回归模型的电力需求预测方法 |
| WO2018219097A1 (zh) * | 2017-06-01 | 2018-12-06 | 王二丹 | 运用就业函数进行经济总量分析的方法 |
| CN110046759A (zh) * | 2019-04-19 | 2019-07-23 | 重庆交通大学 | 基于索洛余值法的农民工对建筑业全要素生产率影响的评估方法 |
| CN116523687A (zh) * | 2023-06-26 | 2023-08-01 | 国网能源研究院有限公司 | 考虑多因素的用电增长驱动力分解方法、装置和存储介质 |
-
2016
- 2016-11-02 CN CN201610944924.6A patent/CN106600029A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107220763A (zh) * | 2017-05-24 | 2017-09-29 | 国网安徽省电力公司 | 一种分离工业用电量中温度电量和经济电量的方法 |
| WO2018219097A1 (zh) * | 2017-06-01 | 2018-12-06 | 王二丹 | 运用就业函数进行经济总量分析的方法 |
| CN107748938A (zh) * | 2017-11-06 | 2018-03-02 | 国网福建省电力有限公司 | 一种基于向量自回归模型的电力需求预测方法 |
| CN110046759A (zh) * | 2019-04-19 | 2019-07-23 | 重庆交通大学 | 基于索洛余值法的农民工对建筑业全要素生产率影响的评估方法 |
| CN116523687A (zh) * | 2023-06-26 | 2023-08-01 | 国网能源研究院有限公司 | 考虑多因素的用电增长驱动力分解方法、装置和存储介质 |
| CN116523687B (zh) * | 2023-06-26 | 2023-10-03 | 国网能源研究院有限公司 | 考虑多因素的用电增长驱动力分解方法、装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111552923B (zh) | 一种基于通用分布的负荷预测方法及负荷预测*** | |
| CN106600029A (zh) | 一种基于电力数据的宏观经济预测量化修正方法 | |
| CN101551884B (zh) | 面向大规模样本的cvr电力负荷快速预测方法 | |
| Wu et al. | Impacts of the carbon emission trading system on China’s carbon emission peak: a new data-driven approach | |
| CN108009667A (zh) | 一种能源需求总量及结构预测*** | |
| CN109726865A (zh) | 基于emd-qrf的用户负荷概率密度预测方法、装置和存储介质 | |
| CN107358318A (zh) | 基于GM（1,1）模型和灰色Verhulst模型的城市用电量预测方法 | |
| CN106600037B (zh) | 一种基于主成分分析的多参量辅助负荷预测方法 | |
| CN103853106A (zh) | 一种建筑能源供应设备的能耗预测参数优化方法 | |
| CN106251027B (zh) | 基于模糊支持向量分位数回归的电力负荷概率密度预测方法 | |
| CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、***及终端设备 | |
| CN107730097B (zh) | 一种母线负荷预测方法、装置及计算设备 | |
| CN102426674A (zh) | 一种基于马尔科夫链的电力***负荷预测方法 | |
| CN102509173A (zh) | 一种基于马尔科夫链的电力***负荷准确预测方法 | |
| WO2018214364A1 (zh) | 一种降水预报精度评定方法 | |
| CN103853939A (zh) | 一种基于社会经济因素影响的电力***月度负荷的组合预测方法 | |
| CN102601881A (zh) | 一种橡胶硬度的在线质量监控和预测模型更新的方法 | |
| CN104598998A (zh) | 基于经济增长指标的能源需求量预测方法 | |
| Ding et al. | Forecasting the economic indices of the high-tech industries in China using the grey multivariable convolution model | |
| CN110097205A (zh) | 一种建筑负荷预测用气象预报数据预处理方法 | |
| CN113177366A (zh) | 一种综合能源***规划方法、装置和终端设备 | |
| CN115545333A (zh) | 一种多负荷日类型配电网负荷曲线预测方法 | |
| CN113610296B (zh) | 一种区域内用电负荷峰值预测方法及电网投资规划方法 | |
| CN108830405B (zh) | 基于多指标动态匹配的实时电力负荷预测***及其方法 | |
| CN103440536B (zh) | 一种区域宏观经济预测模型方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170426 |
|
| WD01 | Invention patent application deemed withdrawn after publication |