基于电力大数据的经济景气指数分析

doi:10.11959/j.issn.1000-0801.2020059

电信科学 ›› 2020, Vol. 36 ›› Issue (6): 166-171.doi: 10.11959/j.issn.1000-0801.2020059

• 运营技术广角 • 上一篇

基于电力大数据的经济景气指数分析

刘玉娇¹,宋坤煌²,王向³

¹ 国家电网有限公司大数据中心，北京 100031
² 国网信通亿力科技有限责任公司，福建福州 350003
³ 国网能源研究院有限公司，北京 102209

修回日期:2020-03-04 出版日期:2020-06-20 发布日期:2020-06-18
作者简介:刘玉娇（1985- ），男，博士，国家电网有限公司大数据中心数据分析中心经营组组长、高级工程师，主要研究方向为电网运营监测分析、电力大数据分析、新能源及电力市场等。|宋坤煌（1991- ），男，国网信通亿力科技有限责任公司工程师，主要研究方向为电力大数据及其应用。|王向（1986- ），男，博士，国网能源研究院有限公司高级经济师，主要研究方向为宏观经济、能源电力市场分析预测。

Analysis of economic prosperity index based on big data of electricity

Yujiao LIU¹,Kunhuang SONG²,Xiang WANG³

¹ Big Data Center of State Grid Corporation of China,Beijing 100031,China
² State Grid Info-Telecom Great Power Science and Technology Co.,Ltd.,Fuzhou 350003,China
³ State Grid Energy Research Institute Co.,Ltd.,Beijing 102209,China

Revised:2020-03-04 Online:2020-06-20 Published:2020-06-18

摘要/Abstract

摘要：

景气分析是一种经济周期的统计分析方法，利用月度或者季度数据经济统计序列，分析研判经济发展在周期性波动中所处的阶段，为政府经济政策决策及实施提供参考。用电数据是国民经济的“晴雨表”。基于时空电力数据，采用经典经济景气模型，在电力景气指数计算中，首次引入了X13-ARIMA季节调整算法，构建了基于电力大数据的经济景气指数，客观反映了经济运行状况，辅助预测经济发展的趋势，实现从电力视角观测经济的目标，为政府政策制定提供参考。

关键词: 景气指数, 电力大数据, 时间序列, 季节调整算法

Abstract:

Prosperity analysis is a statistical analysis method of economic cycle.By using monthly or quarterly data economic statistics sequence,the stage of economic development in periodic fluctuations can be analyzed and judged,which can provide reference for government economic policy decision-making and implementation.Electricity data is the “barometer” of national economy.Based on spatio-temporal electric power data and classical economic prosperity model,X13-ARIMA seasonal adjustment algorithm was firstly introduced in the calculation of electric prosperity index to construct an economic prosperity index based on big data of electric power,which objectively reflected the economic operation status and assists in predicting the economic development trend.The calculation achieves the economic goal from the perspective of electricity and provide reference for government policy making.

Key words: prosperity index, big data of electricity, time series, seasonal adjustment algorithm

中图分类号:

TP393

刘玉娇,宋坤煌,王向. 基于电力大数据的经济景气指数分析[J]. 电信科学, 2020, 36(6): 166-171.

Yujiao LIU,Kunhuang SONG,Xiang WANG. Analysis of economic prosperity index based on big data of electricity[J]. Telecommunications Science, 2020, 36(6): 166-171.

图/表 5

表1

图1

图2

图3

图4

参考文献 16

[1]	李迪, 耿亮 . 互联网与能源融合背景下电力信息通信领域的发展趋势和方向[J]. 电力信息与通信技术, 2015,13(5): 1-7.
	LI D , GENG L . The new development direction of electric power information communication domain under the background of internet and energy fusion[J]. Electric Power Information and Communication Technology, 2015,13(5): 1-7.
[2]	赵雅迪, 吴钊, 李庆兵 ,等. 电费回收风险预测的大数据方法应用[J]. 电信科学, 2019,35(2): 125-133.
	ZHAO Y D , WU Z , LI Q B ,et al. Application of big data method in forecasting the risk of tariff recovery[J]. Telecommunications Science, 2019,35(2): 125-133.
[3]	李如初, 沈名龙, 彭海棠 . 大数据、云计算在电力工业中的应用[J]. 电信科学, 2018,34(4): 151-155.
	LI R C , SHEN M L , PENG H T . Application of big data and cloud computing in power industry[J]. Telecommunications Science, 2018,34(4): 151-155.
[4]	高铁梅, 梁云芳, 孔宪丽 ,等. 构建多维框架景气指数系统的初步尝试[J]. 数量经济技术经济研究, 2006,23(7): 49-57.
	GAO T M , LIANG Y F , KONG X L ,et al. The preliminary attempt of constructing the multi -dimensional framework for composite index system[J]. The Journal of Quantitative ＆Technical Economics, 2006,23(7): 49-57.
[5]	陈迪红, 李华中, 杨湘豫 . 行业景气指数建立的方法选择及实证分析[J]. 系统工程, 2003,21(4): 72-76.
	CHEN D H , LI H Z , YANG X Y . Method selection of constructing industrial cycle index and its demonstration analysis[J]. Systems Engineering, 2003,21(4): 72-76.
[6]	范维, 张磊, 石刚 . 季节调整方法综述及比较[J]. 统计研究, 2006,23(2): 70-73.
	FAN W , ZHANG L , SHI G . The comprehensive description and comparison of seasonal adjusting methods[J]. Statistical Research, 2006,23(2): 70-73.
[7]	刘兴远 . 季节调整方法在西方国家的应用及启示[J]. 江苏统计, 1999(11): 32-34.
	LIU X Y . Application and enlightenment of seasonal adjustment method in western countries[J]. Jiangsu Statistics, 1999(11): 32-34.
[8]	齐东军 . 季节调整方法在货币供应量中的应用[J]. 数量经济技术经济研究, 2004,21(6): 147-155.
	QI D J . Application of seasonal adjustment method to the money supply[J]. Quantitative and Technical Economics, 2004,21(6): 147-155.
[9]	李京祥, 顾岚 . 季节调整的 Bayes 方法及在我国经济中的应用[J]. 数理统计与管理, 1993(5): 1-8.
	LI J X , GU L . Bayes method of seasonal adjustment and its application in Chinese economy[J]. Mathematical Statistics and Management, 1993(5): 1-8.
[10]	BURMAN J P . Seasonal adjustment by signal extraction[J]. Journal of the Royal Statistical Society, 1980,143(3): 321-337.
[11]	石刚, 陈永刚, 陈杰 . 季节调整中消除节假日因素方法的改进及其在我国的应用[J]. 数理统计与管理, 2016(6): 968-974.
	SHI G , CHEN Y G , CHEN J . Improvement on the method of eliminating holiday factor in seasonal adjustment and its application in China[J]. Mathematical Statistics and Management, 2016(6): 968-974.
[12]	郭志武, 滕国召, 蒲继红 . 基于 ARIMA 模型的季节调整方法及研究进展[J]. 中国医院统计, 2009(1): 65-69.
	GUO Z W , TENG G Z , PU J H . Seasonal adjustment method based on ARIMA model and research progress[J]. Chinese Journal of Hospital Statistics, 2009(1): 65-69.
[13]	FINDLEY D F , MONSELL B C , BELL W R ,et al. New capabilities and methods of the X-12-ARIMA seasonal-adjustment program[J]. Journal of Business ＆ Economic Statistics, 1998,16(2): 127-152.
[14]	商广霞 . 关于我国主要宏观经济变量周期波动的实证分析[D]. 长春:吉林大学, 2011.
	SHANG G X . Empirical analysis on the periodic fluctuation of major macroeconomic variables in China[D]. Changchun:Jilin University, 2011.
[15]	张志刚, 张平 . 关于我国宏观经济变量预测的实证研究[J]. 科技与企业, 2015(21):10.
	ZHANG Z G , ZHANG P . Empirical research on the prediction of macroeconomic variables in China[J]. KEJI YU QIYE, 2015(21):10.
[16]	ABELN B , JACOBS J P A M . Seasonal adjustment with and without revisions:a comparison of X-13ARIMA-SEATS and CAMPLET[J]. Social Science Electronic Publishing, 2015(25).

行业序号	行业分类	领先周期/月	相关系数
87	公共管理和社会组织、国际组织	6	0.74
45	黑色金属冶炼及压延加工业	0	0.73
53	工艺品及其他制造业	3	0.70
76	房地产业	7	0.67
72	批发和零售业	6	0.64
47	有色金属冶炼及压延加工业	0	0.62
59	燃气生产和供应业	6	0.59
37	电石	0	0.57
70	计算机服务和软件业	3	0.52
43	非金属矿物制品业	0	0.51
73	住宿和餐饮业	9	0.51
41	橡胶和塑料制品业	-1	0.49
62	交通运输、仓储和邮政业	0	0.49
63	交通运输业	0	0.47

基于电力大数据的经济景气指数分析

Analysis of economic prosperity index based on big data of electricity

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 16

相关文章 7

Metrics

推荐阅读 0

[1]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[2]	韦烜,阮科,黄晓莹,陈迅,黄灿灿. IP骨干网流量的自动化预测[J]. 电信科学, 2020, 36(8): 175-183.
[3]	朱洪斌,安龙,杨铭辰. 电力大数据安全治理体系研究[J]. 电信科学, 2019, 35(11): 140-145.
[4]	夏景明,唐玲玲,谈玲,郑晗. 基于K-means和MTLS-SVM算法的生理参数监测系统[J]. 电信科学, 2017, 33(10): 43-49.
[5]	周国亮,吕凛杰,王桂兰. 电力大数据全景实时分析关键技术[J]. 电信科学, 2016, 32(4): 159-168.
[6]	张瑜,潘红芳. 内蒙古电力数据仓库的应用[J]. 电信科学, 2016, 32(4): 175-180.
[7]	曹旭,曹瑞彤. 基于大数据分析的网络异常检测方法[J]. 电信科学, 2014, 30(6): 152-156.