评估电力消费量与国内生产总值相关性的方法及装置

摘要

本申请公开了一种评估电力消费量与国内生产总值相关性的方法及装置。其中，该方法包括：获取电力消费量和国内生产总值GDP；以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。本申请解决了由于统计数据体量大采用人工统计电力消费量与国内生产总值之间的关系造成的统计周期长、人力成本较高及效率低下的技术问题。

说明书

技术领域

本申请涉及电力领域，具体而言，涉及一种评估电力消费量与国内生产总值相关性的方法及装置。

背景技术

电是现代工业文明的标志，是生产的基本投入品和人民生活的必需品。随着经济的发展，电力行业在国民经济中扮演着越来越重要的角色。电力供应充足，对经济发展有重要的促进作用，反之，则有制约作用。由于电力在国民经济中的基础作用、电力商品的特殊属性和电力行业投资周期长等特性，电力供应能力建设必须要从长远出发，科学规划、平稳发展。以电为中心来安排能源规划与建设是中国社会经济发展的客观要求，是一项长期战略任务。科学规划的前提是对电力需求的正确判断，而其基础则是对电力需求与经济发展内在关系的科学认识。

相关技术中，一般都是采用人工统计的方法，研究电力需求(消费)与经济增长之间的关系，这种方式存在统计数据体量大、统计周期长、人力成本较高以及效率低下等技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种评估电力消费量与国内生产总值相关性的方法及装置，以至少解决由于统计数据体量大采用人工统计电力消费量与国内生产总值之间的关系造成的统计周期长、人力成本较高及效率低下的技术问题。

根据本申请实施例的一个方面，提供了一种评估电力消费量与国内生产总值相关性的方法，包括：获取电力消费量和国内生产总值GDP；以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

可选地，以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验，包括：以电力消费量为因变量构建响应变量序列；以GDP为自变量构建自变量序列；对响应变量序列和自变量序列构造回归模型，基于回归模型进行协整检验。

可选地，回归模型，包括：

其中，y

可选地，基于回归模型进行协整检验，包括：确定回归模型中回归残差序列的平稳性，当回归残差序列的平稳性为平稳时，则确定电力消费量与GDP具有协整关系。

可选地，确定回归模型中回归残差序列的平稳性，包括：对回归残差序列进行单位根检验，若不存在单位根，则确定回归残差序列的平稳性为平稳。

可选地，误差修正模型为：

其中，Δy

可选地，在根据误差修正模型确定电力消费量与GDP之间的相关性之后，方法还包括：将相关性发送至目标设备中，其中，目标设备依据相关性和接收的目标数据对电力消费量或GDP进行预测。

根据本申请实施例的另一方面，还提供了一种评估电力消费量与国内生产总值相关性的装置，包括：获取模块，用于获取电力消费量和国内生产总值GDP；检验模块，用于以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；建立模块，用于当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；确定模块，用于根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种评估电力消费量与国内生产总值相关性的方法。

根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种评估电力消费量与国内生产总值相关性的方法。

在本申请实施例中，采用基于误差修正模型确定电力消费量与GDP之间的相关性的方式，通过获取电力消费量和国内生产总值GDP；以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关，达到了利用误差修正模型分析电力消费量与GDP之间的相关性，从而避免了采用人工的方法统计大量的数据来计算电力消费量与GDP之间的数学关系的技术效果，进而解决了由于统计数据体量大采用人工统计电力消费量与国内生产总值之间的关系造成的统计周期长、人力成本较高及效率低下技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种可选的评估电力消费量与国内生产总值相关性的方法的流程示意图；

图2是根据本申请实施例的一种可选的评估电力消费量与国内生产总值相关性的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例，提供了一种评估电力消费量与国内生产总值相关性的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本申请实施例的评估电力消费量与国内生产总值相关性的方法，如图1所示，该方法包括如下步骤：

步骤S102，获取电力消费量和国内生产总值GDP；

步骤S104，以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；

步骤S106，当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；

步骤S108，根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

该评估电力消费量与国内生产总值相关性的方法中，首先，获取电力消费量和国内生产总值GDP；再以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；然后当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；最后，根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关，达到了利用误差修正模型分析电力消费量与GDP之间的相关性，从而避免了采用人工的方法统计大量的数据来计算电力消费量与GDP之间的数学关系的技术效果，进而解决了由于统计数据体量大采用人工统计电力消费量与国内生产总值之间的关系造成的统计周期长、人力成本较高及效率低下技术问题。

本申请一些实施例中，以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验，具体地：以电力消费量为因变量构建响应变量序列；以GDP为自变量构建自变量序列；对响应变量序列和自变量序列构造回归模型，基于回归模型进行协整检验。

需要说明的是，回归模型，包括：

其中，y

本申请一些实施例中，可基于回归模型进行协整检验，具体地：确定回归模型中回归残差序列的平稳性，当回归残差序列的平稳性为平稳时，则确定电力消费量与GDP具有协整关系。

本申请一些可选的实施例中，可以通过如下方式确定回归模型中回归残差序列的平稳性，具体地：对回归残差序列进行单位根检验，若不存在单位根，则确定回归残差序列的平稳性为平稳。具体地，单位根检验的过程可以为：当一个自回归过程中：如果滞后项系数为1，就称为单位根。当单位根存在时，自变量和因变量之间的关系具有欺骗性，因为残差序列的任何误差都不会随着样本量(即时期数)增大而衰减，也就是说模型中的残差的影响是永久的。这种回归又称作伪回归，如果单位根存在，这个过程就是一个随机漫步(randomwalk)。

ADF检验就是判断序列(回归残差序列)是否存在单位根：如果序列平稳，就不存在单位根；否则，就会存在单位根。所以，ADF检验的假设就是存在单位根，如果得到的显著性检验统计量小于三个置信度(10％，5％，1％)，则对应有(90％，95，99％)的把握来拒绝原假设。可以理解的，在将数据进行单位根检验前，可剔除电力消费量(Q)数据和国内生产总值(GDP)数据中的缺失、异常数据，并对数据取对数lnGDP、lnQ

如表1-1所示，为采用ADF检验来验证序列的平稳性，lnGDP、lnQ(取对数)的ADF检验：

需要说明的是，△是差分算子；检验形式(C，T，K)中的C，T和K分别表示单位根检验方程包括常数项、时间趋势和滞后阶数；N是指检验方程不包括常数项或时间趋势；**代表以置信水平5％拒绝序列非平稳性的零假设；*代表以置信水平1％拒绝序列非平稳性的零假设(下同)。由表1-1可得出，lnGDP、lnQ在各个显著水平下原始序列都是不平稳的，但它们的一阶差分序列都是平稳的，由此说明各时间序列是同阶单整的。

本申请一些实施例中可通过对序列进行最小二乘回归，然后检验残差的平稳性，如果残差平稳，则变量之间存在协整关系。于是我们对GDP与Q进行最小二乘法(OLS)估计，并用ADF单位根检验法检验回归的残差序列的平稳性。回归后残差的单位根检验结果如下表1-2所示：

从表1-2中我们可以看出，在5％的置信水平下，拒绝原假设，认为残差序列平稳。根据协整检验原理，序列GDP和序列Q之间有协整关系存在。

容易注意到的是，建立误差修正模型的方法通常可以采用E-G两步法。第一步，进行协整回归(OLS法)，检验变量间的协整关系，估计协整向量(长期均衡关系参数)；第二步，若协整性存在，则以第一步求到的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。

我们采用E-G两步法，对变量GDP和Q建立误差修正模型，输出的结果如表1-3。

表1-3 ECM模型输出结果

根据结果来看，GDP与Q存在误差修正方程(模型)，并且根据误差修正方程，从长期来看，GDP与Q之间存在正相关关系，这种正相关关系的具体表现为当GDP每增长一个单位时，电力消费量将会增长0.15个单位。

需要说明的是，上述误差修正模型可以为：

其中，Δy

本申请一些可选的实施例中，在根据误差修正模型确定电力消费量与GDP之间的相关性之后，还可以将相关性发送至目标设备中，其中，目标设备依据相关性和接收的目标数据对电力消费量或GDP进行预测，例如，接收到某一个区域内的GDP(目标数据)后，可根据该GDP预测下一年或者下一个季度的GDP，进而根据该下一年或者下一个季度的GDP，利用上述相关性，预测该区域内下一年或者下一个季度的电力消费量，当得到预测的电力消费数据后，该电力消费数据可用于为当地的配电网以及相关电力设施的未来建设提供一定的参考。

图2是根据本申请实施例的一种评估电力消费量与国内生产总值相关性的装置，如图2所示，该装置包括：

获取模块40，用于获取电力消费量和国内生产总值GDP；

检验模块42，用于以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；

建立模块44，用于当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；

确定模块46，用于根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

该评估电力消费与国内生产总值相关性的装置中，获取模块40，用于获取电力消费量和国内生产总值GDP；检验模块42，用于以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；建立模块44，用于当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；确定模块46，用于根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关，达到了利用误差修正模型分析电力消费量与GDP之间的相关性，从而避免了采用人工的方法统计大量的数据来计算电力消费量与GDP之间的数学关系的技术效果，进而解决了由于统计数据体量大采用人工统计电力消费量与国内生产总值之间的关系造成的统计周期长、人力成本较高及效率低下技术问题。

本申请一些实施例中，以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验，包括：以电力消费量为因变量构建响应变量序列；以GDP为自变量构建自变量序列；对响应变量序列和自变量序列构造回归模型，基于回归模型进行协整检验。

需要说明的是，回归模型，包括：

其中，y

本申请一些实施例中，可基于回归模型进行协整检验，具体地：确定回归模型中回归残差序列的平稳性，当回归残差序列的平稳性为平稳时，则确定电力消费量与GDP具有协整关系。

本申请一些可选的实施例中，可以通过如下方式确定回归模型中回归残差序列的平稳性，具体地：对回归残差序列进行单位根检验，若不存在单位根，则确定回归残差序列的平稳性为平稳。

上述误差修正模型可以为：

其中，Δy

本申请一些可选的实施例中，在根据误差修正模型确定电力消费量与GDP之间的相关性之后，还可以将相关性发送至目标设备中，其中，目标设备依据相关性和接收的目标数据对电力消费量或GDP进行预测，例如，接收到某一个区域内的GDP(目标数据)后，可根据该GDP预测下一年或者下一个季度的GDP，进而根据该下一年或者下一个季度的GDP，利用上述相关性，预测该区域内下一年或者下一个季度的电力消费量，当得到预测的电力消费数据后，该电力消费数据可用于为当地的配电网以及相关电力设施的未来建设提供一定的参考。

根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种评估电力消费量与国内生产总值相关性的方法。

具体地，上述存储介质用于存储执行以下功能的程序指令，实现以下功能：

获取电力消费量和国内生产总值GDP；以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种评估电力消费量与国内生产总值相关性的方法。

具体地，上述处理器用于调用存储器中的程序指令，实现以下功能：

获取电力消费量和国内生产总值GDP；以电力消费量为因变量、以GDP为自变量对电力消费量和GDP进行协整检验；当协整检验的结果表征电力消费量与GDP具有协整关系时，建立误差修正模型；根据误差修正模型确定电力消费量与GDP之间的相关性，其中，相关性为正相关。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。