法律状态公告日
法律状态信息
法律状态
2023-01-31
公开
发明专利申请公布
技术领域
本发明属于电力技术领域,具体涉及基于用电数据指标分析规模以上企业活力预测方法及系统。
背景技术
随着近年来物联网、大数据、云计算等新型信息技术不断突破并逐步应用于经济社会各领域,一种以数据为主要生产要素的数字经济异军突起,成为经济可持续发展的重要推动力。而能源互联网正是以数字经济中的关键信息技术作为支撑,与能源革命理念深度融合,以促进能源转型、提高能源利用效率、实现节能减排。电力大数据作为发展数字经济、建设能源互联网的重要组成部分,具有覆盖范围广、价值密度高、实施准确性强等优势。利用大数据技术构建电力经济指数,可以客观反映经济运行情况,辅助预测经济发展趋势,为经济发展提供参考。
规模以上企业作为市场经济中最为活跃的主体,在满足居民多样化需求、增加就业、增强经济发展动力、促进创新等方面具有重要作用。但当市场环境受到突如其来的外力严重冲击,如自然灾害造成的恶劣环境,经济实力本身就孱弱的规模以上企业就将陷入前途未卜、岌岌可危的境地,规模以上企业的受环境的影响因素较大,企业活力波动幅度也较大,且没有对规模以上企业的企业活力的预测,不能对各个区域和各个行业规模以上企业的稳定发展做出参考意义。
发明内容
本发明的目的在于提供基于用电数据指标分析规模以上企业活力预测方法及系统,以解决现有技术中的问题。
为了实现上述目的,本发明提供如下技术方案:
基于用电数据指标分析规模以上企业活力预测方法,包括以下步骤,
S1:筛选规模以上企业,并获取规模以上企业的用电数据;
S2:对规模以上企业的用电数据进行分析,获得规模以上企业的企业经营和运行状态;
S3:根据规模以上企业的企业经营和运行状态,获取规模以上企业当年和上一年的月度、季度日均用电量同比增速指标、用电恢复率、用电达产率、用电超产率、用电不景气企业进行占比率的指标信息,并根据所述指标信息分别建立当年和上年的指标变化曲线;
S4:对获得的指标变化曲线根据规模以上企业的所在地理位置进行划分,得到多个地理位置的指标变化曲线;
S5:对规模以上企业的行业进行划分,获得多个行业的指标变化曲线;
S6:根据所获得的多个地理位置的指标变化曲线和多个行业的指标变化曲线的曲线趋势,对规模以上企业的企业活力进行预测。
进一步地,所述规模以上企业为接入容量小于等于160千伏安的用电企业用户。
进一步地,筛选规模以上企业的方法为,
在企业信息中筛选并锁定低压非居民用户及高压企业用户;
在筛选并锁定低压非居民用户及高压企业用户,去除已销户的用户;
去除电能表ID、采集对象ID为空的用户;
去除用户运行容量小于0的用户;
去除季节性用电和光伏用电的用户,剩余用户为所筛选规模以上企业的用电信息。
进一步地,所述超产率的计算方法为:超产率=N
进一步地,所述日均用电量同比增速指标的计算方法为:
进一步地,用电恢复率的计算方法为:用电恢复率=N
进一步地,获取所述用电数据时,所获取的企业用户信息为用户为当日存在用电活动且上年同日存在用电活动的用户。
进一步地,对获得的指标变化曲线进行地理位置划分时,所划分的地理位置的等级为规模以上企业所在的省、自治区或直辖市。
一种基于用电数据指标分析规模以上企业活力预测系统,包括,
筛选模块:用于筛选规模以上企业,并获取规模以上企业的用电数据;
分析模块:用于对规模以上企业的用电数据进行分析,获得规模以上企业的企业经营和运行状态;
曲线建立模块:用于根据规模以上企业的企业经营和运行状态,获取规模以上企业当年和上一年的月度、季度日均用电量同比增速指标、用电恢复率、用电达产率、用电超产率、用电不景气企业进行占比率的指标信息,并根据所述指标信息分别建立当年和上年的指标变化曲线;
位置划分模块:用于对获得的指标变化曲线根据规模以上企业的所在地理位置进行划分,得到多个地理位置的指标变化曲线;
行业划分模块:用于对规模以上企业的行业进行划分,获得多个行业的指标变化曲线;
预测模块:用于根据所获得的多个地理位置的指标变化曲线和多个行业的指标变化曲线的曲线趋势,对规模以上企业的企业活力进行预测。
相较于现有技术,本发明的优点在于:
本发明的基于用电数据指标分析规模以上企业活力预测方法,通过对企业的用户信息进行筛选,并对规模以上企业的用电数据进行分析,提出能有效表征规模以上企业经营情况的日均用电量同比增速指标、用电恢复率、用电达产率、用电超产率、用电不景气企业进行占比率的指标信息,分别计算当年和上年全国规模以上企业的各项指标,建立各指标变化曲线,对比上年同期指标信息,分指标分析当年规模以上企业的运行态势;随后对获得的指标变化曲线根据规模以上企业的所在区域进行划分,以及对多个行业的指标变化曲线进行划分,获得多个区域的指标变化曲线和多个行业的指标变化曲线,根据所获得的指标变化曲线的走向趋势,能够有效分析当年各区域规模以上企业经营情况及各区域之间的差异,以及对当年各行业规模以上企业经营情况及各行业之间的差异,同时根据所获得曲线直观反映和分析全国整体经济情况,对规模以上企业的企业活力进行预测,根据对规模以上的企业活力的预测结果,对各个地区和各个行业规模以上企业的稳定发展做出参考意义。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
在附图中:
图1是本发明基于用电数据指标分析规模以上企业活力预测方法的流程图;
图2是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月及第三季度和某上一年每月及第三季度多个区域规模以上企业的日均用电量同比增速指标;
图3是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月及第三季度和某上一年每月及第三季度多个区域规模以上企业的用电恢复率指标;
图4是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月及第三季度和某上一年每月及第三季度多个区域规模以上企业的达产率指标;
图5是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月及第三季度和某上一年每月及第三季度多个区域规模以上企业的超产率指标;
图6是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月及第三季度和某上一年每月及第三季度多个区域规模以上企业的不景气企业占比指标;
图7是本发明基于用电数据指标分析规模以上企业活力预测方法某年第三季度多个区域规模以上企业的日均用电量同比增速指标;
图8是本发明基于用电数据指标分析规模以上企业活力预测方法某年第三季度多个区域规模以上企业的用电恢复率指标;
图9是本发明基于用电数据指标分析规模以上企业活力预测方法某年第三季度全国多个区域规模以上企业的达产率指标;
图10是本发明基于用电数据指标分析规模以上企业活力预测方法某年第三季度全国多个区域规模以上企业的超产率指标;
图11是本发明基于用电数据指标分析规模以上企业活力预测方法某年第三季度全国多个区域规模以上企业的不景气企业占比指标;
图12是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月各行业规模以上企业的日均用电量同比增速指标;
图13是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月各行业规模以上企业的用电恢复率指标;
图14是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月各行业规模以上企业的达产率指标;
图15是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月各行业规模以上企业的超产率指标;
图16是本发明基于用电数据指标分析规模以上企业活力预测方法某年1~9月各行业规模以上企业的不景气企业占比指标。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
本发明提供了一种基于用电数据多指标分析的规模以上企业运行态势监测方法,通过提出有效表征规模以上企业经营情况的五项用电评价指标,并以规模以上企业所处省份进行划分、以规模以上企业所在行业进行划分,实现对全国范围、各省份、各行业的规模以上企业经营情况及运行态势进行分析,反映全国经济景气情况。本发明的基于用电数据指标分析规模以上企业活力预测方法,包括以下步骤,
S1:筛选规模以上企业,并获取规模以上企业的用电数据;
S2:对规模以上企业的用电数据进行分析,获得规模以上企业的企业经营和运行状态;
S3:根据规模以上企业的企业经营和运行状态,获取规模以上企业当年和上一年的月度、季度日均用电量同比增速指标、用电恢复率、用电达产率、用电超产率、用电不景气企业进行占比率的指标信息,并根据所述指标信息分别建立当年和上年的指标变化曲线;
S4:对获得的指标变化曲线根据规模以上企业的所在地理位置进行划分,得到多个地理位置的指标变化曲线;
S5:对规模以上企业的行业进行划分,获得多个行业的指标变化曲线;
S6:根据所获得的多个地理位置的指标变化曲线和多个行业的指标变化曲线的曲线趋势,对规模以上企业的企业活力进行预测。
优选地,所述规模以上企业为用电企业用户,优选为接入容量小于等于160千伏安的用电企业用户
优选地,所述对将企业用户信息中的规模以上企业进行筛选包括:筛选并锁定低压非居民及高压企业用户;对筛选并锁定的用户中,去除已销户用户;保留计量点为设立、在用状态的用户;去除电能表ID、采集对象ID为空的用户;去除用户运行容量小于0的用户;去除季节性用电、光伏用户。
优选地,所述S1中,所述企业用户信息包括多个省或直辖市的企业用户档案信息、用电计量表信息;
在S1中获取用户信息时,还包括获取各省市的用户档案、计量表等信息,并汇总成宽表;按照规模以上企业筛选标准对宽表中的信息进行过滤并筛选;提取用户档案所涉及企业的日用电量信息。
优选地,在S1中,对规模以上企业的用电数据进行分析包括:对规模以上企业用电数据中包含的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业进行提取和占比五项评价,获得五项指标,并根据五项指标以表征规模以上企业整体经营状态及运行态势;以及,根据规模以上企业用电信息,提取当年和上年的规模以上企业每日用电信息,并用于分析当年规模以上企业运行态势;根据日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业进行占比五项评价的计算。
优选地,日均用电量同比增速指标,通过公式(1)进行计算:
其中,w
优选地,所述参与电量统计的用户为当日存在用电活动且上年同日存在用电活动的用户。
优选地,所述用电恢复率指标,根据公式(2)进行计算:
用电恢复率=N
其中,N
w
其中,w
达产率指标=N
其中,N
w
其中,w
优选地,所述超产率指标,根据公式(6)计算:
超产率指标=N
其中,N
w
其中,w
优选地,所述不景气企业占比指标,具体计算方法:
不景气企业占比指标率=N
其中,N
w
其中,w
优选地,所述S3中计算当年与上年每月和每季度全国规模以上企业的五项指标,建立五项指标变化曲线,分析当年全国范围内规模以上企业运行态势及总体经济景气情况;以及,计算全国规模以上企业当年每月和每季度日均用电量及上年、前年每月和每季度日均用电量、当年和上年每日参与电量统计的企业数量、基准电量的规模以上企业用电相关参数;根据用电相关参数和五项评价指标分别计算当年和上年中,每月和每季度全国规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标,并根据计算结果建立各指标变化曲线;根据五项指标的计算结果,对比上年同期指标,分指标对当年全国规模以上企业的运行态势及经济景气情况做出分析报告。
优选地,所述S4中以规模以上企业所处省份进行划分,计算当年每月和每季度各省份规模以上企业的五项评价指标,建立五项指标变化曲线,分析当年各省份规模以上企业经营情况及各省份之间的差异;以及,分省份计算各省份规模以上企业当年每月和每季度日均用电量及上年、前年每月和每季度日均用电量、当年和上年每日参与电量统计的企业数量、基准电量的用电相关参数;根据用电相关参数和五项评价指标分别计算当年每月和每季度中,各省份规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标,建立各指标的变化曲线;根据五项指标的变化曲线,分别对当年各省份规模以上企业的经营情况及各省份之间的差异进行分析。
优选地,所述S5中以规模以上企业所在行业进行划分,计算当年每月和每季度各行业规模以上企业的五项评价指标,建立五项指标变化曲线,分析当年各行业规模以上企业经营情况及各行业之间的差异;以及,分行业计算各行业规模以上企业当年每月和每季度日均用电量及上年、前年每月和每季度日均用电量、当年和上年每日参与电量统计的企业数量、基准电量的用电相关参数;根据用电相关参数和五项评价指标分别计算当年每月和每季度各行业规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标,建立各指标曲线;根据五项指标的指标曲线结果,分别对当年各行业规模以上企业的景气情况及各行业之间的差异进行分析。优选地,所述规模以上企业行业包括:农林牧渔业、采矿业、制造业、电力热力燃气及水生产和供应业、建筑业、批发和零售业、交通运输仓储和邮政业、住宿和餐饮业、信息传输软件和信息技术服务业、租赁和商业服务业、科学和技术服务业、水利环境和公共设施管理业、居民服务修理和其他服务业、文化体育和娱乐业。
图1为本发明优选实施例提供的规模以上企业运行态势监测方法的流程图,以2020年规模以上企业运行态势为分析对象,具体实施过程包括如下步骤:
步骤1,整合规模以上企业用电数据:
首先获取各省市的用户档案、计量表等信息并汇总成宽表,按照规模以上企业筛选标准对企业用户档案进行过滤,提取筛选后的用户档案所涉及企业的日用电量信息;
步骤2,提出五项评价指标:
根据规模以上企业用电信息,提取某年1~9月和某一年全年、某两年全年的规模以上企业每日用电信息以便进一步分析当年规模以上企业运行态势,提出日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项评价及其计算方法;
所述日均用电量同比增速指标,通过公式(1)进行计算:
其中,w
参与电量统计的用户为当日存在用电活动且上年同日存在用电活动的用户,例如,2020年7月31日的当日电量,为2020年与2019年7月31日均存在用电活动的用户的2020年7月31日电量总和。
所述用电恢复率指标,根据公式(2)进行计算:
用电恢复率=N
其中,N
w
其中,w
用电恢复率为当日的单日指标,当月的月用电恢复率指标为当月每日用电恢复率的平均值,即公式(8)所示:
其中,用电恢复率
达产率指标=N
其中,N
w
其中,w
所述超产率指标,根据公式(6)计算:
超产率指标=N
其中,N
w
其中,w
所述不景气企业占比指标,具体计算方法:
不景气企业占比指标=N
其中,N
w
其中,w
步骤3,计算全国规模以上企业当年和上年在同一时期的五项指标:
计算全国26个省(市)规模以上企业的2020年1~9月每月和第三季度日均用电量及2019年、2018年全年每月和第三季度日均用电量、2020年1~9月每日参与电量统计的企业数量、2020年1~9月每月对应的基准电量等相关参数,根据相关参数和五项评价指标的计算方法,分别计算2020年1~9月每月和2019年全年每月的全国26个省(市)规模以上企业日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标,同时分别计算2020年和2019年第三季度的五项指标;
步骤4,分析规模以上企业运行态势和总体景气情况:
根据五项指标的计算结果,绘制某省(市)规模以上企业的2020年1~9月五项指标变化趋势和2019年每月五项指标变化趋势,对比2019年同期指标,分指标对2020年规模以上企业的运行态势及经济景气情况做出分析;如图2、图3、图4、图5和图6所示,分别为2020年1~9月及第三季度和2019年每月及第三季度某区域规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标变化趋势;
步骤5,按所处省份进行划分:
按照规模以上企业所处省份进行划分,分别提取2020年第三季度和2019年第三季度的各省份规模以上企业每日用电信息;
步骤6,计算当年第三季度各省份的五项指标:
分省份计算各省份规模以上企业2020年第三季度和2019年第三季度的日均用电量、2020年第三季度每日参与电量统计的企业数量、2020年第三季度对应的基准电量等相关参数,根据相关参数和五项评价指标的计算方法,分别计算2020年第三季度各省份的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标;
步骤7,分析各省份规模以上企业经营情况及差异:
根据五项指标的计算结果,分指标对2020年第三季度各省份规模以上企业的经营情况及各省份之间的差异进行分析;图7、图8、图9、图10和图11所示,分别为2020年第三季度全国26个省(市)各省份规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标;
步骤8,按所处行业进行划分:
按照规模以上企业所处行业进行划分,分为农林牧渔业、采矿业、制造业、电力热力燃气及水生产和供应业、建筑业、批发和零售业、交通运输仓储和邮政业、住宿和餐饮业、信息传输软件和信息技术服务业、租赁和商业服务业、科学和技术服务业、水利环境和公共设施管理业、居民服务修理和其他服务业、文化体育和娱乐业共计14个行业,分别提取2020年1~9月和2019年全年的各行业规模以上企业每日用电信息;
步骤9,计算当年每月各行业的五项指标:
分行业计算各行业规模以上企业2020年1~9月每月和2019年全年每月的日均用电量、2020年1~9月每日参与电量统计的企业数量、2020年1~9月每月对应的基准电量等相关参数,根据相关参数和五项评价指标的计算方法,分别计算2020年1~9月各行业的每月日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标;
步骤10,分析各行业规模以上企业经营情况及差异:
根据五项指标的计算结果,分指标对2020年1~9月各行业规模以上企业的经营情况及各行业之间的差异进行分析;如图12、图13、图14、图15和图16所示,分别为2020年1~9月各行业规模以上企业的日均用电量同比增速、用电恢复率、达产率、超产率、不景气企业占比五项指标的变化趋势。
根据2020年1~9月全国26个省(市)范围、各省份、各行业规模以上企业的经营情况及运行态势,总结2020年1~9月全国26个省(市)及各省份、各行业的经济景气情况。
一种基于用电数据指标分析规模以上企业活力预测系统,包括,
筛选模块:用于筛选规模以上企业,并获取规模以上企业的用电数据;
分析模块:用于对规模以上企业的用电数据进行分析,获得规模以上企业的企业经营和运行状态;
曲线建立模块:用于根据规模以上企业的企业经营和运行状态,获取规模以上企业当年和上一年的月度、季度日均用电量同比增速指标、用电恢复率、用电达产率、用电超产率、用电不景气企业进行占比率的指标信息,并根据所述指标信息分别建立当年和上年的指标变化曲线;
位置划分模块:用于对获得的指标变化曲线根据规模以上企业的所在地理位置进行划分,得到多个地理位置的指标变化曲线;
行业划分模块:用于对规模以上企业的行业进行划分,获得多个行业的指标变化曲线;
预测模块:用于根据所获得的多个地理位置的指标变化曲线和多个行业的指标变化曲线的曲线趋势,对规模以上企业的企业活力进行预测。
本发明所提供的上述规模以上企业活力的预测方法及系统,可实现全国范围、各省份、各行业规模以上企业经营情况和运行态势的分析,直观反映全国经济景气情况,具有十分重要的实际意义,可广泛应用于各年度规模以上企业的运行态势监测和经济景气情况分析的各个方面。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
机译: 用于创建基于生物学的企业数据基因组以预测和推荐企业绩效的系统和方法
机译: 创建基于生物学的企业数据基因组以预测和推荐企业绩效的系统和方法
机译: 创建基于生物学的企业数据基因组以预测和推荐企业绩效的系统和方法