专利名称：一种电力统计指标关联性分析方法
技术领域：
本发明属于电力统计分析技术领域，特别是关于一种电力统计指标关联性分析方法。
背景技术：
电力企业建设和运营的许多规律存在于丰富、复杂的统计数据中，发现并量化这些潜在规律，对电力企业提高决策效率、改善决策水平具有比较重要的意义。文献《基于数据挖掘技术的供电企业关键绩效指标分析》公开了供电企业关键指标的分类与分层关系，以及指标与原始数据之间的关系。文献《基于数据挖掘的电力行业客户细分模型研究》利用数据挖掘方法，对所获得的电力行业的大量客户行为数据进行科学客观的分析，借助聚类分析手段建立客户精细化细分模型。文献《A data mining method for obtaining globalpower quality index》则公开了利用数据挖掘技术确定反映电能质量的综合指标的方法。然而，目前现有技术中对电力统计指标体系指标相关性的梳理、指标异动性和联动性的研究甚少，未形成直观全面的统计指标勾稽关系图。
发明内容
针对传统电力统计指标数据分析处理方面存在的问题，本发明提出了一种电力统计指标关联性分析方法，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图，以集约化电网发展，精益化电网管理。为实现上述 目的，本发明采取以下技术方案:一种电力统计指标关联性分析方法，其包括以下步骤:I)确定电力统计核心指标体系:从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z ；
权利要求
1.一种电力统计指标关联性分析方法，其包括以下步骤: 1)确定电力统计核心指标体系: 从整个电力统计指标体系X中选取能够体现电网主要特征的核心指标，构成核心指标体系Z ；
2.如权利要求1所述的一种电力统计指标关联性分析方法，其特征在于:所述步骤2.1)中，采用了皮尔森相关系数法求出各指标与核心指标间的所述相关系数r:
3.如权利要求1所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤3.1)中，所述的平稳性检验模型如下:
4.如权利要求2所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤3.1)中，所述的平稳性检验模型如下:
5.如权利要求1或2或3或4所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤4)中，所述的相关度模型如下:
6.如权利要求1或2或3或4所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤4)中，所述的模型检验统计量为以下三种中的一种: ①相关系数的平方r2，用于表征模型对回归指标的解释程度； ②检验统计量F，用于表征模型的显著程度； ③模型参数检验统计量t，用于表征模型参数的显著程度。
7.如权利要求5所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤4)中，所述的模型检验统计量为以下三种中的一种: ①相关系数的平方r2，用于表征模型对回归指标的解释程度； ②检验统计量F，用于表征模型的显著程度； ③模型参数检验统计量t，用于表征模型参数的显著程度。
8.如权利要求1或2或3或4或7所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:
9.如权利要求5所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:
10.如权利要求6所述的一种电力统计指标关联性分析方法，其特征在于，所述步骤5)中，所述的灵敏度系数辨别模型如下:
全文摘要
本发明涉及一种电力统计指标关联性分析方法，该方法摆脱了传统统计指标相关性分析的固有思维方式，该方法运用相关性分析理论分析电力统计综合指标的相关性，梳理指标间的相关关系；然后引进计量经济学中的联动分析理论，寻找指标与核心指标间的因果引导关系，确定影响核心指标的关键指标；最后构建电力统计核心指标与关键指标间的相关度模型，并求取其灵敏度系数，量化其相关关系，确定其依赖和影响程度，形成以核心指标为中心的电力统计指标体系勾稽关系图。相对于传统方法，本发明能够更加直观、全面的了解统计指标间相关关系，给决策者提供直观、清晰、有效的支撑。
文档编号G06Q50/06GK103207944SQ201310043709
公开日2013年7月17日 申请日期2013年2月4日 优先权日2013年2月4日
发明者王熙亮, 马瑞, 徐慧明, 周谢, 王奇伟, 颜宏文, 于高 申请人:国家电网公司, 国网北京经济技术研究院, 马瑞