一种基于电力大数据的企业产能利用指数研究方法

    公开(公告)号:CN117474375A

    公开(公告)日:2024-01-30

    申请号:CN202311235019.X

    申请日:2023-09-22

    摘要: 本发明公开了一种基于电力大数据的企业产能利用指数研究方法,属于电力系统技术领域;该方法包括以下步骤:对电力数据进行预处理;所述电力数据进行预处理包括异常值处理;基于电力数据进行企业产能利用指数的计算;根据企业产能利用指数对企业当前产能状态进行评价;基于历年企业产能利用指数归纳得到新增企业达产规律。本发明通过电力数据计算出企业产能利用指数,企业产能利用指数归纳得到新增企业的达产规律,从而有助于预测新增企业投产后的达产状态,有助于提升企业的生产效率和竞争力,同时,通过企业产能利用指数,对当期企业产能状态进行评价,可以服务于地区经济决策,对行业上下游产业产能计划制定提供一定的指导依据。

    一种基于电力大数据的企业产能利用指数研究方法

    公开(公告)号:CN117474375B

    公开(公告)日:2024-07-12

    申请号:CN202311235019.X

    申请日:2023-09-22

    摘要: 本发明公开了一种基于电力大数据的企业产能利用指数研究方法,属于电力系统技术领域;该方法包括以下步骤:对电力数据进行预处理;所述电力数据进行预处理包括异常值处理;基于电力数据进行企业产能利用指数的计算;根据企业产能利用指数对企业当前产能状态进行评价;基于历年企业产能利用指数归纳得到新增企业达产规律。本发明通过电力数据计算出企业产能利用指数,企业产能利用指数归纳得到新增企业的达产规律,从而有助于预测新增企业投产后的达产状态,有助于提升企业的生产效率和竞争力,同时,通过企业产能利用指数,对当期企业产能状态进行评价,可以服务于地区经济决策,对行业上下游产业产能计划制定提供一定的指导依据。

    一种考虑多种影响因素的月度电量预测方法

    公开(公告)号:CN117291299B

    公开(公告)日:2024-05-03

    申请号:CN202311231900.2

    申请日:2023-09-22

    摘要: 本发明公开了一种考虑多种影响因素的月度电量预测方法,属于电力系统技术领域;该方法包括以下步骤:对电量数据、影响因素数据进行预处理;数据进行预处理包括异常值处理、无量纲化处理;采用ARIMA模型进行月度电量预测,并结合影响因素对ARIMA预测结果进行修正;考虑多种影响因素采随机森林算法对月度电量进行预测,并结合ARIMA模型形成最终月度电量预测结果;考虑气候状况,进行第三季度多场景电量预测。本发明通过合理考虑节假日、气候、新能源等影响因素,并采用ARIMA模型进行月度电量预测,结合人工智能的随机森林算法,提高了最终月度电量预测结果的准确性;同时,获取准确电量预测结果可以科学地规划电力生产,以此达到提升效率,降低运行成本的目的。

    一种考虑多种影响因素的月度电量预测方法

    公开(公告)号:CN117291299A

    公开(公告)日:2023-12-26

    申请号:CN202311231900.2

    申请日:2023-09-22

    摘要: 本发明公开了一种考虑多种影响因素的月度电量预测方法,属于电力系统技术领域;该方法包括以下步骤:对电量数据、影响因素数据进行预处理;数据进行预处理包括异常值处理、无量纲化处理;采用ARIMA模型进行月度电量预测,并结合影响因素对ARIMA预测结果进行修正;考虑多种影响因素采随机森林算法对月度电量进行预测,并结合ARIMA模型形成最终月度电量预测结果;考虑气候状况,进行第三季度多场景电量预测。本发明通过合理考虑节假日、气候、新能源等影响因素,并采用ARIMA模型进行月度电量预测,结合人工智能的随机森林算法,提高了最终月度电量预测结果的准确性;同时,获取准确电量预测结果可以科学地规划电力生产,以此达到提升效率,降低运行成本的目的。