(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111423953.5 (22)申请日 2021.11.26 (71)申请人 国网四川省电力公司成 都供电公司 地址 610000 四川省成 都市锦江区东 风路 17号西院西一楼及档案楼部分房屋 (72)发明人 龙林　喻华　王帮胜　梅亦蕾　 王英桥　廖磊　龚晟　籍雁南　 谭明洁　王羽佳　苏芬　陈泫光　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 代理人 喻英 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于电力数据的经济预测方法及预测 系统 (57)摘要 本发明公开了一种基于电力数据的经济预 测方法及预测系统， 获取k条第一数据信息； 任意 选择一条第一数据信息， 并采用熵权法对第一数 据信息进行处理， 获得一个权重， 直到遍历完k条 第一数据信息， 获得k个权重； 构建第一LSTM模 型， 将k个权重作为样本集， 输入到 所述第一LS TM 模型中进行训练， 获得第k+1季度的第一预测数 据值； 对第一预测数据值反归一化处理， 获得第 二预测数据值。 本发明的有益效果为通过构建的 第二LSTM模型， 将历史获取的电力数据结合起来 对未来的经济指数进行预测， 提高了对未来季度 发生的经济指数的准确性， 减少了预测的经济指 数与实际经济指数之间的偏差 。 权利要求书2页 说明书7页 附图1页 CN 114021852 A 2022.02.08 CN 114021852 A 1.一种基于电力数据的经济预测方法， 其特 征在于， 方法步骤 包括： S1： 获取k条第一数据信息， 所述第一数据信息为历史一个季度的电力数据； S2： 任意选择一条第一数据信息， 并采用熵权法对所述第 一数据信息进行处理， 获得一 个权重， 直到遍历完k条第一数据信息， 获得k个权 重； S3： 构建第一LSTM模型， 将k个所述权重作为样本集， 输入到所述第一LSTM模型中进行 训练， 获得第k+1季度的第一预测数据值； S4： 对所述第 一预测数据值进行反归一化处理， 获得第二预测数据值， 所述第二预测数 据值为预测的第k+1季度的经济指数。 2.根据权利要求1所述的一种基于电力数据的经济预测方法， 其特征在于， 所述预测方 法还包括： 分析所述第二预测数据值与第k+1季度的GDP实际值的相关性， 并将分析后的结 构对所述第一 LSTM模型进行反向优化， 获得第二 LSTM模型。 3.根据权利要求2所述的一种基于电力数据的经济预测方法， 其特征在于， 所述电力数 据包括规模指数电力数据、 发展指数电力数据、 结构指数电力数据、 双碳指数电力数据以及 战略贡献指数电力数据。 4.根据权利要求3所述的一种基于电力数据的经济预测方法， 其特征在于， 所述规模指 数电力数据包括全行业用电量与全行业用电户数； 所述发展指数电力数据包括全行业用电增长率与全行业净新增容 量； 所述结构指数电力数据包括二三产业用电量占比差、 第三产业用电量占比、 第三产业 用电户数占比以及第三产业净新增容 量； 所述双碳指数电力数据包括非高耗 能产业用电量占比、 非高耗 能产业用电拉动增长率 以及非高耗能产业净新增容 量； 所述战略贡献指数电力数据包括战略性新兴产业用电量占比、 战略性新兴产业用电增 长率、 战略性 新兴产业用电户数占比以及战略性 新兴产业净新增容 量。 5.根据权利要求2所述的一种基于电力数据的经济预测方法， 其特征在于， 所述步骤S2 中， 任意选择一条第一数据信息， 并采用熵权法对 所述第一数据信息进 行处理， 获得一个权 重的子步骤 包括： 任意选择一条第一数据信息， 并对该第一数据信息进行归一化处理， 获得第二数据信 息； 对所述第二数据信息进行计算， 获得信息熵； 采用熵权法对所述信息熵进行分析处 理， 获得权 重。 6.根据权利要求2所述的一种基于电力数据的经济预测方法， 其特征在于， 所述权重的 具体表达式为： Wj为第j季度的权 重值， Ei为第k季度的信息熵。 7.根据权利要求2所述的一种基于电力数据的经济预测方法， 其特征在于， 所述步骤S3 的子步骤 包括： 构建第一LSTM模型， 并将k个权重按照季度发生的时间顺序依次输入到所述第一LSTM权　利　要　求　书 1/2 页 2 CN 114021852 A 2模型中进行训练， 当第k季度的权重输入到所述第一LSTM模型中时， 获得第k+1季度的第一 预测数据值。 8.根据权利要求2所述的一种基于电力数据的经济预测方法， 其特征在于， 所述第 二预 测数据值的具体表达式为： I＝z×(xman‑xmin)+xmin I为第二预测数据值， z为第一预测数据值， xman为第k季度获取的第一数据信息中数据 的最大值， xmin为第k季度获取的第一数据信息中数据的最小值。 9.一种基于电力数据的经济预测系统， 其特 征在于， 数据获取模块， 用于获取k条第 一数据信 息， 所述第 一数据信 息为历史一个季度的电力 数据； 权重计算模块， 用于选择任意一条第一数据信息， 并采用熵权法对所述第一数据信息 进行处理， 获得一个权 重， 直到遍历完k条第一数据信息， 获得k个权 重； 数据预测模块， 用于构建第一LSTM模型， 将k个所述权重作为样本集， 输入到所述第一 LSTM模型中进行训练， 获得第k+1季度的第一预测数据值； 数据处理模块， 用于对所述第一预测数据值进行反归一 化处理， 获得第二预测数据值。 10.根据权利要求9所述的一种基于电力数据的经济预测系统， 其特征在于， 还包括更 新模块， 所述更新模块用于分析所述第二预测数据值与第k+1季度的GDP实际值的相关性， 并将分析后的结构对所述第一 LSTM模型进行反向优化， 获得第二 LSTM模型。权　利　要　求　书 2/2 页 3 CN 114021852 A 3