基于漸次回歸法的電力大數據統計分析探究

摘要：在現階段的科學技術發展下，國家已經將提升GDP水平當作了未來發展的重要參考指標。但是，對于GDP數據而言，往往存在著較為明顯的時滯性與頻率低的特征，因此就會在進行政策制定的過程中，無法跟上較為迅猛當下時代的發展步伐。因此在本文的分析過程中，主要以電力領域為例，基于電力大數據統計分析中漸次回歸法的應用，進行針對性的分析以及闡述，以此滿足相關工作人員的實際需求。

關鍵字：漸次回歸法;電力大數據;數據預處理;模型構建

引言

伴隨著當今世界全面能源危機的出現，同時加上環境方面問題越發嚴重，導致在現階段的電力領域發展過程中，始終缺乏一個良好的環境。利用清潔型能源進行電力供應，成為了未來發展的重要方向，其中風能就是一種可以起到良好環保效果的能源物質。

1 研究背景

在當下進行風力發電的過程中，由于其發電的過程并不是一個穩定的反應過程，因此在各個風電場的運行中，始終存在著20%以上的棄風率。為了有效地提升能源利用率，就需要保障在未來的發展進程中，可以全面地提升北方城鎮的供暖力度，或者進一步地保障區域當中對于能源的實際需求。在未來發展過程中，需要進一步地降低風力發電過程中，對于其他能源方面的實際需求，以此降低煤炭的總體消耗程度，最大程度上解決一些地區的環境污染問題。

2 電力大數據

大數據就是一種在上個世紀九十年代出現的一種技術概念，最早是代表在一段時間當中，無法利用傳統的技術方法進行數據的抓取、管理以及處理的技術總稱。在之后的技術發展進程中，大數據技術在互聯網技術的普及下，逐漸成為了各項技術的重要使用對象，并對于企業的未來發展產生了十分重要的影響。

而伴隨著行業的發展，也受到大數據技術方面的直接影響。例如，在現階段的社會發展進程中，大數據技術已經成為了一種全新的發展動力，成為了各行各業當中十分重要的發展前景。例如，在電力大數據出現之后，就是一種對于業務方面的趨勢預測，以此實現電力數據價值方面的全面挖掘以及分析。利用好數據集成管理、數據存儲、數據計算以及分析挖掘方式的技術特征，可以很好地當作電力運行工作的重要核心關鍵技術。在未來的發展過程中，能夠進一步的提升典型業務的場景模式，同時保障進一步推動企業發展以及管理方面的水平。

現階段電力大數據的發展中，首先呈現出數量巨大的特征，這是由于電力企業在現代化的發展進程中，實現了信息化以及智能化的建設，在電力企業當中使用到了大量的設備與儀器，這些設備在設計的運行過程中，會積累大量的數據信息，以此就導致電力企業進行信息采集中，面臨著海量的數據信息。在對電力企業發展現狀分析與調查中發現，很多地區的電力數據增長速度，已經全面超出了電力企業的發展預期。

其次是數據的類型較為復雜，當下得到電力大數據中，基本上包含著電力網絡數據信息、運行信息、發電量， 甚至包含著電力企業周邊環境信息、地理信息等諸多的信息類型，這樣不同類型的信息數據，在處理中對電力企業提出了更高的技術性要求。特別是在需求層用電設備的非結構信息，逐漸成為了電力企業未來大數據處理環節的重要一環[1]。

再者是進行數據處理的過程中，呈現出較快的效率。信息技術在使用的過程中，往往會使得對于電力數據的采集、處理以及后續的分析過程中，有著較高的效率性。在未來的電力系統整個業務的開展中，往往對于處理時限提出了較高的要求，這樣就使得在電力生產、使用以及銷售的諸多環節，都充分的保障電力方面的供需平衡關系[2]。

3 數據預處理

在基于漸次回歸法的分析過程中，首先要保障通過SPSS的方式，對全部的數據信息，進行全面的檢查以及分析，并對數據當中出現的一些明顯時間相關性，進行全面的系統性分析，這是保障在未來的處理過程中，可以明確出數據內在價值，以此對出現的異常、缺失數據，進行原始數據方面的詳細分析。數據之間時間間隔比較短，因此并不會存在較為明顯的規則變動情況，這樣就需要在實際的分析過程中，基于一個較為簡單的時間順序，通過移動平均法的方式，保障對于預測的行為進行異常、缺失數據等方面，良好修正以及修復處理[3]。

4 模型構建與求解分析

現階段在進行實際分析的過程中，可以采用最小平方法的方式，將最小誤差的平方帶入其中，以此可以尋找到作家的數據函數，進行匹配分析。在本文的研究過程中，重要是基于OLS的方式，采用漸次回歸方法，實現一些工業企業在用電的過程中，與其GDP之間的增長關系分析，并得出相應的線性公式如下。

在上述公式當中，y表達著工業在生產過程中的實際用電量，而g則是代表著GDP增長效率，x則是自變量。

在進行回歸方程的計算過程中，需要帶入一定程度的自變量與因變量。基于上述公式當中的內容，需要在進行分析的過程中，可以得到gt，這是表達著伴隨著時間的推移，而不同的GDP增長率。

分析中發現，現階段在工業企業的用電量上，其影響因素較多，將其帶入到公式之后，其影響的因素基本上呈現出多樣化的形式。其次，在選擇季度氣溫的平均漲幅、PPI增長率以及產業發展程度的分析過程中，就需要將其當作控制變量，以此保障進行分析中，可以對各種影響因素，都可以形成一個良好的處理以及分析效果。

其中，選擇的PPI指數，基本上都是可以較為直觀地反映出，在特定的時間維度當中，可以表示生產環境的價格實際變動。這在國民經濟的分析過程中，成為了一種十分重要的指數指標依據。其次，在基于用電量和PPI的分析過程中，就可以得到相應的關系曲線圖。

我國產業發展的程度上，可以基于這樣的分析邏輯，明確出產業在國民經濟當中，所占據到GDP的比重。現階段城鎮人口的增加和減少的速率，往往會直接影響到不同產業未來發展，同時也相應的需要在未來分析中，重視起城鎮人口與產業規劃的實際比較分析。

在產業與生產環境發生變化之后，一定程度上也會受到家居環境的限制和影響，進而導致氣溫出現明顯的上升。在進行分析中發現，當下對于這樣的用電量變化分析，通過大數據的方式，可以很好的提升數據分析的有效性與真實性。特別是在未來發展的進程中，還需要保障對電量與溫度，進行深入的分析以及了解，這是保障高溫季節當作的溫度系數，可以當作控制變量，同時加入季節性的氣溫差，使得可以對其溫度相關的虛擬變量上，形成一定的分析合理性。

在工業企業的用電量分析中，還要結合起節假日方面的影響信息。在企業現階段的用電出現大幅度下降之后，基本上都會在這些節假日出現一定程度的改變。同時，對于設備的啟動而言，也需要適應一段時間，因此就會導致在這個階段的電量變化，存在著一定的差異性，需要進行針對性的分析，保障數據采集的可靠性。

伴隨著工業電力大數據的采集以及分析，使得可以有效地利用動態導向回歸的方式， 對其GDP數據進行全面精準地測算分析，同時保障對電力數據進行全面的估測，這是保障在進行處理的過程中，能夠是全面發揮出大數據技術的科學合理性，并在未來進行處理的過程中，制定出科學合理的電力經營需求。

總結

綜上所述，在未來的發展過程中，只有充分的保障電力運行環節，可以全面地利用大數據技術的方式，全面獲取到更多的數據信息，這樣才可以在未來發展進程中，最大程度上發揮出電力信息的價值，同時充分的保障數據分析中，能夠提升自身的分析能力。

參考文獻：

[1]湯林，張婧.基于電力大數據的電費回收風險防控策略研究[J].重慶電力高等專科學校學報，2021，26（05）：34-36.

[2]鄒曉文.關于電費回收的電力大數據分析技術探討[J].技術與市場，2021，28（10）：113-114.

[3]國網重慶電力深化電力大數據產品助老服務應用[J].農村電氣化，2021（10）：17.

作者簡介：許冬純（1992.11-），女，漢族，廣東省饒平縣人，對外經濟貿易大學統計學院在職人員高級課程研修班學員，學歷：大學本科，研究方向：統計學（大數據分析）。