基于电力大数据对工业增加值现时预测研究——基于LSTM的分析
2021-09-24分类号:F424
【部门】国家电网有限公司大数据中心 清华大学社会科学学院
【摘要】工业增加值在经济中起着举重若轻的作用,其有效的现时预测有助于及时分析宏观经济走向。电力数据与经济生活密切相关,对经济预测有着重要作用。实时可得的电力数据使得工业增加值的现时预测成为可能。本文基于LSTM模型,研究如何有效利用电力大数据现时预测工业增加值。结果表明:LSTM与ARIMA模型结合、电力大数据和经济统计数据结合可得到最佳的预测效果;工业增加值现时预测中电力大数据与经济统计数据互补,两类数据结合的效果优于仅用某一类数据;电力大数据当期信息有助于提高预测效果;移动窗口整体表现比累积窗口好,这表明经济系统可能在不断变化。
【关键词】工业增加值 现时预测 电力大数据 LSTM
【基金】国家电网有限公司大数据中心科技项目资助(SGSJ0000FXJS2000098)
【所属期刊栏目】价格理论与实践
文献传递