基于机器学习的短期规上行业工业增加值预测.pdf

第 卷第 期 年 月南京师大学报(自然科学版)()收稿日期:.基金项目:国家自然科学基金项目().通讯作者:项晓宇工程师研究方向:新能源.:.:./.基于机器学习的短期规上行业工业增加值预测项晓宇朱敏捷周灵刚钟磊闵富红(.国家电网台州供电公司浙江 台州)(.南京师范大学南瑞电气与自动化学院江苏 南京)摘要 针对现有工业增加值预测存在经济数据统计滞后、单一模型预测精度差的问题本文提出一种基于 框架下短期规上行业的工业增加值预测模型实现了预测时效性与精度的提升.通过皮尔逊相关性系数检验对浙江省某市 个重点规上行业的用电量、工业增加值进行分析发现两者具有中强度的相关性表明了基于行业用电量预测工业增加值方法的可行性.接着以随机森林算法、自适应增强算法、极致梯度增强算法 种模型作为基学习器支持矢量回归机算法作为元学习器搭建双层 融合模型框架对规上行业用电量、工业增加值、当地气温数据进行模型训练测试得到最终预测模型.最后将本文所提出的 模型与单一模型预测误差指标进行实例对比分析结果表明该模型具有更高的预测精度且采用月度收集的实时电力消费数据提升了预测时效性能被更好地应用在“双碳”背景下工业增加值的预测场景中也有利于政府分析经济发展趋势.关键词 规上工业工业增加值预测机器学习 算法中图分类号.文献标志码 文章编号()(.)(.):().:电力消费是国民经济发展的风向标工业生产活动的开展离不开电力消费且工业用电增长与国民经济的发展有长期稳定的联系并伴有明显趋势性和季节性.而工业增加值是衡量工业经济成效的重要指标准确及时地预测工业增加值能帮助政府把握经济趋势并做出应对保障经济稳定发展.智能电网大数据的优势为用电量数据月度采集和分析提供了优质平台相对于 每季度测算一次工业增加值、产值等经济数据也需要次月下旬才能完成统计用电量指标具有指标发布时间早、电网采集便捷的优势南京师大学报(自然科学版)第 卷第 期(年)能够更为及时有效地观测经济基本运行状况第一时间反映瞬息万变的市场信息.因此基于用电量数据能有效提高预测时效性和准确性但数据采样频率的提升对预测模型适配性提出了更高要求.目前关于规上行业的短期工业增加值预测主要分为传统方法和人工智能方法两类.传统预测方法有回归模型法、趋势外推法模型以及时间序列模型大多为线性模型算法简单但均采用宏观经济数据预测且在基于月度数据的短期预测中精度会下降.人工智能方法包括随机森林、自适应增强、极致梯度增强、支持向量回归机模型、神经网络等在工业增加值预测方面的研究主要集中在长短期记忆()神经网络上 属于非线性模型能较好地应对工业增加值等复杂非线性数据的预测问题但经济数据滞后性的问题仍然存在.除了 模型外其他人工智能算法在工业增加值预测领域研究鲜有报道主要被应用在用电量预测、负荷预测领域.文献通过随机森林()回归算法有效识别不同用户群体的用电关联因素并预测用电量该方法适用于大数据分析处理并具有较高的预测精度但对某些含特定噪声的数据训练时容易出现过拟合.文献采用自适应增强()回归算法提升微电网光伏发电在不同天气条件下的预测准确度对提高微电网经济调度水平具有指导意义算法模型灵活度高且不易过拟合但对异常样本敏感.文献利用极致梯度增强()回归算法进一步提升了负荷预测准确度对需求侧电能管理极具意义模型高效可扩展处理大规模数据集时效果好但调参复杂不适合处理高维数据.文献引入支持向量回归机()算法预测建筑冷负荷能有效满足建筑能耗预测的工程应用需求模型计算复杂度低但对参数和核函数的选择敏感.上述人工智能方法在非线性时间序列的数据挖掘上更具优势但单一算法很难适用于所有预测场景因此学者们尝试提出基于多个不同模型的融合算法以适应更复杂的非线性数据和不同应用场景需求.文献 基于 模型融合、等 种算法提出一种高精确的负荷预测方法有助于满足能源分配需求综合多个模型结果精度明显高于单一模型且鲁棒性强但元学习器的选择对预测结果影响较大.根据上述研究成果人工智能算法对用电量、负荷等时间序列数据预测精度的提升效果显著工业增加值预测可以借鉴相关方法但数据本身具有更复杂的非线性且规上工业种类繁多.因此为了满足不同规上行业短期工业增加值预测需求研究一种基于用电量数据的多模型融合预测方法能为政府提供更具实效性和置信度的支撑数据具有较高研究价值.本文为了提升以规上行业月度用电量对工业增加值进行短期预测的有效性和精度提出一种基于 框架的多算法融合模型并分析误差性能指标和预测结果.采用随机森林回归算法、自适应增强回归算法和极致梯度增强回归算法为基学习器以支持向量回归机算法为元学习器对浙江省某市橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业 个重点规上行业的历史用电量、工业增加值、气温数据进行模型训练搭建双层 融合框架下的工业增加值预测模型.模型能够实现以月度即时采集的用电量数据和天气状况对上月工业增加值预测对比单一模型的预测结果预测精度取得了明显提升.研究成果可以有效解决以往工业增加值预测数据统计滞后和单一模型短期预测精度差的问题也为政府分析工业用电与经济变化趋势关系和制定相关政策提供有效的数据支撑.规上行业工业增加值预测相关性分析目前大多数工业增加值预测研究都是以季度、年度数据建立模型而利用某个具体规上行业月度用电量建立的工业增加值预测模型由于数据时间跨度变小具有更高敏感性.为了确保以月度用电量数据预测工业增加值的可行性需要对用电量与工业增加值的相关性进行量化分析.电力基础要素分析为了更直观地观察和分析用电量与工业增加值的趋势性联系这里选取浙江省某地市 年 年工业用电量与工业增加值数据.用电量来自浙江省某地市国家电网统计数据工业增加值来自统计局发布的统计数据两者时间变化趋势如图 所示.图()为 年 月 年 月的月度用电量用电量从.亿 逐步上升至.亿 在 亿 的区间内不断上升.图()为 年 月年 月的月度工业增加值从 亿元上升至 亿元.工业用电量与工业增加值都呈现出了波动性地稳步上升趋势工业电力投入的增加从一定程度上反映了工业经济发展水平的提升.工业涵盖制造业种类繁多进项晓宇等:基于机器学习的短期规上行业工业增加值预测一步选取浙江省某地市经济贡献度高的橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业 个重点规上行业 年用电量与工业增加值数据量化分析两者关联性.图 电力经济数据 通常量化电力指标与宏观经济指标之间联系可以采用皮尔逊相关系数分析.皮尔逊相关系数是分布在区间上体现要素相关性的数值一般认为.可认为两个要素极强相关.则强相关.则中度相关.则弱相关而.则极弱相关或不相关.总体皮尔逊相关系数计算如式()所示:()()()()式中 是样本标准差 为总体数据均值.表 规上行业用电量与工业增加值相关性系数表 规上行业用电量与工业增加值皮尔逊相关系数橡胶与塑料制品业.电气机械和器材制造业.专用设备制造业.金属制品业.按式()计算浙江省某地市 年 月期间 个重点规上行业国家电网统计的月度用电量数据与统计局发布的月度工业增加值数据的皮尔逊相关性系数结果如表 所示.橡胶与塑料制品业、电气机械与器材制造业、专用设备制造业和金属制品业用电量与工业增加值的相关系数分别为.(强相关)、.(强相关)、.(强相关)、.(中度相关).因此规上行业用电量可以作为基础要素预测工业增加值反映经济发展形势但工业设备在不同天气情况下工作效率不同此外加入天气扰动要素也能更好地解释用电量和工业增加值的季节性波动.图 天气情况 .天气扰动要素分析天气扰动是影响工业用电和经济的重要因素由图 所示用电量和工业增加值的增速具有明显的季节性夏季和冬季用电量偏高工业增加值也一般在年末达到全年顶峰.天气指标主要包括温度、湿度、风力等指标温度是最具代表性的季节性指标温度过高过低都会影响工业生产投入的用电量进而影响工业增加值.浙江省某地市 年 月 年 月气象局公布的月度气温变化情况如图 所示.南京师大学报(自然科学版)第 卷第 期(年)图()、()为月度最高气温和月度最低气温夏季最高气温可达到 冬季最高气温达到 夏季最低气温为 冬季最低气温为 整体呈现出随年月的周期性变化.本文在对浙江省某地市规上工业增加值预测模型的建立中加入平均最高、最低温度作为扰动要素用于消除温度对预测结果的季节性影响以提升预测模型的准确度更好地解释用电量与工业增加值关系.规上行业工业增加值预测模型基于上述分析规上行业用电量与工业增加值具有较好相关性国家电网完成月度用电量数据统计时间短用于预测工业增加值会更具时效性.为了建立预测性能更好的行业用电量工业增加值预测模型利用机器学习算法挖掘规上行业用电量、工业增加值、天气等历史数据的特征信息.机器学习采用 算法这一集成学习方法融合 种算法模型进一步提升模型泛化能力.本文提出一种基于 框架的短期规上行业工业增加值预测模型融合随机森林回归、自适应增强回归、支持矢量回归机和极致梯度增强回归 种机器学习方法充分挖掘用电量、工业增加值、温度数据特征有效降低预测结果的平均绝对误差、均方根误差及均方误差.图 算法模型框图 基于双层 工业增加值预测模型算法框架如图 所示相应的伪代码由算法 给出具体模型训练步骤如下:()数据训练测试选取近 年橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业的电力数据和天气数据 为预测输入工业增加值数据 为预测输出目标构成完整数据集 按 比例划分数据集 为训练数据和测试数据训练数据用于建立模型预测数据用于检验模型效果实现基于电力数据和天气数据对工业增加值的预测.()模型框架构建双层 算法框架的第一层采用随机森林回归、自适应增强回归和极致梯度增强回归 种算法以 训练集中的电力数据和天气数据 为输入以工业增加值数据 为输出训练生成基学习器().将 训练集输入基学习器 得到的工业增加值预测结果 作为输入以对应工业增加值实际数据 为预测目标组合构成新一轮训练数据 用于二次学习.第二层数据训练时采用短期数据预测效果更好的支持向量回归机算法 并以非线性径向基函数()为核函数构成元学习器 由此建立起双层架构的 模型.以需要预测月份的电力和天气数据 为输入得到月度工业增加值预测的输出结果为().下面给出 模型融合的 种学习器算法简要说明:随机森林回归是一种非线性基于树的学习方法最终预测结果由互不相关的多棵回归树共同决定自适应增强回归是一种迭代算法其核心思想是针对同一个训练集训练不同弱学习器并集合构成一个更强的学习器极致梯度增强回归算法通过不断学习新函数并进行特征分裂拟合前次预测残差最后将所有分支预测值相加即是最终预测值支持向量回归机是支持向量在函数回归领域的应用以回归线为中心作宽度为 的间隔带训练样本落入其中则认为预测准确否则计算损失值.通过 框架融合 种学习器综合不同算法优势并提升模型泛化能力.()预测误差检验采用平均绝对误差()、均方根误差()及均方误差()作为工业增加值预测模型的评价指标.其值越小则表示模型精度越高、项晓宇等:基于机器学习的短期规上行业工业增加值预测 和 的定义如()()所示:()()()()()()式中 表示待预测序列长度表示实际值()表示预测值.算法 回归算法输入:数据集()()()基学习器算法 元学习器算法 过程:()/表示基学习器对数据集 训练得到的模型/:/初始化二次学习训练集/:()/表示训练好的基学习器模型 对输入数据 的预测结果/:()/基学习器算法预测结果 与对应实际结果 构成新的训练集/:()/表示元学期器 对新构建的数据集 训练得到的模型/输出:()()()()/对预测输入 的双层 模型最终预测结果/图 规上行业工业箱型图 算例分析选取浙江省某市 年至 年的四大重点规上行业(橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业)的行业用电量、工业增加值及当地天气数据进行算例分析利用提出的 工业增加值预测模型为政府分析工业经济变化趋势提供有效的预测数据支撑.数据预处理()异常值检测本文使用箱型图对预测模型训练数据中的规上行业用电量、工业增加值进行数据检测与分析主要是对于数据样本集中的离群点进行搜索并处理防止离群点的出现造成预测误差偏大.箱型图分析依据实际数据设定一组上下界脱离此区间的数据即为异常值.规上行业的工业增加值、用电量箱型图如图 所示.图()中 个规上行业工业增加值数据区间分别为.、.、.、.实际数据均在数据区间内.图()规上行业用电量 个数据区间为.、.、.、.实际南京师大学报(自然科学版)第 卷第 期(年)数据也没有超出数据区间.结果表明实例分析所采用的规上行业工业增加值和用电量数据没有异常值.()数据 标准化处理由于用电量、工业增加值、天气具有不同量纲单位依据式()对输入数据进行 标准化处理排除模型训练中量纲对预测误差的影响.()式中为标准化结果 为样本值 为样本均值 为样本标准差.参数设置在双层 模型训练中以随机森林回归算法、自适应增强、极致梯度增强算法为基学习器支持矢量回归机为元学习器进行模型融合.使用的学习器参数设置如表 所示融合的不同模型中树的数目、学习率、基函数等都将影响模型预测精度.表 学习器参数设置 模型名称参数配置随机森林回归树的数目为 分支所需的最小样本量 叶子节点存在所需最小样本量 自适应增强回归树的数目为 学习率.取线性函数极致梯度回归树的数目为 每棵树划分的特征比重.学习率.随机采样比例为 最小叶子节点样本权重和为 最大树深度 节点的最小损失函数值 支持向量回归机采用径向基函数作为核函数.预测结果对比分析选取上文提到的浙江省某市 年至 年 月国家电网统计的橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业 个重点规上行业用电量、气象局统计的天气数据、工业增加值数据分别采用随机森林回归()算法、自适应增强回归()算法极致梯度增强回归()算法和支持矢量回归机()算法进行单一模型的预测训练并以 算法融合多个模型进行预测训练 种不同方法在测试集上的、和 误差指标如表 所示.表 预测误差表 规上工业模型误差指标/亿元/亿元/亿元橡胶与塑料制品业.电气机械与器材制造业.金属制品业.专用设备制造业.以橡胶与塑料制品业为例本文提出的 模型的、分别为.、.、.项晓宇等:基于机器学习的短期规上行业工业增加值预测采用单个模型预测时 个误差指标最好结果分别为.()、.()、.().通过、对用电量短期现时预测误差进行评估结果表明 融合模型对橡胶与塑料制品业工业增加值预测模型的 种误差指标分别下降了.、.、.模型预测误差明显提升在其他 个规上行业中也是预测误差表现最好的.为了进一步验证提出模型在实际预测中的效果分析 年 月以上 种模型工业增加值预测结果与统计局公布的工业增加值实际结果作绝对百分比误差分析.种模型以浙江省某地市 年 月国家电网公布的即时月度用电量数据和气象局天气数据预测 个重点规上行业工业增加值预测结果与统计局公布的实际结果作绝对百分比误差如图 所示.橡胶与塑料制品业、电气机械与器材制造业、金属制品业、专用设备制造业通过 模型预测的绝对百分比误差分别为.、.、.和.模型的预测绝对百分比误差.、.、.和.的预测绝对百分误差分别为.、.、.和.的预测绝对百分比误差为.、.、.和.的预测绝对百分比误差为.、.、.和.对比上述结果 预测稳定和预测精度均较差、种方法预测精度也不理想.融合算法对 个行业的预测误差最小预测稳定性最高.结合模型在测试集上的、和 误差指标对比分析结果和 年 月份预测结果与实际结果的绝对百分比误差本文提出的基于 融合算法的规上行业短期工业增加值预测模型具有较高的预测精度能为政府预判规上行业经济运行趋势提供有效的预测数据支撑.图 绝对百分误差对比 结论本文针对工业增加值预测存在的数据滞后性和单一模型预测精度低的问题提出一种基于 融合模型的规上行业工业增加值预测模型融合随机森林回归、自适应增强回归、极致梯度增强回归、支持矢量回归机 种学习器提升模型泛化能力并充分利用智能电网大数据平台优势以浙江省某地市国家电网月度即时统计的用电量数据、气象局公布的温度数据为输入统计局公布的工业增加值为预测目标进行工业增加值预测模型训练.通过 融合模型与单一模型预测误差指标的实例对比分析得出如下结论:()规上行业工业增加值预测考虑多种预测模型的结合能够综合不同模型优势并降低预测误差对不同类型的规上工业具有较强鲁棒性.本文提出 框架融合多个模型预测工业增加值通过随机森林回归、自适应增强回归、极致梯度增强回归 种基学习器进行第一轮预测训练再作为元学习器的支持向量回归机对第一轮预测结果二次训练得到最终预测值显著降低了预测误差.()大数据时代以用电量为数据预测工业增加值具有更好的时效性.用电量具有获取即时、便捷的优势能为政府经济数据分析根据经济变化形势制定相关应对政策提供前瞻性的数据支撑.南京师大学报(自然科学版)第 卷第 期(年)参考文献 刘自敏邓明艳杨丹等.降低企业用能成本可以提高能源效率与社会福利吗 基于交叉补贴视角的分析.中国工业经济():.顾光同许冰.中国工业增加值的半月预报:基于宏观月度数据.系统工程理论与实践():.():.():.():.():.():.():.():.():.赵腾王林童张焰等.采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法.中国电机工程学报():.谭津邓长虹杨威等.微电网光伏发电的 天气聚类超短期预测方法.电力系统自动化():.():.:.顾海艳曹林朱涛等.神经网络二次集成预测算法研究.南京师大学报(自然科学版)():.:.():.责任编辑:陆炳新