摘要：在现阶段的科学技术发展下，国家已经将提升GDP水平当作了未来发展的重要参考指标。但是，对于GDP数据而言，往往存在着较为明显的时滞性与频率低的特征，因此就会在进行政策制定的过程中，无法跟上较为迅猛当下时代的发展步伐。因此在本文的分析过程中，主要以电力领域为例，基于电力大数据统计分析中渐次回归法的应用，进行针对性的分析以及阐述，以此满足相关工作人员的实际需求。

关键字：渐次回归法;电力大数据;数据预处理;模型构建

引言

伴随着当今世界全面能源危机的出现，同时加上环境方面问题越发严重，导致在现阶段的电力领域发展过程中，始终缺乏一个良好的环境。利用清洁型能源进行电力供应，成为了未来发展的重要方向，其中风能就是一种可以起到良好环保效果的能源物质。

1 研究背景

在当下进行风力发电的过程中，由于其发电的过程并不是一个稳定的反应过程，因此在各个风电场的运行中，始终存在着20%以上的弃风率。为了有效地提升能源利用率，就需要保障在未来的发展进程中，可以全面地提升北方城镇的供暖力度，或者进一步地保障区域当中对于能源的实际需求。在未来发展过程中，需要进一步地降低风力发电过程中，对于其他能源方面的实际需求，以此降低煤炭的总体消耗程度，最大程度上解决一些地区的环境污染问题。

2 电力大数据

大数据就是一种在上个世纪九十年代出现的一种技术概念，最早是代表在一段时间当中，无法利用传统的技术方法进行数据的抓取、管理以及处理的技术总称。在之后的技术发展进程中，大数据技术在互联网技术的普及下，逐渐成为了各项技术的重要使用对象，并对于企业的未来发展产生了十分重要的影响。

而伴随着行业的发展，也受到大数据技术方面的直接影响。例如，在现阶段的社会发展进程中，大数据技术已经成为了一种全新的发展动力，成为了各行各业当中十分重要的发展前景。例如，在电力大数据出现之后，就是一种对于业务方面的趋势预测，以此实现电力数据价值方面的全面挖掘以及分析。利用好数据集成管理、数据存储、数据计算以及分析挖掘方式的技术特征，可以很好地当作电力运行工作的重要核心关键技术。在未来的发展过程中，能够进一步的提升典型业务的场景模式，同时保障进一步推动企业发展以及管理方面的水平。

现阶段电力大数据的发展中，首先呈现出数量巨大的特征，这是由于电力企业在现代化的发展进程中，实现了信息化以及智能化的建设，在电力企业当中使用到了大量的设备与仪器，这些设备在设计的运行过程中，会积累大量的数据信息，以此就导致电力企业进行信息采集中，面临着海量的数据信息。在对电力企业发展现状分析与调查中发现，很多地区的电力数据增长速度，已经全面超出了电力企业的发展预期。

其次是数据的类型较为复杂，当下得到电力大数据中，基本上包含着电力网络数据信息、运行信息、发电量， 甚至包含着电力企业周边环境信息、地理信息等诸多的信息类型，这样不同类型的信息数据，在处理中对电力企业提出了更高的技术性要求。特别是在需求层用电设备的非结构信息，逐渐成为了电力企业未来大数据处理环节的重要一环[1]。

再者是进行数据处理的过程中，呈现出较快的效率。信息技术在使用的过程中，往往会使得对于电力数据的采集、处理以及后续的分析过程中，有着较高的效率性。在未来的电力系统整个业务的开展中，往往对于处理时限提出了较高的要求，这样就使得在电力生产、使用以及销售的诸多环节，都充分的保障电力方面的供需平衡关系[2]。

3 数据预处理

在基于渐次回归法的分析过程中，首先要保障通过SPSS的方式，对全部的数据信息，进行全面的检查以及分析，并对数据当中出现的一些明显时间相关性，进行全面的系统性分析，这是保障在未来的处理过程中，可以明确出数据内在价值，以此对出现的异常、缺失数据，进行原始数据方面的详细分析。数据之间时间间隔比较短，因此并不会存在较为明显的规则变动情况，这样就需要在实际的分析过程中，基于一个较为简单的时间顺序，通过移动平均法的方式，保障对于预测的行为进行异常、缺失数据等方面，良好修正以及修复处理[3]。

4 模型构建与求解分析

现阶段在进行实际分析的过程中，可以采用最小平方法的方式，将最小误差的平方带入其中，以此可以寻找到作家的数据函数，进行匹配分析。在本文的研究过程中，重要是基于OLS的方式，采用渐次回归方法，实现一些工业企业在用电的过程中，与其GDP之间的增长关系分析，并得出相应的线性公式如下。

在上述公式当中，y表达着工业在生产过程中的实际用电量，而g则是代表着GDP增长效率，x则是自变量。

在进行回归方程的计算过程中，需要带入一定程度的自变量与因变量。基于上述公式当中的内容，需要在进行分析的过程中，可以得到gt，这是表达着伴随着时间的推移，而不同的GDP增长率。

分析中发现，现阶段在工业企业的用电量上，其影响因素较多，将其带入到公式之后，其影响的因素基本上呈现出多样化的形式。其次，在选择季度气温的平均涨幅、PPI增长率以及产业发展程度的分析过程中，就需要将其当作控制变量，以此保障进行分析中，可以对各种影响因素，都可以形成一个良好的处理以及分析效果。

其中，选择的PPI指数，基本上都是可以较为直观地反映出，在特定的时间维度当中，可以表示生产环境的价格实际变动。这在国民经济的分析过程中，成为了一种十分重要的指数指标依据。其次，在基于用电量和PPI的分析过程中，就可以得到相应的关系曲线图。

我国产业发展的程度上，可以基于这样的分析逻辑，明确出产业在国民经济当中，所占据到GDP的比重。现阶段城镇人口的增加和减少的速率，往往会直接影响到不同产业未来发展，同时也相应的需要在未来分析中，重视起城镇人口与产业规划的实际比较分析。

在产业与生产环境发生变化之后，一定程度上也会受到家居环境的限制和影响，进而导致气温出现明显的上升。在进行分析中发现，当下对于这样的用电量变化分析，通过大数据的方式，可以很好的提升数据分析的有效性与真实性。特别是在未来发展的进程中，还需要保障对电量与温度，进行深入的分析以及了解，这是保障高温季节当作的温度系数，可以当作控制变量，同时加入季节性的气温差，使得可以对其温度相关的虚拟变量上，形成一定的分析合理性。

在工业企业的用电量分析中，还要结合起节假日方面的影响信息。在企业现阶段的用电出现大幅度下降之后，基本上都会在这些节假日出现一定程度的改变。同时，对于设备的启动而言，也需要适应一段时间，因此就会导致在这个阶段的电量变化，存在着一定的差异性，需要进行针对性的分析，保障数据采集的可靠性。

伴随着工业电力大数据的采集以及分析，使得可以有效地利用动态导向回归的方式， 对其GDP数据進行全面精准地测算分析，同时保障对电力数据进行全面的估测，这是保障在进行处理的过程中，能够是全面发挥出大数据技术的科学合理性，并在未来进行处理的过程中，制定出科学合理的电力经营需求。

总结

综上所述，在未来的发展过程中，只有充分的保障电力运行环节，可以全面地利用大数据技术的方式，全面获取到更多的数据信息，这样才可以在未来发展进程中，最大程度上发挥出电力信息的价值，同时充分的保障数据分析中，能够提升自身的分析能力。

参考文献：

[1]汤林，张婧.基于电力大数据的电费回收风险防控策略研究[J].重庆电力高等专科学校学报，2021，26（05）：34-36.

[2]邹晓文.关于电费回收的电力大数据分析技术探讨[J].技术与市场，2021，28（10）：113-114.

[3]国网重庆电力深化电力大数据产品助老服务应用[J].农村电气化，2021（10）：17.

作者简介：许冬纯（1992.11-），女，汉族，广东省饶平县人，对外经济贸易大学统计学院在职人员高级课程研修班学员，学历：大学本科，研究方向：统计学（大数据分析）。