[发明专利]一种基于供需关系大数据的下水煤价预测方法

权利要求书

1.一种基于供需关系大数据的下水煤价预测方法，其特征在于，包括以下步骤：

步骤S1，获取煤炭供给数据和煤炭需求数据，其中，所述煤炭供给数据包括煤炭产量和煤炭进口量，所述煤炭需求数据包括发电量和耗煤量；

步骤S2，根据所述煤炭供给数据和所述煤炭需求数据计算月度总供应量和月度总耗煤量，生成煤炭的月度供需差值表；

步骤S3，利用关联规则的方法，提取所述月度供需差值表与煤价走势之间的关联特征规律，生成关联规则集，并根据所述关联规则集预测下水煤市场价的走势；

所述步骤S2具体包括：

步骤S21，分别将每月的煤炭产量和煤炭进口量相加，计算得到所述月度总供应量；

步骤S22，分别将每月的动力煤消耗量、焦煤消耗量和块煤消耗量相加，计算得到所述月度总耗煤量；

步骤S23，将所述月度总供应量减去所述月度总耗煤量，得到每月的供需差值，生成煤炭的月度供需差值表；

若在预设时间内无法获取上月的动力煤消耗量、焦煤消耗量和块煤消耗量数据，来计算上月的总耗煤量，则所述步骤S22还包括：

步骤S221，根据折算系数对当月前的每月的火力发电量分别进行折算，得到当月前的每月的火电耗煤量；

步骤S222，根据上月前的每月的火电耗煤量以及总耗煤量，分别计算得到上月前的每月的火电耗煤量占总耗煤量的比例，利用一元回归函数对上月的火电耗煤量占总耗煤量的比例进行预测；

步骤S223，根据上月的火电耗煤量以及上月的火电耗煤量占总耗煤量的比例，计算得到上月的总耗煤量。

2.根据权利要求1所述的基于供需关系大数据的下水煤价预测方法，其特征在于，在所述步骤S2之前，还包括：

步骤S4，获取供需衔接数据，并判断所述供需衔接数据是否异常，若否则继续执行所述步骤S2；其中，所述供需衔接数据包括船舶运输量和铁路运输量。

3.根据权利要求2所述的基于供需关系大数据的下水煤价预测方法，其特征在于，所述步骤S4中判断所述供需衔接数据是否异常包括：

若煤炭运输总量的同比及环比下降均不超过10％或者煤炭运输总量的同比、环比增长，则判定所述供需衔接数据没有异常，否则判定所述供需衔接数据异常。

4.根据权利要求1所述的基于供需关系大数据的下水煤价预测方法，其特征在于，在所述步骤S223之前，还包括：

步骤S224，根据上月前的每月的电力行业耗煤量和总耗煤量，分别计算上月前的每月的电力行业耗煤量占煤炭总消耗量的比例，并利用一元回归函数对上月的电力行业耗煤量占总耗煤量的比例进行预测，生成当月前的电力行业耗煤量占比图表；

步骤S225，生成当月前的火电耗煤量占比图表；

步骤S226，将所述电力行业耗煤量占比图表与所述火电耗煤量占比图表进行对比，若电力行业耗煤量占总耗煤量的比例与火电耗煤量占总耗煤量的比例的变化趋势一致，则校核成功，继续执行所述步骤S223。

5.根据权利要求1至4任一项所述的基于供需关系大数据的下水煤价预测方法，其特征在于，所述步骤S3具体包括：计算供需差值数据与煤价之间的置信系数，若置信系数大于0.8，则将供需差值数据与煤价之间的变化规律确定为一条关联规则；当供需差值为正值时，煤价下跌，正值时间越长且数值越大，下跌幅度越大、下跌时间越长；当供需差值为负值时，煤价上涨，负值时间越长且数值越大，上涨幅度越大、上涨时间越长；供需差值与煤价的变化之间存在1-2个月的时间滞后，煤价的变化迟于供需差值的变化。

6.根据权利要求1至4任一项所述的基于供需关系大数据的下水煤价预测方法，其特征在于，所述步骤S3还包括：结合辅助因素对下水煤市场价的走势进行预测，其中，所述辅助因素包括人工对短期市场心理预期、期货市场走势和月度长协价走势。

7.根据权利要求1至4任一项所述的基于供需关系大数据的下水煤价预测方法，其特征在于，所述煤炭供给数据还包括中转港口和电厂的煤炭库存量，在所述步骤S3之后，还包括：

步骤S5，将环渤海港口库存量、沿海沿江港口库存量指标、全国重点电厂库存、沿海六大电场存指标与下水煤市场价指标进行对比，形成各煤炭库存量指标与下水煤市场价指标之间的关联规则，根据该关联规则对预测的下水煤市场价的走势进行验证。