技術(shù)特征：

1.一種電力景氣指數(shù)檢測方法，其特征在于，包括如下步驟：

根據(jù)電力系統(tǒng)的各類消耗量建立所述電力系統(tǒng)對應(yīng)的電力景氣指數(shù)原始模型；

利用混合粒子濾波算法將所述電力景氣指數(shù)原始模型變換為電力景氣指數(shù)線性模型；

根據(jù)電力系統(tǒng)的各類消耗量對電力景氣指數(shù)線性模型進行卡爾曼濾波，確定電力系統(tǒng)對應(yīng)的電力景氣指數(shù)。

2.根據(jù)權(quán)利要求1所述的電力景氣指數(shù)檢測方法，其特征在于，所述電力景氣指數(shù)原始模型為：

y_t＝h(x_t)+v_t,t＝1,...,T，

x_t＝S_tx_t-1+u_t，t＝1，...,T，

其中，y_t表示t時刻電力系統(tǒng)的各類消耗量，h(x_t)表示電力景氣指數(shù)函數(shù)，v_t表示t時刻的觀測噪聲分量，x_t表示t時刻的電力景氣指數(shù)向量，S_t表示t時刻狀態(tài)轉(zhuǎn)移矩陣，u_t表示t時刻的轉(zhuǎn)移噪聲分量，T表示時刻總數(shù)。

3.根據(jù)權(quán)利要求2所述的電力景氣指數(shù)檢測方法，其特征在于，所述利用混合粒子濾波算法將所述電力景氣指數(shù)原始模型變換為電力景氣指數(shù)線性模型的過程包括：

設(shè)置x_t的初始向量x₀，所述初始向量x₀服從均勻分布；

對所述初始向量x₀進行采樣，根據(jù)采樣得到的采樣數(shù)據(jù)確定混合粒子濾波中的其中：式中，表示第i次從重要性分布中抽樣過程中，給定t時刻電力系統(tǒng)的各類消耗量、0時刻到t-1時刻樣本數(shù)值時，t時刻在重要性分布中取到的概率；表示第i次從重要性分布中抽樣過程中，x_t的0時刻到t-1時刻樣本數(shù)值，y_t表示t時刻的電力系統(tǒng)的各類消耗量，表示第i次從重要性分布中抽樣過程中，x_t的t時刻樣本數(shù)值，表示第i次從重要性分布中抽樣過程中，在已知x_t-1的基礎(chǔ)上取到x_t的概率；

根據(jù)所述確定混合粒子濾波中的其中：式中，表示第i次從重要性分布中抽樣過程中，在給定電力系統(tǒng)的各類消耗量0時刻到t時刻數(shù)值的情況下，在實際分布中取到0時刻到t時刻x_t數(shù)值的概率，表示在確定了電力系統(tǒng)的各類消耗量0時刻到t時刻數(shù)值的情況下第i次從重要性分布中抽樣過程中，在重要性分布中取到0時刻到t時刻x_t數(shù)值的概率；

根據(jù)重要性權(quán)重更新公式進行重要性權(quán)重更新，所述重要性權(quán)重更新公式為為第i次從重要性分布中抽樣過程中，t時刻樣本的權(quán)重，為第i次從重要性分布中抽樣過程中，t-1時刻樣本的權(quán)重；

根據(jù)重要性權(quán)重歸一化公式對更新后的重要性權(quán)重序列進行歸一化；所述重要性權(quán)重歸一化公式為：式中，為歸一化后第i次采樣中t時刻重要性權(quán)重，N為總的采樣次數(shù)；

根據(jù)計算x_t的最小均方誤差；其中：式中，表示x_t的最小均方誤差，x_t表示t時刻電力景氣指數(shù)向量；

根據(jù)對所述電力景氣指數(shù)原始模型進行更新，得到電力景氣指數(shù)線性模型，所述電力景氣指數(shù)線性模型為：

${\hat{x}}_t^{MMSE}=Z_t{x}_t+e_t,t=1,...,T,$

x_t＝S_tx_t-1+u_t，t＝1，...,T

其中：Z_t為t時刻x_t的系數(shù)矩陣，e_t為t時刻電力景氣指數(shù)向量MMSE估計與實際值間的誤差。

4.根據(jù)權(quán)利要求3所述的電力景氣指數(shù)檢測方法，其特征在于，

e_t＝ε_t+d_t,t＝1,...,T，

其中，ε_t，d_t是k×1維向量，ε_t是連續(xù)的不相關(guān)擾動項，ε_t的均值為0。

5.根據(jù)權(quán)利要求3所述的電力景氣指數(shù)檢測方法，其特征在于，所述根據(jù)電力系統(tǒng)的各類消耗量對電力景氣指數(shù)線性模型進行卡爾曼濾波，確定電力系統(tǒng)對應(yīng)的電力景氣指數(shù)的步驟包括：

設(shè)置Ψ_1|0，其中為已知0時刻時1時刻x取值的條件估計值，Ψ_1|0為已知0時刻時1時刻實際值與估計值間誤差的協(xié)方差矩：

設(shè)定已知x_t-1時的估計值以及x_t-1和之間誤差的協(xié)方差矩陣Ψ_t-1，其中，E[]表示求期望值；

根據(jù)所述和Ψ_t-1確定x_t的條件分布均值，其中，表示已知時估計的x_t條件分布的均值，

計算Ψ_t在已知Ψ_t-1時的條件分布均值Ψ_t|t-1，Ψ_t|t-1＝S_tΨ_t-1S_t'+R_tQ_tR_t',t＝1,...,T，上標(biāo)’表示對相應(yīng)的轉(zhuǎn)置矩陣，

根據(jù)Ψ_t|t-1、y_t構(gòu)建更新方程組，所述更新方程組為：

${\hat{x}}_t={\hat{x}}_{t|t-1}+{\mathrm{\Ψ}}_{t|t-1}{Z}_t^{\′}{F}_t^{-1}(y_t-Z_t{\hat{x}}_{t|t-1}-d_t),$

Ψ_t＝Ψ_t|t-1-Ψ_t|t-1Z′_tF_t^-1Z_tΨ_t|t-1，

F_t＝Z_tΨ_t|t-1Z′_t+H_t，t＝1,...,T，

其中，T表示時刻綜述，上標(biāo)-1表示對矩陣求逆；

通過求解更新方程組確定

將的取值確定為電力系統(tǒng)對應(yīng)的電力景氣指數(shù)。

6.一種電力景氣指數(shù)檢測系統(tǒng)，其特征在于，包括：

建立模塊，用于根據(jù)電力系統(tǒng)的各類消耗量建立所述電力系統(tǒng)對應(yīng)的電力景氣指數(shù)原始模型；

變換模塊，用于利用混合粒子濾波算法將所述電力景氣指數(shù)原始模型變換為電力景氣指數(shù)線性模型；

確定模塊，用于根據(jù)電力系統(tǒng)的各類消耗量對電力景氣指數(shù)線性模型進行卡爾曼濾波，確定電力系統(tǒng)對應(yīng)的電力景氣指數(shù)。

7.根據(jù)權(quán)利要求6所述的電力景氣指數(shù)檢測系統(tǒng)，其特征在于，所述電力景氣指數(shù)原始模型為：

y_t＝h(x_t)+v_t,t＝1,...,T，

x_t＝S_tx_t-1+u_t，t＝1，...,T，

其中，y_t表示t時刻電力系統(tǒng)的各類消耗量，h(x_t)表示電力景氣指數(shù)函數(shù)，v_t表示t時刻的觀測噪聲分量，x_t表示t時刻的電力景氣指數(shù)向量，S_t表示t時刻狀態(tài)轉(zhuǎn)移矩陣，u_t表示t時刻的轉(zhuǎn)移噪聲分量，T表示時刻總數(shù)。

8.根據(jù)權(quán)利要求7所述的電力景氣指數(shù)檢測系統(tǒng)，其特征在于，所述變換模塊進一步用于：

設(shè)置x_t的初始向量x₀，所述初始向量x₀服從均勻分布；

對所述初始向量x₀進行采樣，根據(jù)采樣得到的采樣數(shù)據(jù)確定混合粒子濾波中的其中：式中，表示第i次從重要性分布中抽樣過程中，給定t時刻電力系統(tǒng)的各類消耗量、0時刻到t-1時刻樣本數(shù)值時，t時刻在重要性分布中取到的概率；表示第i次從重要性分布中抽樣過程中，x_t的0時刻到t-1時刻樣本數(shù)值，y_t表示t時刻的電力系統(tǒng)的各類消耗量，表示第i次從重要性分布中抽樣過程中，x_t的t時刻樣本數(shù)值，表示第i次從重要性分布中抽樣過程中，在已知x_t-1的基礎(chǔ)上取到x_t的概率；

根據(jù)所述確定混合粒子濾波中的其中：式中，表示第i次從重要性分布中抽樣過程中，在給定電力系統(tǒng)的各類消耗量0時刻到t時刻數(shù)值的情況下，在實際分布中取到0時刻到t時刻x_t數(shù)值的概率，表示在確定了電力系統(tǒng)的各類消耗量0時刻到t時刻數(shù)值的情況下第i次從重要性分布中抽樣過程中，在重要性分布中取到0時刻到t時刻x_t數(shù)值的概率；

根據(jù)重要性權(quán)重更新公式進行重要性權(quán)重更新，所述重要性權(quán)重更新公式為為第i次從重要性分布中抽樣過程中，t時刻樣本的權(quán)重，為第i次從重要性分布中抽樣過程中，t-1時刻樣本的權(quán)重；

根據(jù)重要性權(quán)重歸一化公式對更新后的重要性權(quán)重序列進行歸一化；所述重要性權(quán)重歸一化公式為：式中，為歸一化后第i次采樣中t時刻重要性權(quán)重，N為總的采樣次數(shù)；

根據(jù)計算x_t的最小均方誤差；其中：式中，表示x_t的最小均方誤差，x_t表示t時刻電力景氣指數(shù)向量；

根據(jù)對所述電力景氣指數(shù)原始模型進行更新，得到電力景氣指數(shù)線性模型，所述電力景氣指數(shù)線性模型為：

${\hat{x}}_t^{MMSE}=Z_t{x}_t+e_t,t=1,...,T,$

x_t＝S_tx_t-1+u_t，t＝1，...,T

其中：Z_t為t時刻x_t的系數(shù)矩陣，e_t為t時刻電力景氣指數(shù)向量MMSE估計與實際值間的誤差。

9.根據(jù)權(quán)利要求8所述的電力景氣指數(shù)檢測方法，其特征在于，

e_t＝ε_t+d_t,t＝1,...,T，

其中，ε_t，d_t是k×1維向量，ε_t是連續(xù)的不相關(guān)擾動項，ε_t的均值為0。

10.根據(jù)權(quán)利要求8所述的電力景氣指數(shù)檢測方法，其特征在于，所述確定模塊進一步用于：

設(shè)置Ψ_1|0，其中為已知0時刻時1時刻x取值的條件估計值，Ψ_1|0為已知0時刻時1時刻實際值與估計值間誤差的協(xié)方差矩：

設(shè)定已知x_t-1時的估計值以及x_t-1和之間誤差的協(xié)方差矩陣Ψ_t-1，其中，E[]表示求期望值；

根據(jù)所述和Ψ_t-1確定x_t的條件分布均值，其中，表示已知時估計的x_t條件分布的均值，

計算Ψ_t在已知Ψ_t-1時的條件分布均值Ψ_t|t-1，Ψ_t|t-1＝S_tΨ_t-1S′_t+R_tQ_tR′_t,t＝1,...,T，上標(biāo)’表示對相應(yīng)的轉(zhuǎn)置矩陣，

根據(jù)Ψ_t|t-1、y_t構(gòu)建更新方程組，所述更新方程組為：

${\hat{x}}_t={\hat{x}}_{t|t-1}+{\mathrm{\Ψ}}_{t|t-1}{Z}_t^{\′}{F}_t^{-1}(y_t-Z_t{\hat{x}}_{t|t-1}-d_t),$

Ψ_t＝Ψ_t|t-1-Ψ_t|t-1Z′_tF_t^-1Z_tΨ_t|t-1，

F_t＝Z_tΨ_t|t-1Z′_t+H_t，t＝1,...,T，

其中，T表示時刻綜述，上標(biāo)-1表示對矩陣求逆；

通過求解更新方程組確定

將的取值確定為電力系統(tǒng)對應(yīng)的電力景氣指數(shù)。