郭勇 劉巍 黃澤華 李秋燕

摘 要 本文研究重點行業用電監測分析系統的開發及應用,利用重點行業用電監測信息,充分挖掘行業用電監測信息大數據。以數據支撐管理,提高電力公司精益化管理水平,防控經營風險,為公司生產經營提供決策參考。
【關鍵詞】重點行業 監測分析 應用研究
1 引言
隨著河南省承接東部沿海產業轉移進度不斷加快,以富士康為代表的高成長性企業以及新能源汽車等戰略先導產業不斷落戶河南,成為新的經濟和電量增長點,河南省經濟已逐漸步入轉型時期。利用重點行業監測信息,結合河南省外部環境和外部政策特點,對其發展態勢深化運營管理研究,可以提前科學預測全省工業用電負荷的走勢,進而預測、分析和把握公司售電量的中、長期變化趨勢,能夠快速了解掌握電力市場供需,防控電力公司經營風險。
2 重點用電行業監測分析系統
利用河南用電信息采集系統應用平臺等系統通過數據共享,對省內部分重點行業的售電量、負荷等關鍵信息進行實時監測,實現對重點行業代表性企業重要用電信息和交易態勢的直觀展現。結合河南省外部環境和外部政策特點,利用重點行業實施監測數據,構建重點行業負荷分析模型,構建重點行業用電量短期預測模型,以重點行業電量為要素構建全省工業發展的敏感性分析指數開展公司運營管理專項深入研究,通過對重點行業的經濟發展態勢研究,映射并掌握全省工業發展態勢。
3 重點用電行業監測分析系統架構
如圖1。
重點用電行業監測分析系統以監測和分析兩大主線構建系統。監測涵蓋全省國民經濟運行態勢監測、重點行業用電態勢監測、用電監測等內容;分析涵蓋重點用電行業負荷分析、重點用電行業電量短期預測分析、以重點行業為要素的全省工業發展敏感性分析等內容。
4 全省國民經濟運行態勢監測模型
模型主要監測全省國民經濟運行態勢,全省用電量增長態勢,全省重點行業、用電量增長態勢。全省國民經濟運行態勢:通過全省生產總值、經濟產業結構、工業增加值、固定資產投資額、居民消費價格指數(CPI)監測,全面掌握全省國民經濟及工業發展態勢;全省用電量增長態勢:通過監測工業用電量、全社會用電量等增長態勢,分產業用電結構、分產業用電量及其比重指標監測,以電力視角掌握分析全省全社會電量內在變化趨勢。能源生產增長、電力消費增長與國民經濟增長之間的關系:通過監測單位GDP能耗、電耗,能源消費彈性系數、電力消費彈性系數,掌握能源及電力消費增速超前或者滯后于國民經濟增速。
5 重點行業用電監測模型
模型主要分析五大重點行業,包括行業運行態勢、各行業用電量影響因素分析。行業運行態勢:對比分析重點行業價格、產品產量、進出口、下游需求行業產品產量情況,總體描述行業運行態勢。行業用電量運行分析:建立回歸模型,分析重點行業主要產品產量對行業用電量的影響。
6 重點行業負荷特性分析模型
重點大客戶負荷曲線對比分析:收集重點大客戶的整點負荷和接電容量,全網的日負荷率、日最小負荷率和日峰谷差率等數據;展示整點負荷曲線和負荷特性指標,評價其優劣。行業平均負荷曲線聚類分析:收集重點大客戶的所屬行業、所屬地區、用電特征、可中斷負荷、可中斷負荷代價;展示對負荷特性進行模型聚類后各類間負荷曲線、用電特征、可中斷負荷規模及其代價等進行對比分析;展示對負荷特性進行時段聚類后目標類的負荷曲線和行業重點大客戶的可中斷負荷及其代價等。重點大客戶峰谷分時電價敏感分析:收集重點大客戶的峰時段電費、總電費等數據;展示峰谷電價敏感度不同的重點大客戶集,并展示相應的分析和策略。
7 重點行業電量短期預測模型
通過重點行業的負荷和電量信息的實時采集監測,建立合理高效準確的短期預測模型,實現科學預測短期售電量。
動態多種群粒子群優化BP神經網絡預測模型:動態多群組粒子群優化算法因為具有全局搜索能力而被廣泛應用于許多優化問題。因此它被用于優化網絡的輸入的權重,輸入閾值時,輸出權重輸出的閾值
極限學習機預測模型:極限學習機是一種簡單易用、有效的單隱含層前饋神經網絡(SLFNs)學習算法。傳統的神經網絡學習算法(如BP神經網絡)需要人為設置大量的網絡訓練參數,并且很容易產生局部最優解,而極限學習機只需要設置網絡的隱含層節點個數,在算法執行過程中不需要調整網絡的輸入權值以及隱元的偏置,并且產生唯一的最優解,因此具有學習速度快且泛化性能好的優點。
8 以重點行業為要素的全省工業發展敏感性分析指數模型
在獲取積累重點行業關鍵營銷信息歷史數據的基礎上,結合河南省外部環境和外部政策的影響,運用相關分析法和回歸分析等研究工具,利用重點行業電量綜合指數歷史數據,建立重點行業對全省工業影響的敏感性分析指數;利用相關指數開展公司運營管理專項深入研究,建立多層次關聯、多維度關聯、定量關聯、加權關聯等關聯規則模型,對重點行業、與工業經濟態勢相關性進行分析研究,映射并掌握全省工業發展態勢。
9 結束語
通過重點行業監測分析系統的建立,可以有效監測重點行業負荷及電量,分析預測重點行業的發展趨勢,映射并掌握全省工業發展的態勢,結合全省國民經濟運行及產業政策等宏觀經濟因素,可以規避電力公司在電網投資、電費回收等諸多方面的運營風險,同時依據數據分析研判指導電網規劃、用戶接入、生產運維等方面工作,可產生巨大的經濟和管理效益。
參考文獻
[1]李洛新,劉建安.行業用電分析[M].北京:中國電力出版社,2002.
作者簡介
郭勇(1981-),男,河南省鄭州市人。研究生學歷。現為國網河南省電力公司經濟技術研究院工程師。研究方向為運營監測(控)研究。
作者單位
國網河南省電力公司經濟技術研究院 河南省鄭州市 450052