NG加氣站信息化系統數據庫設計與算法實現

李寬　周衛紅　桑賢伯　吳光元　王一同

摘要：本文通過加氣站智能信息化系統的數據庫部分講解了加氣站信息化系統數據庫的建立和數據的處理。建立了模糊綜合評價模型和BP預測模型，對加氣站的績效進行評估和對加氣站的銷量進行預測。

關鍵詞：加氣站；數據庫；績效評估；BP網絡；綜合評價

自“十二五”規劃以來，各個行業信息化水平發展迅速，通信和自控技術在各行業廣泛應用，特別是天然氣加氣站信息化運營管理方面[1]。但很多加氣站急于項目投產，所以根本沒有信息化系統與之相配套，天然氣加氣站的信息化建設與快速發展行業不相適應，給管理造成了很多麻煩。為方便管理者對場站的管控，本項目設計出一套基于績效分析算法、BP網絡的分析模型，通過計算權重來定量評價加氣站的發展現狀，并對加氣站未來燃氣銷量進行預測。加氣站信息化系統的主要組成是存儲分析各項信息的數據庫部分。數據庫不僅指數據庫本身，同時也包括數據分析部分。合理建立數據庫的關鍵在于對加氣站的調研力度和對行業狀況的認知，實現該過程需要明確數據的來源、種類，并能對數據進行重新分類，也需要通過有限的數據分析出更多有價值的信息，使數據價值最大化。數據庫的構成好壞關乎到整個信息化系統的執行效率和實用性，實現數據庫的最優化是十分必要的。

1 數據庫設計

（1）數據庫結構。

數據庫方面采用Microsoft SQL數據庫，并在總站和分站分別建立數據庫。分站數據庫主要起數據備份作用，總站數據庫起數據存儲作用。

（2）總站數據庫。

所需數據全部來源于各場站加氣機，加氣機數據傳輸到各分站數據中心進行解算、存儲備份，通過再次打包發送給總站服務器，總站服務器進行解析后存儲到總站數據庫并將原始數據進行運算分析。總站數據庫包含運營數據庫和用戶數據庫兩部分。

（3）運營數據庫。

運營數據庫包含各分站上傳的運營數據，包括交易數據和運行參數。

（4）用戶數據庫。

用戶數據庫包含管理員和普通用戶，管理員包含管理員賬戶信息和管理員日志；用戶包含用戶賬戶信息和用戶交易數據兩方面。

在建立數據存儲的數據庫后，我們還在數據庫部分加上了數據分析部分，可對傳輸過來的數據進行統計學分析，從有限的數據中分析出更多信息，實現對加氣站發展的管理指導。

2 評估算法

（1）績效分析算法。

在績效分析上，采用考科納克和安布勒提出的六要素評價法[2]，綜合對行業的了解，總共需要對四個方面進行評價：

a.市場評價（U1）：該指標指加氣站的市場占有率和行業口碑，與績效成正比。

b.財務評價（U2）：該指標指加氣站銷售額水平，利潤水平和利潤變化水平，與績效正比。

c.消費者評價（U3）：該指標指加氣站消費者忠誠度，顧客消費水平和顧客增加量，與績效正比。

d.運營評價（U4）：該指標指加氣站運營成本變化和站規模變化，前者與績效反比，后者與績效正比。

論文采用了模糊集數學評價方法，通過構建多級模糊評價模型對場站發展進行評價，評價分成兩層，目標層和指標層，計算第一層指標對績效的權重和第二層指標對第一層指標的權重，最終綜合運算出每個站的績效值[3]。層次分析法是把待分析問題分成層次定量分析的決策方法，使用層次分析法得出該四個指標的權重分配為：

A={0.165，0.53，0.223，0.082}

A1={0.43，0.57}

A2={0.133，0.457，0.41}

A3={0.41，0.133，0.457}

A4={0.57，0.43}

根據權重列出每個站的模糊判斷矩陣，做出多級評價，從而得出每個站的績效值。通過對比各自場站績效值變化就可以得出該場站的發展狀況，并且可以根據評價指標以及權重給出該場站的一個發展方向，這對規劃加氣站的發展是非常有意義的。同時績效值可用于分站間橫向比較，有利于同行間的有理競爭，加速行業發展。

（2）BP預測模型。

在人工智能快速發展的今天，神經網絡模型的使用越來越普遍，其中BP模型是預測常用方法。該模型是通過樣本選擇、輸入輸出、隱層、激發函數、初始參量和訓練協議等步驟后直接應用實例的方法，基于此，論文結合加氣站實際情況，選取樣本建立模型。為了使運算速度加快，效率增大，選擇樣本時采用連續日銷量序列，將單個站一段時間的每日銷售數據組成樣本序列，樣本容量越大，預測結果越可信。輸入輸出量方面使用樣本序列的自相關函數[4]：

其中μx=1[]nΣni=1xi為樣本均值，k為時滯函數。

rk=Σn-kT-1（xt-μx）（xt+k-μx[]Σnt=1（xt-μx）2

當函數首次通過零點或達到1-1[]e時，時滯參數作為輸入數目。因為要做多步預測，所以輸出值是一個預留參數，可以由加氣站管理人員自行設置改變。在設定好輸出數值和序列長后，系統不但會運算出預測銷量，還會根據設定的數據給出可信度檢驗，最后這些運算出的數據可以作為指導天然氣分配運送的參考。

在實踐過程中，發現該模型與線性回歸模型極其相似，但在長期可信度方面優于線性回歸模型。雖然本模型預測已經卓有成效，但是依然沒有發揮數據的最大作用，僅僅是一個簡單的輔助預測，不能確切的得出有效的規劃方案，但運用計算機輔助后極大減小了人工工作量，使有效勞動力充分發揮在決策方面而不是繁瑣的數據分析。在日后的改進中要加入決策相關算法輔助人工決策，更方便辦公者使用。

3 結語

論文針對NG加氣站信息化系統建設現狀，通過查閱文獻和實地調研，提出目前加氣站運營管理方面存在的不足之處，本次數據庫設計及算法實現正是基于此情況下有意義的嘗試。通過借鑒其它相關領域研究結果在加氣站信息化系統中移植了銷量和績效評估算法，通過計算權重來定量評價加氣站的發展現狀，并對加氣站未來燃氣銷量進行預測。本研究實現了多學科交叉，對通信技術在天然氣行業的發展有著良好的推動作用。

參考文獻：

[1]何瓊英.發展中的CNG加氣站現狀分析[J].化工管理，2014，（33）：142.

[2]許桃榮，余曉鐘，黃飛云.加油站營銷績效的模糊綜合評價[J].內蒙古石油化工，2007，（12）：267269.

[3]晏妮娜，黃小原.電子商務營銷績效的模糊綜合評價[J].東北大學學報（自然科學版）， 2004，25（9）：914917.

[4]楊慶，黃德先.加油站成品油銷量預測算法與樣本數據設計[J].計算機工程與應用，2007， 43（13）：210213.

項目資助：國家級，遼寧省，遼寧科技大學創新創業計劃項目“天然氣加氣站智能信息化系統開發”（201610146017）

作者簡介：李寬（1996），男，從事燃氣技術開發。

通訊作者：周衛紅（1979），男，副教授，從事燃氣場站信息化項目研究。