面向行業(yè)大數(shù)據(jù)特征挖掘的電力經(jīng)理指數(shù)指標體系的建立與應(yīng)用

徐青山，王文帝，林章歲，李喜蘭，丁茂生

（1.東南大學(xué) 電氣工程學(xué)院，江蘇 南京 210096；2.福建省電力有限公司電力經(jīng)濟技術(shù)研究院，福建 福州 350012；3.國網(wǎng)寧夏電力公司，寧夏 銀川 750001）

0 引言

隨著信息技術(shù)的發(fā)展，信息系統(tǒng)在各領(lǐng)域快速拓展，電力行業(yè)的信息化促使電力數(shù)據(jù)迅速增長和不斷融合，電力大數(shù)據(jù)時代已經(jīng)到來[1-5]。電力行業(yè)數(shù)據(jù)量大、類型多、價值高，貫穿電力工業(yè)生產(chǎn)及管理等環(huán)節(jié)。因此，應(yīng)當(dāng)積極投入到數(shù)據(jù)挖掘與分析運用中，挖掘數(shù)據(jù)價值，實踐大數(shù)據(jù)戰(zhàn)略，為電力企業(yè)決策與管理提供科學(xué)指導(dǎo)。

經(jīng)濟波動及形勢變化對人民生活、企業(yè)生產(chǎn)和社會發(fā)展有著重要的影響。及時、準確地掌握經(jīng)濟變化信息，對于政府政策的制定、企業(yè)生產(chǎn)的調(diào)整具有積極的作用。宏觀監(jiān)測指標體系及一些量化指數(shù)（如 CPI、PPI、PMI等指數(shù)）的建立，能夠及時反映經(jīng)濟的變動情況和變動程度、監(jiān)測經(jīng)濟的發(fā)展動態(tài)及預(yù)測經(jīng)濟的發(fā)展趨勢[6-8]。例如：供需不平衡對市場經(jīng)濟運行的高效性、穩(wěn)定性有著重要的影響，所以提出CPI、PPI指數(shù)來判斷供需平衡程度，估算通貨膨脹（或緊縮）風(fēng)險；為了能夠監(jiān)測經(jīng)濟的發(fā)展動態(tài)、反映商業(yè)活動的現(xiàn)實情況，因此提出PMI指數(shù)作為一個先行指標監(jiān)測經(jīng)濟運行、預(yù)測經(jīng)濟走勢和轉(zhuǎn)折點。

同樣地，電力市場中也存在與市場經(jīng)濟中相類似的一些問題。電力供求的矛盾是電力市場的基本矛盾之一，對電力市場運行的高效性、穩(wěn)定性有著重要的影響[9-10]。企業(yè)作為電力市場的主要組成要素，其經(jīng)濟效益的波動和變化會影響行業(yè)的電力需求數(shù)量，導(dǎo)致電力市場的供需不平衡，從而影響著電力部門的市場決策。因此，需要運用科學(xué)的方法對電力市場供求變化進行研究，監(jiān)測其動態(tài)變化、分析其所處狀態(tài)以及預(yù)見其發(fā)展趨勢，掌握電力市場供求變化的規(guī)律，為電力市場營銷決策提供可靠的依據(jù)。

目前國內(nèi)外已經(jīng)提出很多負荷及用電預(yù)測的方法[11-14]，如：基于灰色理論的預(yù)測方法、基于進化機制的預(yù)測方法以及基于支持向量機的預(yù)測方法等。但這些方法理論性較強、建模復(fù)雜，降低了其實用性，而且需要大量的歷史數(shù)據(jù)進行訓(xùn)練，快速性、時效性較差，沒有先行作用。

本文將借鑒宏觀經(jīng)濟監(jiān)測指標體系建立和量化的方法，建立一個監(jiān)測行業(yè)用電情況及預(yù)測行業(yè)用電趨勢的行業(yè)電力監(jiān)測體系，并對行業(yè)電力監(jiān)測指標體系進行量化，提出電力經(jīng)理指數(shù)EMI（Electricity Managers Index），為監(jiān)測行業(yè)用電動態(tài)、反映行業(yè)用電的現(xiàn)實情況和其整體的增長或衰退程度以及預(yù)測行業(yè)用電趨勢提供參考和依據(jù)。該方法不僅簡單、快捷，還具有先行性和時效性。

1 行業(yè)EMI指標體系的構(gòu)建

1.1 指標選取流程

為確保選取的行業(yè)電力經(jīng)理指數(shù)關(guān)鍵指標具有全面性、合理性和易操作性，需明晰指標選取的具體流程，主要包括三大步驟。

步驟1：基于行業(yè)EMI的實現(xiàn)路徑，分別在電力統(tǒng)計數(shù)據(jù)側(cè)和行業(yè)市場數(shù)據(jù)側(cè)選出能夠影響行業(yè)用電量的關(guān)鍵因素，據(jù)此初步選出評價行業(yè)EMI的關(guān)鍵指標。

步驟2：將初選的關(guān)鍵指標以問卷調(diào)查的形式向行業(yè)內(nèi)的專家征詢意見?；趩柧碚{(diào)查結(jié)果，對初選關(guān)鍵指標進行有效性檢驗和優(yōu)化，判斷初選的關(guān)鍵指標的合理性，刪除不合理指標，實現(xiàn)對初選指標的優(yōu)化。

步驟3：根據(jù)關(guān)鍵指標優(yōu)化的結(jié)果，以行業(yè)EMI為評價對象，以電力統(tǒng)計數(shù)據(jù)和行業(yè)市場數(shù)據(jù)為評價維度，建立行業(yè)EMI關(guān)鍵指標體系。

關(guān)鍵指標選取的具體流程如圖1所示。

圖1 關(guān)鍵指標選取流程Fig.1 Process of key index selection

1.2 指標初選

由于電力統(tǒng)計數(shù)據(jù)能夠直接反映行業(yè)的用電情況；而行業(yè)市場數(shù)據(jù)則直接反映行業(yè)效益，從而間接反映出行業(yè)的用電情況。因此，行業(yè)的用電量主要來自于電力統(tǒng)計數(shù)據(jù)側(cè)和行業(yè)市場數(shù)據(jù)側(cè)。為此，將電力統(tǒng)計數(shù)據(jù)和行業(yè)市場數(shù)據(jù)作為評價維度，分別選取電力統(tǒng)計數(shù)據(jù)和行業(yè)市場數(shù)據(jù)中影響行業(yè)用電量的關(guān)鍵指標，以此全面反映行業(yè)用電趨勢。

設(shè)計指標選取的調(diào)查問卷，確定評價者范圍，向?qū)＜液驮u價者征詢指標選取的意見。評價者判斷給定指標對EMI的影響程度，并對指標進行排序?；厥?、整理調(diào)查問卷，形成初選關(guān)鍵指標。

a.電力統(tǒng)計數(shù)據(jù)關(guān)鍵指標初選。

電力統(tǒng)計數(shù)據(jù)側(cè)初選指標包括：申請和完成的擴容容量、申請和完成的減容銷戶容量、申請和完成的凈擴容容量、申請和完成的擴容企業(yè)數(shù)、申請和完成的減容銷戶企業(yè)數(shù)、申請和完成的凈擴容企業(yè)數(shù)。另外，考慮到用電量在時間上與其滯后項之間存在自相關(guān)關(guān)系，因此也把行業(yè)用電量作為一項指標。

b.行業(yè)市場數(shù)據(jù)關(guān)鍵指標初選。

行業(yè)市場數(shù)據(jù)側(cè)初選指標包括：訂單量、產(chǎn)量、庫存量、訂單完成量、生產(chǎn)線規(guī)模、設(shè)備數(shù)量、產(chǎn)品價格、價格空間、本行業(yè)政策、上游行業(yè)政策、行業(yè)市場情況。

1.3 基于統(tǒng)計檢驗-粗糙集分析法的關(guān)鍵指標選取優(yōu)化模型構(gòu)建

本文基于統(tǒng)計檢驗-粗糙集分析法對初選的行業(yè)電力經(jīng)理指數(shù)關(guān)鍵指標的合理性進行檢驗和優(yōu)化，主要步驟如下。

步驟1：將初選的指標分成連續(xù)型指標和離散型指標。連續(xù)型指標指具有確定數(shù)值的指標，離散型指標指具有大概范圍、不具有確定數(shù)值的指標。

步驟2：對于連續(xù)型指標，把指標看作時間序列，利用統(tǒng)計檢驗[15-17]對連續(xù)性指標進行有效性檢驗和優(yōu)化，具體步驟如下。

a.首先利用各初選指標的歷史數(shù)據(jù)進行回歸分析，檢驗指標與用電量的相關(guān)性，剔除關(guān)聯(lián)度小的指標。

b.對各指標數(shù)據(jù)進行單位根（ADF）檢驗，檢驗指標的平穩(wěn)性。ADF檢驗?zāi)Ｐ?、2、3的回歸方程分別如式（1）—（3）所示。

其中，εt是隨機誤差項，是服從獨立同分布的白噪聲過程；Δx=｛Δx1，Δx2，…，Δxt，…｝是時間序列 x=｛x1，x2，…，xt，…｝的差分項。

同時估計出上述3個模型的適當(dāng)形式，然后通過ADF臨界值表檢驗零假設(shè)H0：δ=0。只要其中有一個模型的檢驗結(jié)果拒絕了零假設(shè)，就可以認為時間序列是平穩(wěn)的。當(dāng)3個模型的檢驗結(jié)果都不能拒絕零假設(shè)時，則認為時間序列是非平穩(wěn)的。

c.對于非平穩(wěn)的時間序列，則需要進行協(xié)整關(guān)系檢驗。把一系列指標歷史數(shù)據(jù)看成一個時間序列，如果 k 個時間序列 y1、y2、…、yt、…、yk都是 d 階單整的，存在一個非零向量 β，使 βy：I（d-b），則稱 y 是協(xié)整的，向量β為協(xié)整向量。如果2個向量都是單整向量，則只有它們的階數(shù)相同時才可能協(xié)整。采用Johansen協(xié)整檢驗，滯后階數(shù)根據(jù)AIC或SC最小原則確定，如果相應(yīng)的跡統(tǒng)計量小于臨界值則拒絕H0。

d.最后當(dāng)變量之間存在協(xié)整關(guān)系時，則對變量進行格蘭杰因果關(guān)系檢驗，得到最終的指標。其檢驗?zāi)Ｐ蜑椋?/p>

其中，q、p分別是x、y的滯后階數(shù)。

檢驗的零假設(shè)H0為：x是y的非格蘭杰原因，即H0：β1=β2=…=βq=0。 若零假設(shè) H0成立，則有：

令式（4）的殘差平方和為 S1，式（5）的殘差平方和為 S0，則應(yīng)服從自由度為（q，T－p-q-1）的F分布，其中T為樣本容量。滯后階數(shù)可根據(jù)赤池信息準則（AIC）來確定。比較F統(tǒng)計量與臨界值的大小即可得檢驗結(jié)果。如果F大于臨界值就拒絕零假設(shè)H0：x是y的格蘭杰原因；如果F小于臨界值，則不能拒絕零假設(shè)H0，這就意味著x不是y的格蘭杰原因。

步驟3：對于離散型指標，利用粗糙集理論[18-19]對離散型指標進行有效性檢驗和優(yōu)化，具體步驟如下。

a.建立綜合評價信息系統(tǒng)和決策表。

b.確定離散各屬性區(qū)間，根據(jù)各屬性區(qū)間大小對指標數(shù)據(jù)進行離散化處理。

c.確定等類集合分別為：U／ind（C）、U／ind（D）、U／ind（C-｛ci｝）。

d.導(dǎo)出條件屬性集合正域 posC（D）、posC-｛ci｝（D），條件屬性集合基數(shù)為card[posC（D）]、card[posC-｛ci｝（D）]；

e.計算知識D（決策屬性指標）對知識C（評價指標集合）的依賴程度rC（D）及知識D對知識C-｛ci｝的依賴程度 rC-｛ci｝（D）。 即：

f.計算條件屬性對決策屬性的重要程度σ（ci），即 σ（ci）=rC（D）-rC-｛ci｝（D）。 如果某項指標的重要度很小，說明指標體系的評價對其依賴性很小。這項指標對指標體系的貢獻度可以忽略，此指標可被剔除。

步驟4：將基于統(tǒng)計檢驗-粗糙集分析法優(yōu)化后的連續(xù)性指標和離散性指標綜合，得到最終的行業(yè)EMI指標體系的關(guān)鍵指標。

基于統(tǒng)計檢驗-粗糙集分析法，對初選指標進行關(guān)鍵指標選取優(yōu)化如下。

a.通過調(diào)研可知：電力數(shù)據(jù)具有確定數(shù)值，是連續(xù)型指標；而市場數(shù)據(jù)具有大概范圍，不具有確定數(shù)值，是離散型指標。

b.對于連續(xù)型指標，通過1.3節(jié)中連續(xù)型指標的處理方法，利用調(diào)研數(shù)據(jù)對1.2節(jié)中初選的連續(xù)型指標進行有效性檢驗和格蘭杰檢驗得到對行業(yè)用電量有先行性影響的指標，結(jié)果如表1所示。表中，A為申請凈擴容容量；B為申請凈擴容企業(yè)數(shù)；C為完成凈擴容容量；D為完成凈擴容企業(yè)數(shù)；E為用電量。因為格蘭杰檢驗得到的時間序列具有先行性，因此優(yōu)化得到的指標具有先行性。

表1 格蘭杰檢驗結(jié)果Table 1 Results of granger causality test

c.對于離散型指標，通過1.3節(jié)中離散型指標的處理方法，利用調(diào)研數(shù)據(jù)對1.2節(jié)中初選的離散型指標進行檢驗和優(yōu)化得出重要度較高的指標，結(jié)果如表2所示。表中，總基數(shù)為168；決策屬性基數(shù)為119。

表2 優(yōu)化檢驗結(jié)果Table 2 Results of optimization and test

1.4 指標權(quán)重確立

本文采用主客觀相結(jié)合的組合賦權(quán)法，既體現(xiàn)出指標的價值量，又體現(xiàn)出指標的信息量。權(quán)重確立的具體步驟如下：

a.利用基于相容矩陣的層次分析法計算各指標的主觀權(quán)重系數(shù)；

b.利用粗糙集中的重要度計算各指標的客觀權(quán)重系數(shù)；

c.設(shè)定經(jīng)驗因子，將主客觀權(quán)重進行合成，獲得主客觀的綜合權(quán)重；

d.根據(jù)指標權(quán)重和指標值，采用線性加權(quán)法對各個指標進行加權(quán)計算，得出綜合評價結(jié)果，即EMI。

通過上述指標體系優(yōu)化構(gòu)建，得到12個二級指標，再結(jié)合層次分析法和粗糙集法得到各指標的權(quán)值，最終形成一個完整的行業(yè)EMI指標體系，如表3所示。

表3 行業(yè)EMI指標體系Table 3 Industrial EMI indicator system

從本文的實例驗證的效果而言，這些指標已經(jīng)可以較為準確地預(yù)測用電趨勢，但不排除還可以新增一些指標。對于新增的指標，同樣可以通過本文提出的方法先驗證其有效性決定是否采用，再進行預(yù)測。

2 基于行業(yè)EMI指標體系的評價方法

在確定的行業(yè)EMI體系的基礎(chǔ)上，利用綜合評分法得到EMI來預(yù)測行業(yè)用電趨勢。

2.1 數(shù)據(jù)匯總

對行業(yè)中用電大戶企業(yè)和典型企業(yè)按行業(yè)EMI指標體系中的指標進行電力數(shù)據(jù)和市場數(shù)據(jù)調(diào)研，將各項數(shù)據(jù)與上月相比的變化百分比按照表4進行區(qū)間離散化?？紤]到變化百分比越大的企業(yè)數(shù)會越少，為了使每個區(qū)間包含等數(shù)量的對象，因此將離散區(qū)間按基本持平（-5%，5%）、增加或減少[5%，25%）、增加或減少[25%，75%）、增加或減少[75%，+∞）進行劃分，本文將基本持平的離散化等級定為50，作為一個基數(shù)，離散化等級以10作為一個梯度變化。

表4 離散化區(qū)間Table 4 Discrete intervals

按照離散后的等級數(shù)，統(tǒng)計每個指標下各等級20、30、…、80 所含有的企業(yè)數(shù)。

2.2 單個指標等級數(shù)計算

a.連續(xù)型指標等級數(shù)計算。

計算出指標的凈變化量和總變化量，采用不加權(quán)的方法得出百分比并按照上述離散區(qū)間對計算出的百分比進行離散，得到離散等級數(shù)。計算方式如下：

其中，CIj是第j個連續(xù)指標的等級數(shù)；CHNj是第j個指標的凈變化量；CHSj是第j個指標的總變化量。如果CIj為正數(shù)，說明本月用電量可能上升；如果CIj為負數(shù)，說明本月用電量可能下降。

b.對于離散型指標等級指數(shù)計算。

根據(jù)各項市場統(tǒng)計數(shù)據(jù)的離散等級數(shù)和統(tǒng)計出來的各屬性中相應(yīng)等級的企業(yè)數(shù)，采用加權(quán)的方法得出加權(quán)后的等級數(shù)，計算方式如下：

其中，DIk是第k個離散指標的等級數(shù)，它所對應(yīng)的百分比可以根據(jù)離散化區(qū)間表得到；Nki是第k個指標中第i個等級數(shù)；COki是第k個指標中第i個等級數(shù)所含有的企業(yè)數(shù)；COsum是參與調(diào)研的總企業(yè)數(shù)。

2.3 綜合指數(shù)計算

a.月環(huán)比指數(shù)的計算。

c.指數(shù)的換算方法如下：

EMI是一個綜合指數(shù)，由各指數(shù)的離散等級數(shù)加權(quán)而成，即：

其中，wj是第j個連續(xù)指標的權(quán)重系數(shù)；w′k是第k個離散指標的權(quán)重系數(shù)。

根據(jù)每月的統(tǒng)計數(shù)據(jù)，由此方式計算出的EMI即為月環(huán)比EMI。

b.定基指數(shù)的計算。

定基指數(shù)由各期月環(huán)比指數(shù)連乘計算，公式為：

2.4 EMI的含義

把EMI為50時定為基準線，稱為榮枯分水線。EMI大于50表示行業(yè)用電需求在增長；EMI小于50表示行業(yè)用電需求在下降。EMI偏離50的程度表示用電量變化的大小，朝大于50的方向偏離越大說明用電需求將大幅增加，朝小于50的方向偏離越大說明用電需求將大幅減小，如：EMI略大于50，說明用電需求在緩慢上升，EMI略小于50說明用電需求緩慢下降。根據(jù)表4離散化區(qū)間可以得到EMI與離散等級化后的用電量變化趨勢的對應(yīng)關(guān)系，如表5所示。

表5 EMI與用電量變化關(guān)系Table 5 Relationship between EMI and power usage variation

對于表5中的用電量變化區(qū)間，它是指通過EMI指數(shù)預(yù)測的本月用電量相對上月用電量的變化趨勢，而表5中的EMI指數(shù)是指通過上月相關(guān)指標值得出的EMI指數(shù)值。

本文提出的EMI指數(shù)預(yù)測方法是在當(dāng)月月初時利用本文指標體系中各指標的上月數(shù)據(jù)預(yù)測當(dāng)月的用電變化趨勢，這就是EMI指數(shù)先行性的體現(xiàn)。因為指標體系中的指標通過了格蘭杰檢驗，即這些指標的變化會導(dǎo)致用電量的變化，且這種變化是一種滯后性的變化，所以可以在當(dāng)月月初通過指標的上月數(shù)據(jù)預(yù)測當(dāng)月的用電變化趨勢。一般上月的電力統(tǒng)計數(shù)據(jù)和行業(yè)市場數(shù)據(jù)在當(dāng)月月初就可以獲得，因此利用EMI預(yù)測行業(yè)用電趨勢不僅簡單快速，還具有先行性和可行性。

3 應(yīng)用評估

3.1 大工業(yè)各月用電趨勢預(yù)測評估

通過所建立的行業(yè)EMI指標體系以及福建省2012年1月至2013年8月電力統(tǒng)計數(shù)據(jù)和市場統(tǒng)計數(shù)據(jù)的處理值，得到EMI預(yù)測結(jié)果與離散等級化的實際用電變化結(jié)果，如圖2所示。

圖2 預(yù)測結(jié)果與實際用電變化結(jié)果比較Fig.2 Comparison of predicted results and actual power usage variation

從圖2中可以看出，通過EMI預(yù)測出的行業(yè)各月用電量變化趨勢與離散等級化的實際變化趨勢基本一致。

3.2 大工業(yè)年用電趨勢預(yù)測評估

根據(jù)上述預(yù)測結(jié)果，利用2.3節(jié)中定基指數(shù)計算方法和指數(shù)換算方法可得2012年1月至2013年9月的 EMI：

其中，EMI1、…、EMI20分別是 2012年 2月至 2013年9月預(yù)測的月環(huán)比指數(shù)。

根據(jù)調(diào)研數(shù)據(jù)可知，2012年全年的行業(yè)用電量為7 721 632 kW·h，2013年1月至9月的行業(yè)用電量為6157444 kW·h，通過計算可得：

即2013年1月至9月行業(yè)用電量與2012年全年行業(yè)用電量相比減少了20.26%，將此變化區(qū)間根據(jù)表5離散等級化后約為42。根據(jù)EMI與用電量變化關(guān)系，可知EMI的預(yù)測符合實際情況。

3.3 典型行業(yè)各月用電趨勢預(yù)測評估

根據(jù)2013年1月至9月福建典型行業(yè)的電力及行業(yè)數(shù)據(jù)對用電趨勢進行預(yù)測，并將預(yù)測結(jié)果與實際用電變化結(jié)果做比較。

3.3.1 高耗能行業(yè)

本例中的高耗能行業(yè)包括黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)、非金屬礦物制品業(yè)和化學(xué)原料及化學(xué)制品制造業(yè)。高耗能行業(yè)EMI預(yù)測結(jié)果與離散等級化的實際用電變化結(jié)果如圖3所示。

圖3 高耗能行業(yè)2013年2—9月的EMIFig.3 EMI of high energy-consuming industries from February to September in 2013

3.3.2 出口型行業(yè)

本例中的出口型行業(yè)包括紡織行業(yè)、服裝行業(yè)和食品行業(yè)。出口型行業(yè)EMI預(yù)測結(jié)果與離散等級化的實際用電變化結(jié)果如圖4所示。

圖4 出口型行業(yè)2013年2—9月的EMIFig.4 EMI of export-oriented industries from February to September in 2013

3.3.3 重點大型企業(yè)

本例中的重點大型企業(yè)包括機械行業(yè)、電子行業(yè)和化工行業(yè)。重點大型企業(yè)EMI預(yù)測結(jié)果與離散等級化的實際用電變化結(jié)果如圖5所示。

圖5 重點大型企業(yè)2013年2—9月的EMIFig.5 EMI of large-scale industries from February to September in 2013

通過上述不同行業(yè)中EMI的預(yù)測結(jié)果與離散等級化的實際用電變化的比較可以得到以下結(jié)論。

a.從整體上看，EMI法能夠較好地預(yù)測各月的用電趨勢。

b.從各月的預(yù)測效果上看，3月和4月的預(yù)測結(jié)果與實際用電量變化趨勢基本一致但偏差較大，其他各月的預(yù)測結(jié)果與實際相符。其原因可能是：2月正逢中國春節(jié)，大多企業(yè)處于停產(chǎn)或減產(chǎn)狀態(tài)，而3、4月大量務(wù)工人員返城工作，企業(yè)逐漸恢復(fù)生產(chǎn)，從而與前一月相比會出現(xiàn)用電量大幅增長的情況；離散化區(qū)間劃分不夠精細和合理，在后續(xù)研究中會考慮利用模糊集的方法進行改進，通過隸屬函數(shù)對數(shù)據(jù)進行離散。

4 結(jié)論

本文提出一種基于EMI預(yù)測行業(yè)用電趨勢的新方法，該方法通過統(tǒng)計檢驗和粗糙集優(yōu)化建立了覆蓋行業(yè)電力數(shù)據(jù)和市場數(shù)據(jù)的行業(yè)EMI指標體系，通過EMI評估行業(yè)用電形勢、預(yù)測用電變化趨勢，為電力市場分析和預(yù)測提供新的指標參考。

從上述評估結(jié)果上看，本文提出的預(yù)測方法具有合理性、可行性、有效性和先行性，能夠較好地預(yù)測各月份的行業(yè)用電量的變化趨勢。此外，行業(yè)EMI與行業(yè)發(fā)展具有高度相關(guān)性，通過對行業(yè)EMI的分析，還可以對行業(yè)發(fā)展趨勢進行分析，為政府相關(guān)調(diào)控部門進行相關(guān)決策提供依據(jù)。