摘 要： 根據(jù)市場(chǎng)需求，電力行業(yè)對(duì)業(yè)擴(kuò)報(bào)裝分析提出了更高的要求。首先，電力企業(yè)必須實(shí)現(xiàn)業(yè)擴(kuò)報(bào)裝工作的加速，才能達(dá)成企業(yè)售電增收的目的，其次，通過(guò)分析申請(qǐng)新裝增容業(yè)務(wù)的客戶需求，更加準(zhǔn)確地掌握企業(yè)售電量負(fù)荷。目前，電力業(yè)擴(kuò)報(bào)裝工作在運(yùn)營(yíng)中暴露出缺乏信息化評(píng)價(jià)方法、分析預(yù)測(cè)不科學(xué)等問(wèn)題，針對(duì)于此，必須引用智能化技術(shù)進(jìn)行精細(xì)設(shè)計(jì)，從而改善基于電力業(yè)擴(kuò)報(bào)裝數(shù)據(jù)的分析與預(yù)測(cè)。由此，以MVC+J2EE的方式，嘗試對(duì)業(yè)擴(kuò)數(shù)據(jù)統(tǒng)計(jì)智能化應(yīng)用進(jìn)行設(shè)計(jì)，并從整體架構(gòu)、功能模塊和預(yù)測(cè)模型等進(jìn)行了詳細(xì)設(shè)計(jì)。最后通過(guò)測(cè)試表明，該系統(tǒng)可實(shí)現(xiàn)對(duì)采集到的業(yè)擴(kuò)數(shù)據(jù)的分析。

關(guān)鍵詞： MVC架構(gòu); 業(yè)擴(kuò)報(bào)裝; 智能化; 預(yù)測(cè)模型

中圖分類(lèi)號(hào)： TP311 文獻(xiàn)標(biāo)志碼： A

Research on Intelligent Application of Industrial Expansion Data Statistics

GUAN Haohua

（Guangdong Power Grid Co. Ltd.， Foshan Power Supply Bureau， Foshan， GuanDong 528000， China）

Abstract： According to the market demand， the power industry has put forward higher requirements for the analysis of industry expansion. On the one hand， it is required to speed up the expansion of the industry and speed up the transformation to the enterprise's electricity sales revenue. On the other hand， it is required to analyze the impact on the enterprise's electricity sales load from the application of new installed capacity customers. The existing power industry expansion analysis and prediction system have some problems， such as unscientific analysis and lack of systematic evaluation methods. In order to strengthen the scientific management of analysis and prediction of power expansion， it is necessary to develop scientific data analysis and prediction of power expansion. Therefore， using MVC+J2EE， this paper designs the intelligent application of industrial expansion data statistics， and from the overall architecturefunctional modules and predictive models are designed in detail. Finally， the test shows that the system can realize the analysis of the collected data.

Key words： MVC architecture; business expansion; intelligence; prediction model

0 引言

“業(yè)擴(kuò)報(bào)裝”指的是從客戶申請(qǐng)用電到實(shí)際用電的整個(gè)業(yè)務(wù)流程，對(duì)業(yè)擴(kuò)報(bào)裝數(shù)據(jù)進(jìn)行科學(xué)分析，能夠精準(zhǔn)掌握客戶用電的需求，并且制定經(jīng)濟(jì)、合理的供電方案，從而保持供電網(wǎng)絡(luò)處于安全狀態(tài)。隨著客戶用電需求的增加，電力企業(yè)更加看重業(yè)擴(kuò)報(bào)裝分析工作，一方面希望提高業(yè)擴(kuò)報(bào)裝工作的效率，為售電增收提供導(dǎo)引信息，另一方面希望通過(guò)分析客戶申請(qǐng)量的變化，從而制定出近、遠(yuǎn)期的供電計(jì)劃，在不影響供電網(wǎng)絡(luò)安全的前提下，最大程度地?cái)U(kuò)大盈收。目前，電力行業(yè)業(yè)擴(kuò)報(bào)裝分析存在明顯弊病，比如：分析工作量大，不能實(shí)現(xiàn)按地區(qū)分類(lèi)分析，分析結(jié)果無(wú)法反映企業(yè)的負(fù)荷增長(zhǎng)點(diǎn)，亦無(wú)法滿足供電服務(wù)決策的信息需求;缺乏系統(tǒng)的評(píng)價(jià)方法，分析過(guò)程較為片面，比如，單純關(guān)注于容量變化，并未與負(fù)荷、電量進(jìn)行橫向比較;分析工具較為落后，嚴(yán)重依賴于手工統(tǒng)計(jì)方式，限制了分析預(yù)測(cè)的效力。針對(duì)于此，本文設(shè)計(jì)智能化數(shù)據(jù)分析系統(tǒng)，據(jù)此自動(dòng)獲取數(shù)據(jù)并進(jìn)行統(tǒng)計(jì)分析，通過(guò)應(yīng)用智能化技術(shù)，能夠降低對(duì)于手工統(tǒng)計(jì)的依賴，并且大幅縮減分析工作量，整體上改善了業(yè)擴(kuò)報(bào)裝數(shù)據(jù)的分析效果，實(shí)現(xiàn)了分析預(yù)測(cè)的科學(xué)管理[1]。

1 系統(tǒng)需求分析

系統(tǒng)需求作為系統(tǒng)設(shè)計(jì)的第一步，也是關(guān)鍵一步。做好系統(tǒng)設(shè)計(jì)，對(duì)提高系統(tǒng)的實(shí)用性具有非常重要的作用。業(yè)務(wù)擴(kuò)充報(bào)表數(shù)據(jù)統(tǒng)計(jì)分析工作中，工作人員需將源數(shù)據(jù)一一從營(yíng)銷(xiāo)系統(tǒng)中逐個(gè)導(dǎo)出，再對(duì)源數(shù)據(jù)進(jìn)行整理統(tǒng)計(jì)分析，通過(guò)從手工整理統(tǒng)一導(dǎo)入的Excel報(bào)表中，手工設(shè)置計(jì)算公式，最終生成當(dāng)月的統(tǒng)計(jì)分析報(bào)表[2-3]。因所需統(tǒng)計(jì)分析報(bào)表的數(shù)據(jù)量比較龐大，還需要跟歷史數(shù)據(jù)進(jìn)行同比、環(huán)比分析，工作非常繁瑣復(fù)雜，難免會(huì)出現(xiàn)紕漏。因此，本項(xiàng)目研究目的，主要是建立數(shù)據(jù)倉(cāng)庫(kù)，然后對(duì)營(yíng)銷(xiāo)系統(tǒng)中的業(yè)擴(kuò)報(bào)裝數(shù)據(jù)進(jìn)行自動(dòng)獲取，并根據(jù)獲取的數(shù)據(jù)，對(duì)業(yè)擴(kuò)報(bào)裝數(shù)據(jù)進(jìn)行預(yù)測(cè)、分析。

2 系統(tǒng)整體設(shè)計(jì)

2.1 系統(tǒng)功能模塊設(shè)計(jì)

圍繞系統(tǒng)需求，本文設(shè)計(jì)的系統(tǒng)功能模塊，包括：系統(tǒng)管理、數(shù)據(jù)分析、預(yù)測(cè)模塊、數(shù)據(jù)倉(cāng)庫(kù)。

2.1.1 系統(tǒng)管理

系統(tǒng)管理模塊對(duì)于系統(tǒng)功能實(shí)現(xiàn)和運(yùn)行穩(wěn)定性起到關(guān)鍵影響，它是由系統(tǒng)用戶管理、組織結(jié)構(gòu)管理、系統(tǒng)權(quán)限管理等多個(gè)子模塊構(gòu)成的。簡(jiǎn)要來(lái)說(shuō)，系統(tǒng)用戶管理：實(shí)現(xiàn)用戶基礎(chǔ)信息管理和用戶操作日志管理，可根據(jù)操作類(lèi)型對(duì)用戶操作日志進(jìn)行檢索;組織結(jié)構(gòu)管理：根據(jù)現(xiàn)實(shí)的組織層級(jí)關(guān)系，實(shí)現(xiàn)對(duì)于部門(mén)、崗位、人員的組織管理;系統(tǒng)權(quán)限管理：在基于角色的權(quán)限管理模式中，明確定義了多種角色[4-5]，不同角色對(duì)應(yīng)不同的操作權(quán)限，通過(guò)角色管理而實(shí)現(xiàn)權(quán)限管理。

2.1.2 預(yù)測(cè)模塊

預(yù)測(cè)模塊分為電量負(fù)荷預(yù)測(cè)、接電時(shí)間預(yù)測(cè)、發(fā)展趨勢(shì)預(yù)測(cè)等多個(gè)子模塊，簡(jiǎn)介如下：

電量負(fù)荷預(yù)測(cè)：通過(guò)對(duì)用戶申請(qǐng)容量、用戶業(yè)務(wù)辦理情況等進(jìn)行分析，從而對(duì)用戶電力負(fù)荷、電量、電費(fèi)的增長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè)，以便制定出經(jīng)濟(jì)合理的供電方案。

接電時(shí)間預(yù)測(cè)：通過(guò)數(shù)據(jù)統(tǒng)計(jì)確定工單平均接電時(shí)間，據(jù)此對(duì)單位時(shí)間內(nèi)用戶電力負(fù)荷、電費(fèi)、電量的增長(zhǎng)情況進(jìn)行預(yù)測(cè)，并通過(guò)分析實(shí)際接電時(shí)間與理論接電時(shí)間的差值，來(lái)對(duì)業(yè)擴(kuò)報(bào)裝工作流程進(jìn)行優(yōu)化。

發(fā)展趨勢(shì)預(yù)測(cè)：通過(guò)分析用戶用電的凈增容量數(shù)據(jù)，從而對(duì)全省典型行業(yè)的電力負(fù)荷變化情況進(jìn)行預(yù)測(cè)，以便管理層及時(shí)做出預(yù)見(jiàn)性的工作部署。

2.1.3 數(shù)據(jù)分析

數(shù)據(jù)分析模塊分為用電類(lèi)別分析模塊、業(yè)務(wù)分析模塊、典型行業(yè)分析模塊等多個(gè)子模塊，簡(jiǎn)介如下：

用電類(lèi)別分析模塊：分析全省各種用電類(lèi)別的新增情況，分析各類(lèi)業(yè)務(wù)逐月變化情況，環(huán)比或同比分析申請(qǐng)、凈增、接電及銷(xiāo)戶情況。

業(yè)務(wù)分析模塊：對(duì)比分析各地市業(yè)務(wù)變化情況，分析各類(lèi)業(yè)務(wù)逐月變化情況，環(huán)比或同比分析申請(qǐng)、接電、新增、凈增及銷(xiāo)戶情況。

典型行業(yè)分析模塊：列出全省典型行業(yè)申請(qǐng)、接電明細(xì)，分析全省典型行業(yè)新增、減容業(yè)務(wù)的變化趨勢(shì)。

2.1.4 數(shù)據(jù)倉(cāng)庫(kù)

本文設(shè)計(jì)的業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)融合了管理學(xué)、統(tǒng)計(jì)學(xué)、分析預(yù)測(cè)學(xué)等多學(xué)科知識(shí)，涉及多個(gè)關(guān)鍵技術(shù)[6-7]，敘述如下。

（1） 數(shù)據(jù)倉(cāng)庫(kù)：作為業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)的數(shù)據(jù)中心，存儲(chǔ)了電力企業(yè)各個(gè)方面的歷史數(shù)據(jù)，并且采用特殊的數(shù)據(jù)組織及使用方式，能夠?yàn)橄到y(tǒng)運(yùn)行提供有力的數(shù)據(jù)支撐。

（2） 數(shù)據(jù)抽?。哼x用適當(dāng)?shù)姆绞綇臄?shù)據(jù)源中抽取出有價(jià)信息，對(duì)于業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)的分析與預(yù)測(cè)具有重要影響，甚至決定了本文開(kāi)發(fā)項(xiàng)目的成敗。

（3） 多維分析：業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)引用多維分析技術(shù)，能夠從多個(gè)角度對(duì)業(yè)擴(kuò)報(bào)裝數(shù)據(jù)進(jìn)行分析。

（4） 數(shù)據(jù)挖掘：通過(guò)聚類(lèi)分析、線性回歸分析、結(jié)構(gòu)分析、排序分析等方法，從海量數(shù)據(jù)源中挖掘出潛在的有價(jià)信息。

2.2 系統(tǒng)整體架構(gòu)設(shè)計(jì)

本文選用基于MVC的B/S結(jié)構(gòu)作為業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)的整體架構(gòu)，利用Spring MVC搭建JavaWeb框架，利用JSP技術(shù)進(jìn)行前端設(shè)計(jì)，選用SQL Server 2014開(kāi)發(fā)數(shù)據(jù)庫(kù)系統(tǒng)。

本文系統(tǒng)的技術(shù)架構(gòu)，展示如下圖1所示。

結(jié)合上圖1，用戶通過(guò)瀏覽器發(fā)送請(qǐng)求，DispatcherServlet前端控制器接收用戶指令并向處理器請(qǐng)求委托，處理器隨后調(diào)用業(yè)務(wù)對(duì)象Modle，業(yè)務(wù)對(duì)象Modle對(duì)模型數(shù)據(jù)進(jìn)行組裝然后反饋給處理器，處理器將模型數(shù)據(jù)的處理結(jié)果返回Modle And View，并向試圖View發(fā)出視圖渲染的請(qǐng)求，View將模型數(shù)據(jù)渲染成可被前端識(shí)別的視圖并返回DispatcherServlet，最后，DispatcherServlet把接收到的視圖呈現(xiàn)在瀏覽器上，從而完成整個(gè)響應(yīng)流程[8-9]。

2.3 系統(tǒng)運(yùn)行環(huán)境設(shè)計(jì)

數(shù)據(jù)庫(kù)服務(wù)器：

奔騰Pro

內(nèi)存128MB以上

硬盤(pán)9GB

100M網(wǎng)卡

應(yīng)用服務(wù)器：

奔騰Pro

內(nèi)存64MB以上

硬盤(pán)4GB

100M網(wǎng)卡

網(wǎng)絡(luò)配置：

100M/10M

操作系統(tǒng)：

Windows NT 4.0以上

數(shù)據(jù)庫(kù)管理系統(tǒng)：

SQL Server 2014

3 系統(tǒng)詳細(xì)設(shè)計(jì)

3.1 數(shù)據(jù)預(yù)測(cè)與分析模塊

本應(yīng)用操作對(duì)象為業(yè)擴(kuò)數(shù)據(jù)統(tǒng)計(jì)整理工作人員，通過(guò)數(shù)據(jù)統(tǒng)計(jì)整理，導(dǎo)出相關(guān)統(tǒng)計(jì)報(bào)表。因此，其數(shù)據(jù)預(yù)測(cè)與分析模塊流程如圖2所示。

3.2 登錄模塊流程

登錄邏輯流程如圖3所示。

3.3 查詢模塊設(shè)計(jì)

查詢模塊邏輯流程如圖4所示。

3.4 后臺(tái)管理模塊流程

后臺(tái)管理流程如圖5所示。

4 預(yù)測(cè)模型構(gòu)建

本文中最為重要的是數(shù)據(jù)分析和數(shù)據(jù)預(yù)測(cè)。本文則以數(shù)據(jù)預(yù)測(cè)模型的構(gòu)建作為示例，考慮到業(yè)擴(kuò)報(bào)裝客戶必然受到季節(jié)變動(dòng)的影響，因此提出基于季節(jié)調(diào)整的業(yè)擴(kuò)報(bào)裝客戶群預(yù)測(cè)模型。分別將全行業(yè)業(yè)擴(kuò)報(bào)裝容量和全行業(yè)售電量?jī)蓚€(gè)指標(biāo)的時(shí)間序列進(jìn)行季節(jié)調(diào)整，迭代之后分別得到報(bào)裝容量和售電量的趨勢(shì)循環(huán)項(xiàng)[10-12]。結(jié)合相關(guān)性分析結(jié)果，本文把全行業(yè)報(bào)裝容量TC項(xiàng)界定為反映系統(tǒng)行為的比較數(shù)列，把全行業(yè)售電量TC項(xiàng)界定為表現(xiàn)系統(tǒng)行為特征的參考數(shù)列，然后分析確定兩曲線關(guān)聯(lián)度最高時(shí)相差的月份。最后進(jìn)行線性回歸，求解出售電量TC項(xiàng)的預(yù)測(cè)值，然后對(duì)季節(jié)變動(dòng)和隨機(jī)因子進(jìn)行加和，即可獲得全行業(yè)售電量預(yù)測(cè)時(shí)間序列[13]。通過(guò)對(duì)比分析原售電量時(shí)間序列與售電量預(yù)測(cè)時(shí)間序列，能夠?qū)ξ磥?lái)數(shù)月的售電量進(jìn)行預(yù)測(cè)。

5 系統(tǒng)驗(yàn)證

為了檢驗(yàn)本文系統(tǒng)是否滿足應(yīng)用需求，有必要進(jìn)行系統(tǒng)測(cè)試。本文在南方電網(wǎng)公司對(duì)業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)進(jìn)行測(cè)試，通過(guò)解決測(cè)試中出現(xiàn)的各類(lèi)問(wèn)題，從而達(dá)到改善系統(tǒng)功能、性能的目的。

5.1 測(cè)試目的及計(jì)劃

（1） 測(cè)試目的。其一，通過(guò)測(cè)試發(fā)現(xiàn)系統(tǒng)潛在的安全隱患;其二，通過(guò)測(cè)試檢測(cè)隱含的邏輯或編碼錯(cuò)誤;其三，通過(guò)測(cè)試定位系統(tǒng)當(dāng)前的性能瓶頸;其四，通過(guò)測(cè)試找出數(shù)據(jù)計(jì)算錯(cuò)誤。

（2） 測(cè)試計(jì)劃。本文采用白盒測(cè)試方法進(jìn)行單元測(cè)試，主要關(guān)注于系統(tǒng)的控制結(jié)構(gòu)是否合理，并采用黑盒測(cè)試方法進(jìn)行集成測(cè)試，即通過(guò)用戶界面來(lái)檢測(cè)系統(tǒng)能否正常實(shí)現(xiàn)各項(xiàng)功能。

（3） 測(cè)試環(huán)境與配置。普通的PC機(jī)即可滿足本文系統(tǒng)的測(cè)試需求，無(wú)需進(jìn)行額外配置。

5.2 測(cè)試結(jié)果

本文選定多個(gè)指標(biāo)對(duì)系統(tǒng)性能進(jìn)行評(píng)價(jià)，測(cè)試結(jié)果如表1所示。

同時(shí)，得到預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果的對(duì)比如圖6所示。

6 總結(jié)

本文選用B/S結(jié)構(gòu)作為電力業(yè)擴(kuò)報(bào)裝分析預(yù)測(cè)系統(tǒng)的整體框架，引用J2EE技術(shù)實(shí)現(xiàn)線上運(yùn)行，能夠兼容于電力企業(yè)現(xiàn)有的輔助分析系統(tǒng)、營(yíng)銷(xiāo)管理信息系統(tǒng)。本文系統(tǒng)包含系統(tǒng)管理、數(shù)據(jù)分析、預(yù)測(cè)模塊、數(shù)據(jù)倉(cāng)庫(kù)等功能模塊，通過(guò)自動(dòng)采集和分析電力企業(yè)業(yè)擴(kuò)報(bào)裝基礎(chǔ)數(shù)據(jù)，能夠?qū)﹄娏ζ髽I(yè)近期、遠(yuǎn)期的電量變化、負(fù)荷變化、電費(fèi)變化等進(jìn)行預(yù)測(cè)，從而滿足供電服務(wù)決策的信息需求，并為售電營(yíng)銷(xiāo)工作提供指導(dǎo)。隨著本文系統(tǒng)的部署應(yīng)用，能夠減少對(duì)于手動(dòng)統(tǒng)計(jì)的依賴，實(shí)現(xiàn)從“人工分析”向“軟件系統(tǒng)”的過(guò)渡;能夠大幅縮減分析工作量，從“重復(fù)勞動(dòng)”轉(zhuǎn)變?yōu)椤案咝Чぷ鳌?能夠提供科學(xué)的分析工具，逐步減少“表面判斷”、“定性分析”的次數(shù)，開(kāi)始推行“量化分析”、“深層次決策”;能夠迎合電力行業(yè)的發(fā)展趨勢(shì)，從“計(jì)劃為主”走向“營(yíng)銷(xiāo)理念先行”。

參考文獻(xiàn)

[1] 汪鴻，薛曉強(qiáng)，韓俊杰，等. 基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2016，28（10）：80-84.

[2] 董朝武，白江紅，汪鴻，等. 基于容量利用特征的行業(yè)售電量預(yù)測(cè)方法研究[J]. 電力系統(tǒng)保護(hù)與控制，2018，46（1）：103-109.

[3] 鄭勇，孫明，曹照靜，董等. 一種基于數(shù)據(jù)挖掘的饋線可裝容量模型分析方法[J]. 現(xiàn)代電力，2018，35（2）：64-70.

[4] 彭艷周，詹檳赫，魏亮，等. 高石粉含量灰?guī)r人工砂混凝土的收縮及其預(yù)測(cè)模型[J]. 三峽大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，40（2）：50-54.

[5] 王威，王波，何宇，等. 基于負(fù)荷分解和灰色理論的電網(wǎng)最大負(fù)荷預(yù)測(cè)[J]. 浙江電力，2018，37（8）：48-53.

[6] 龍厚印，劉衛(wèi)東，黃錦華，等. 基于業(yè)擴(kuò)報(bào)裝的月度負(fù)荷預(yù)測(cè)[J]. 浙江電力，2016，35（12）：11-14.

[7] 查理思，吳克寧，馮力威，等. 單個(gè)遺址區(qū)古土地利用范圍預(yù)測(cè)模型的構(gòu)建——以河南仰韶村遺址為例[J]. 土壤通報(bào)，2016，47（5）：1065-1070.

[8] 王豐效. 基于關(guān)聯(lián)面積的變權(quán)組合預(yù)測(cè)方法及其應(yīng)用[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017，47（1）：90-94.

[9] 江夢(mèng)洋，程浩忠，吳臻，等. 考慮業(yè)擴(kuò)報(bào)裝的相關(guān)向量機(jī)月度負(fù)荷預(yù)測(cè)方法[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2017，29（7）：1-6.

[10] 賈花萍. 灰色Elman神經(jīng)網(wǎng)絡(luò)的礦井瓦斯涌出量預(yù)測(cè)[J]. 計(jì)算機(jī)技術(shù)與發(fā)展，2014，24（6）：236-238.

[11] 楊廷志，文小飛，萬(wàn)俊，等. 改進(jìn)神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)模型及仿真[J]. 計(jì)算機(jī)仿真，2014，31（10）：145-150.

[12] 劉業(yè)政，杜亞楠，姜元春，等. 基于熱度曲線分類(lèi)建模的微博熱門(mén)話題預(yù)測(cè)[J]. 模式識(shí)別與人工智能，2015，28（1）：27-34.

[13] 鄭海雁，熊政，季聰. 基于業(yè)擴(kuò)報(bào)裝大數(shù)據(jù)的電量預(yù)測(cè)方法[J]. 電力信息與通信技術(shù)，2015，13（8）：136-139.

（收稿日期： 2020.01.11）

作者簡(jiǎn)介：關(guān)浩華（1971-），男， 本科，高級(jí)工程師、高級(jí)技師，研究方向：供用電技術(shù)及自動(dòng)化。