基于多元回歸分析法的電網(wǎng)應(yīng)急物資需求預(yù)測(cè)方法

基于多元回歸分析法的電網(wǎng)應(yīng)急物資需求預(yù)測(cè)方法

眭楷王語(yǔ)涵王少勇陳長(zhǎng)智蘇興銳摘要應(yīng)急物資是應(yīng)急救援工作的物資基礎(chǔ)和基本保障，如何準(zhǔn)確預(yù)測(cè)災(zāi)害應(yīng)急物資需求量直接關(guān)系到突發(fā)事件應(yīng)急救援工作順利高效開(kāi)展。本文主要講述一種自然災(zāi)害后電網(wǎng)系統(tǒng)應(yīng)急物資需求的預(yù)測(cè)方法，特別是一種基于多元回歸法的電網(wǎng)系統(tǒng)應(yīng)急物資需求預(yù)測(cè)方法。利用歷史數(shù)據(jù)訓(xùn)練獲得每個(gè)因素對(duì)應(yīng)急資源預(yù)測(cè)的影響系數(shù)，最后采用上述預(yù)測(cè)模型，快速計(jì)算當(dāng)某種災(zāi)害事件發(fā)生后對(duì)各種應(yīng)急物資的需求量，確保儲(chǔ)備物資滿足應(yīng)急需要?！娟P(guān)鍵詞】應(yīng)急物資多元回歸分析需求預(yù)測(cè)中國(guó)沿海臺(tái)風(fēng)等災(zāi)害頻繁，導(dǎo)致電網(wǎng)經(jīng)常被破壞。為及時(shí)搶修電網(wǎng)，恢復(fù)用戶正常供電，應(yīng)急物資的保障至關(guān)重要。由于災(zāi)害的突發(fā)性以及破壞程度的不可預(yù)測(cè)性，造成災(zāi)區(qū)交通、通訊中斷，災(zāi)區(qū)物資需求信息無(wú)法獲取，對(duì)應(yīng)急物資的籌集、供應(yīng)造成重大影響。災(zāi)害應(yīng)急物資需求預(yù)測(cè)的準(zhǔn)確性直接關(guān)系到救災(zāi)實(shí)施效率。傳統(tǒng)災(zāi)害物資需求預(yù)測(cè)僅以專家經(jīng)驗(yàn)判斷為主，尚沒(méi)有成熟的預(yù)測(cè)方法，加上突發(fā)事件具有非例行性、不確定性等特點(diǎn)，更增加了對(duì)應(yīng)急物資需求預(yù)測(cè)的難度。但是，當(dāng)突發(fā)事件類型相同、發(fā)生環(huán)境相似、處理方式相同的前提條件下，應(yīng)急物資的需求也具有相近性，因此可通過(guò)綜合本地電網(wǎng)規(guī)模、災(zāi)害事件特征（災(zāi)害等級(jí)等）、響應(yīng)等級(jí)等因素，并根據(jù)多元回歸法建立數(shù)學(xué)模型，利用歷史數(shù)據(jù)訓(xùn)練獲得每個(gè)因素對(duì)應(yīng)急資源預(yù)測(cè)的影響系數(shù)，采用上述預(yù)測(cè)模型，構(gòu)建一種基于多元回歸法的電網(wǎng)系統(tǒng)應(yīng)急物資需求預(yù)測(cè)方法。1災(zāi)害應(yīng)急物資需求內(nèi)容1.1數(shù)量需求災(zāi)害應(yīng)急物資的數(shù)量需求是物資需求中最基本、最重要的，指突發(fā)事件發(fā)生后，為保障災(zāi)區(qū)正常供電所必需的最小的物資需求數(shù)量。1.2質(zhì)量需求應(yīng)急物資的質(zhì)量需求是指物資供應(yīng)的及時(shí)性、物資供應(yīng)數(shù)量的準(zhǔn)確性、物資的安全性和成本等方面的要求。如事件中造成災(zāi)區(qū)交通中斷，物資的及時(shí)供應(yīng)受到阻礙；而信號(hào)中斷則給物資需求數(shù)量的信息收集造成困難，這些都屬于應(yīng)急物資的質(zhì)量需求。1.3結(jié)構(gòu)需求物資的結(jié)構(gòu)需求主要是指各種類物資之間的結(jié)構(gòu)比例關(guān)系，用一個(gè)相對(duì)的指標(biāo)來(lái)刻畫(huà)，通常用數(shù)量比來(lái)表示。突發(fā)事件的類型通常決定著物資的結(jié)構(gòu)需求，不同類型的突發(fā)事件需要不同種類的物資需求組合。2多元回歸分析法的原理及運(yùn)用回歸分析是一種處理變量的統(tǒng)計(jì)相關(guān)關(guān)系的一種數(shù)理統(tǒng)計(jì)方法?；貧w分析的基本思想是：雖然自變量和因變量之間沒(méi)有嚴(yán)格的、確定性的函數(shù)關(guān)系，但可以設(shè)法找出最能代表它們之間關(guān)系的數(shù)學(xué)表達(dá)形式。具體地說(shuō)，多元線性回歸分析法主要解決以下幾方面的問(wèn)題。（1）確定幾個(gè)特定的變量之間是否存在相關(guān)關(guān)系，如果存在的話，找出它們之間合適的數(shù)學(xué)表達(dá)式。（2）根據(jù)一個(gè)或幾個(gè)變量的值，預(yù)測(cè)或控制另一個(gè)變量的取值，并且可以知道這種預(yù)測(cè)或控制能達(dá)到什么樣的精確度。（3）進(jìn)行因素分析。例如在對(duì)于共同影響一個(gè)變量的許多變量（因素）之間，找出哪些是重要因素，哪些是次要因素，這些因素之間又有什么關(guān)系等等。3預(yù)測(cè)方法現(xiàn)狀關(guān)于預(yù)測(cè)的方法種類很多，但是目前為止還沒(méi)有一個(gè)統(tǒng)一、完整和普遍的分類體現(xiàn)，我國(guó)目前較為通用的分類方法分為定性法、時(shí)間序列法和因果關(guān)系法三類。（1）定性法是那些利用判斷、直覺(jué)、調(diào)查或比較分析對(duì)未來(lái)做出定性估計(jì)的方法。其主要方法包括德?tīng)柗品?、主觀概率法等。岑泳霆（1993）提出德?tīng)柗品ㄊ且环N應(yīng)用廣泛的專家意見(jiàn)定性預(yù)測(cè)法，可以比較真實(shí)地手機(jī)專家的預(yù)測(cè)意見(jiàn)，使得預(yù)測(cè)結(jié)果比較符合實(shí)際情況，周雄鵬（2005）采用主觀概率法和數(shù)學(xué)模型的點(diǎn)值預(yù)測(cè)相結(jié)合確定預(yù)測(cè)空間，避免了用純數(shù)理機(jī)械地確定置信區(qū)間的局限性。（2）時(shí)間序列法是利用時(shí)間順序排列的數(shù)據(jù)預(yù)測(cè)未來(lái)的方法，包括移動(dòng)平均法、指數(shù)平滑法、剔除季節(jié)指數(shù)法、自回歸法和時(shí)間函數(shù)擬合法等具體預(yù)測(cè)方法。JnkkaKorpela等人（1996）提出庫(kù)存策略是物流策略的必要組成部分，用時(shí)間級(jí)數(shù)法和隨機(jī)法進(jìn)行物流庫(kù)存預(yù)測(cè)。（3）因果預(yù)測(cè)模型的基本前提是預(yù)測(cè)變量的水平取決于其他相關(guān)變量的水平。其主要方法包括回歸分析法，以及計(jì)量經(jīng)濟(jì)模型、投入產(chǎn)出模型等因果模型的不同形式。應(yīng)記人等人（2005）提出使用彈性系數(shù)法、線性回歸分析法和邏輯曲線法對(duì)我國(guó)交通運(yùn)輸總的貨運(yùn)周轉(zhuǎn)量進(jìn)行組合預(yù)測(cè)，通過(guò)對(duì)三種不同的模型的預(yù)測(cè)值進(jìn)行加權(quán)平均得出最終的預(yù)測(cè)模型和預(yù)測(cè)值。汪江洪河黃慶在（2005）提出采用多元線性回歸、灰色預(yù)測(cè)和指數(shù)平滑法對(duì)四川省公路貨運(yùn)量進(jìn)行組合預(yù)測(cè)，并驗(yàn)證了組合預(yù)測(cè)方法的有效性和實(shí)用性。4多元回歸分析法的應(yīng)急物資預(yù)測(cè)方法基于多元回歸法的應(yīng)急物資預(yù)測(cè)方法，具體包括如下步驟：4.1從電網(wǎng)相關(guān)部門(mén)采集歷史數(shù)據(jù)中各自然災(zāi)害事件發(fā)生后的各種物資的需求量，以及各種變量因素的值擬定有n個(gè)因素與待預(yù)測(cè)量有關(guān)，每個(gè)因素代表一種影響應(yīng)急物資需求量的類型，以Xmn表示第n個(gè)因素在己知的歷史事件m中的歸一化值，而An表示該第n個(gè)因素對(duì)預(yù)測(cè)值的影響系數(shù)，并獲得以下數(shù)學(xué)模型：A1X11+A2X12+……+AnX1n=Y1；A1X21+A2X22+……+AnX2n=Y2；A1Xm1+A2Xm2+……+AnXmn=Ym；4.2上述數(shù)學(xué)模型中，Ym表示事件（時(shí)間為m）中物資需求量，該值同樣為歷史數(shù)據(jù)中的己知值根據(jù)實(shí)際情況，定義三個(gè)變量，X1表示該地區(qū)風(fēng)力等級(jí)，X2表示降雨量，X3表示當(dāng)?shù)厝ツ昴甓扔秒娍偭浚ǜ娋W(wǎng)規(guī)模直接相關(guān)）；根據(jù)上述數(shù)學(xué)模型，輸入歷史數(shù)據(jù)進(jìn)行多元回歸訓(xùn)練，解出每個(gè)因素的影響系數(shù)An的值，即A1、A2......An；4.3對(duì)訓(xùn)練好的模型輸入測(cè)試數(shù)據(jù)檢驗(yàn)預(yù)測(cè)效果，直到測(cè)試誤差值滿足要求然后將當(dāng)前設(shè)定的風(fēng)力等級(jí)、降雨量、年度用電總量等歸一化值代入上述多元回歸模型，獲得的數(shù)值Y即為待預(yù)測(cè)的物資需求量。作為一個(gè)實(shí)施例，為提高預(yù)測(cè)的準(zhǔn)確度以及減少計(jì)算的誤差，需要對(duì)歷史物資需求量、災(zāi)害事件特征（風(fēng)力等級(jí)、降雨量等）、本地電網(wǎng)規(guī)模屬性進(jìn)行數(shù)據(jù)預(yù)處理，具體方法如下：4.3.1對(duì)歷史應(yīng)急物資需求數(shù)據(jù)統(tǒng)一進(jìn)行極差變換法的歸一化處理處理方法：對(duì)每一種物資，歷史需求中的最大值和最小值用符號(hào)MAX、MIN表示，采用公式（1）歸一化處理：（1）公式中，Yn表示歸一化后的需求量，通過(guò)上述預(yù)處理保證了各需求量之間的相對(duì)關(guān)系不變，而需求量的值轉(zhuǎn)化為[0，1]區(qū)間的數(shù)值。采用該方法，所有物資的需求數(shù)量都?xì)w一化[0，1]之間，保證數(shù)據(jù)分布的統(tǒng)一性。4.3.2對(duì)災(zāi)害事件特征的定量歸一化預(yù)處理應(yīng)急物資的需求量主要以災(zāi)害中被毀壞的數(shù)量為根據(jù)，而被毀壞的數(shù)量跟災(zāi)害的破壞力直接相關(guān)，因此，需要對(duì)這種災(zāi)害破壞力進(jìn)行量化。臺(tái)風(fēng)災(zāi)害主要破壞力為本地風(fēng)力等級(jí)以及降雨量。由于風(fēng)力等級(jí)與風(fēng)速度直接相關(guān)，基本成線性關(guān)系，不宜采用極差變化法處理。所以對(duì)歷史數(shù)據(jù)中風(fēng)力等級(jí)采用公式（2）這種直接量化法進(jìn)行歸一化處理，保證數(shù)據(jù)分布的統(tǒng)一性。（2）公式中，An為風(fēng)力等級(jí)，MAX表示歷史數(shù)據(jù)中的風(fēng)力最大值，Bn表示歸一化后的風(fēng)力值。通過(guò)上述預(yù)處理保證了各需求量之間的相對(duì)關(guān)系不變，所有物資的需求數(shù)量都?xì)w一化的[0，1]之間，保證數(shù)據(jù)分布的統(tǒng)一性。同理，對(duì)降雨量也采用相同方法處理得到降雨量歸一化值Rn。4.3.3對(duì)電網(wǎng)規(guī)模的定量歸一化預(yù)處理應(yīng)急物資的需求量主要以災(zāi)害中被毀壞的數(shù)量為根據(jù)，而被毀壞的數(shù)量還跟本地的電網(wǎng)規(guī)模有直接關(guān)系。通常情況下，電網(wǎng)規(guī)模越大的，被破壞的也越大，因此，需要定量表示這種電網(wǎng)規(guī)模。由于電網(wǎng)的復(fù)雜性，很難統(tǒng)計(jì)表示為一個(gè)確定的量，但對(duì)于預(yù)測(cè)問(wèn)題，由于預(yù)測(cè)模型中系數(shù)能根據(jù)訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)節(jié)。只要各地的電網(wǎng)規(guī)模相對(duì)關(guān)系不變就可以，因此，可以用一些與電網(wǎng)規(guī)模直接相關(guān)的量來(lái)近似表示電網(wǎng)規(guī)模，如本地年度用電量，區(qū)域面積、人口等。但用這些單一的量都有一定誤差，如相同電網(wǎng)規(guī)模下，不同產(chǎn)業(yè)機(jī)構(gòu)，用電量就不一樣，工業(yè)城市的年度用量，就比農(nóng)業(yè)城市要大。以年度用電量為主，其它值為輔，來(lái)計(jì)算一個(gè)相對(duì)值，表示電網(wǎng)規(guī)模，如公式（3）。（3）公式中，Sk表示歸一化后的各地電網(wǎng)規(guī)模相對(duì)值，Ek為各地區(qū)的年度用電量，MAX（E）表示所有城市中的用電量最大值，該值對(duì)電網(wǎng)規(guī)模起主導(dǎo)作用；PGDPk為各地區(qū)的人均GDP，MIN（PGDP）表示所有城市中人均GDP最小值，通常人均GDP較高的地區(qū)（如工業(yè)地區(qū)）意味著生產(chǎn)發(fā)達(dá)，電網(wǎng)利用率較高，相同用電量情況下電網(wǎng)規(guī)模就要小一些。所以用該值輔助修正電網(wǎng)規(guī)模。通過(guò)上述預(yù)處理保證了各地電網(wǎng)規(guī)模之間的相對(duì)關(guān)系不變，都?xì)w一化到[0，1]之間，保證數(shù)據(jù)分布的統(tǒng)一性。應(yīng)急物資需求量預(yù)測(cè)方案，可根據(jù)上述三個(gè)影響因素量化統(tǒng)計(jì)得到多元回歸的訓(xùn)練樣本。作為一個(gè)實(shí)施例，如表1所示的多元回歸訓(xùn)練樣本輸入矩陣，其中，屬性X1為風(fēng)力歸一化值，屬性X2為降雨量歸一化值，屬性X3為電網(wǎng)規(guī)模歸一化值，目標(biāo)值為對(duì)應(yīng)物資的歷史需求量歸一化值。然后將數(shù)據(jù)輸入多元回歸機(jī)進(jìn)行訓(xùn)練，根據(jù)均方誤差最小化原則，得到回歸估計(jì)函數(shù)，從而建立預(yù)測(cè)模型，接著對(duì)訓(xùn)練好的預(yù)測(cè)模型輸入測(cè)試數(shù)據(jù)檢驗(yàn)預(yù)測(cè)效果，最后利用該模型對(duì)未來(lái)需求量進(jìn)行預(yù)測(cè)。考慮多種因素對(duì)電網(wǎng)系統(tǒng)應(yīng)急物資的影響，利用歷史數(shù)據(jù)訓(xùn)練所構(gòu)建的模型中的系數(shù)，求出待求量與各變化因素之[本文來(lái)自于wwW.zz-news.cOM]間的關(guān)系，進(jìn)而得到預(yù)測(cè)的待求量。在影響系數(shù)的求解中，每一次災(zāi)害的數(shù)據(jù)可以列一個(gè)方程，歷史災(zāi)害次數(shù)越多，方程的個(gè)數(shù)越多，預(yù)測(cè)的就越準(zhǔn)確。采用專業(yè)開(kāi)發(fā)語(yǔ)言進(jìn)行開(kāi)發(fā)，快速準(zhǔn)確的計(jì)算出多元回歸結(jié)果。應(yīng)急物資儲(chǔ)備優(yōu)化策略和及時(shí)到達(dá)是有效應(yīng)對(duì)突發(fā)性事件的重要保障。因此，電網(wǎng)企業(yè)必須科學(xué)規(guī)劃，加快建立現(xiàn)代化應(yīng)急物資儲(chǔ)備優(yōu)化的建設(shè)步伐。這就要求電網(wǎng)企業(yè)具有強(qiáng)大的應(yīng)急能力，完善的應(yīng)急資源保障機(jī)制，提升應(yīng)急物資管理水平是增強(qiáng)電網(wǎng)企業(yè)應(yīng)急能力的關(guān)鍵環(huán)節(jié)。因此，各級(jí)電網(wǎng)企業(yè)必須從戰(zhàn)略的高度去認(rèn)識(shí)應(yīng)急物資儲(chǔ)備優(yōu)化工作的重要性。減少儲(chǔ)備物資在品種、數(shù)量上或重復(fù)冗余或短缺。通過(guò)歷史數(shù)據(jù)針對(duì)各地區(qū)倉(cāng)庫(kù)在災(zāi)情與日常物資使用情況及歷史物資儲(chǔ)備進(jìn)行分析，充分利用現(xiàn)有倉(cāng)庫(kù)資源，調(diào)劑倉(cāng)庫(kù)容量余缺，合理利用有效的配置，對(duì)庫(kù)存結(jié)構(gòu)進(jìn)行相應(yīng)的分析，及時(shí)了解正常運(yùn)轉(zhuǎn)、欠儲(chǔ)、呆滯積壓等情況，提出保證生產(chǎn)正常運(yùn)行所需物資儲(chǔ)備的足夠的而又是最低的合理的物資儲(chǔ)備優(yōu)化策略。分析各地區(qū)倉(cāng)庫(kù)之間的配送時(shí)間、地里位置等情況，面對(duì)自然災(zāi)害發(fā)生后及時(shí)的方便與其他應(yīng)急倉(cāng)庫(kù)間進(jìn)行物資籌集、調(diào)撥配送，以能夠最快捷的向自然災(zāi)害發(fā)生地供應(yīng)物資。讓物資的需求能在最短的時(shí)間內(nèi)得到滿足，發(fā)揮應(yīng)急物資的效用和價(jià)值。5總結(jié)針對(duì)傳統(tǒng)預(yù)測(cè)方法的不科學(xué)性和計(jì)算結(jié)果有較大偏差，突發(fā)事件發(fā)生后無(wú)法準(zhǔn)確預(yù)測(cè)應(yīng)急需求物資的問(wèn)題。本文運(yùn)用多元回歸分析法，尋求最佳相似源案例，并根據(jù)目標(biāo)案例的實(shí)際情況確定關(guān)鍵因素，建立了一種基于多元回歸法的電網(wǎng)系統(tǒng)應(yīng)急物資需求預(yù)測(cè)模型。同時(shí)將模型運(yùn)用于電網(wǎng)應(yīng)急物資需求分析中，驗(yàn)證了模型的科學(xué)、有效性，對(duì)災(zāi)害應(yīng)急物資的數(shù)量需求進(jìn)行了預(yù)測(cè)。輸出準(zhǔn)確高效的應(yīng)急物資儲(chǔ)備方案，確保儲(chǔ)備物資滿足應(yīng)急需要，避免應(yīng)急物資儲(chǔ)備中重復(fù)儲(chǔ)備和儲(chǔ)備不足，使應(yīng)急物資儲(chǔ)備水平得到顯著提升。參考文獻(xiàn)[1]劉德元，朱昌鋒.蘭州交通大學(xué).基于案例模糊推理的應(yīng)急物資需求預(yù)測(cè)研究[J].蘭州交通大學(xué)學(xué)報(bào)，2013（01）.[2]傅志妍，陳堅(jiān).災(zāi)害應(yīng)急物資需求預(yù)測(cè)模型研究[J].物流科技，2009.[3]王華麗.湖北文理學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院.多元線性回歸分析實(shí)例分析[J].科技資訊，2014.[4]周楠.西安工程大學(xué)管理學(xué)院.基于多遠(yuǎn)線性回歸模型預(yù)測(cè)分析的實(shí)例研究[J].企業(yè)導(dǎo)報(bào)，2013（09）.[5]王曉，莊亞明.基于案例推理的非常規(guī)突發(fā)事件資源需求預(yù)測(cè)[J].西安電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010.作者簡(jiǎn)介眭楷（1963-），男，1984年畢業(yè)于廣東工業(yè)大學(xué)，電氣工程專業(yè)，主要從事電力物資管理工作。王語(yǔ)涵（1982-），女，2005年畢業(yè)于河南理工大學(xué)，電氣工程