Page 43 - 电力与能源2023年第二期

张一彦，等：购售同期情况下的异常数据治理方式及分析 137

2.3 日电量占比 表 1 用电量特征的模糊评价结果
由于用户用电量差距大，因此设置日电量占 序号 日电量率占比 同比上年用 生产经营 受疫情影
电量水平 状况描述 响描述
比 指 标 ，确 保 每 组 用 户 每 日 数 值 在 0～200% 之
1 0~0.05 低于一成 停产 影响极大
内，能够在同一坐标体系中反映所有用户用电量 2 0.06~0.15 一成水平 停产 影响极大
3 0.16~0.25 两成水平 停产 影响极大
的特性。日电量占比指标的物理意义为该用户当
4 0.26~0.35 三成水平 复工 影响极大
日的用电量占上年平均日电量的比例，用以分析 5 0.36~0.45 四成水平 复工 影响极大
当日用电量达到的相对水平。 6 0.46~0.55 五成水平 复工 影响极大
7 0.56~0.65 六成水平 复工 影响大
日电量占比计算公式如下：
8 0.66~0.75 七成水平 复产 影响大
日用电量 9 0.76~0.85 八成水平 复产 影响小
日电量占比 = ×100% （1）
上年日均用电量 10 0.86~0.95 九成水平 复产 影响小
11 0.96~1.05 同等水平 复产 无影响
2.4 复产率
12 1.05 以上 1 倍多 追产能 无影响
通过企业用电量判断企业复工复产与否，本
2.7 用电量预测方法
研究中设置当日用电量大于等于上年日均电量
采用一元一次函数法，对各街镇未来用电量
的 60% 时，认为企业复产，复产率即日电量占比
进行预测。
≥60% 的企业数量占所有企业的比例，计算公式
预测数学公式如下：
如下：
y=ax+b （4）
复产率=复产企业/所有企业×100% （2）
式中 y——用电量预测结果；a——斜率，代表未
2.5 用电量特征的模糊评价
来用电量随着月份增长的趋势；b——截距，代表
模糊综合评价法是一种基于模糊数学的综合
用电量中不随月份增加而变动的部分；x——自变
评价方法。该综合评价法根据模糊数学的隶属度
量，即月份的增加值。
理论把定性评价转化为定量评价，即用模糊数学
对受到多种因素制约的事物或对象作出一个总体 3 嘉定地区用电量分析
的评价。该评价方法具有结果清晰，系统性强的
3.1 汽车制造行业
特点，能较好地解决模糊的、难以量化的问题，适 嘉定区汽车制造及配套行业共计 448 家，包
合各种非确定性问题的解决。本文引入模糊评价 含汽柴油车整车制造、汽车零部件及配件制造、平
法，将用户的用电量水平通过模糊评价的方式进 板玻璃制造等。
行表达，从而能够更直观、更容易地感受用户的用 根据日电量占比情况，嘉定区 2022 年第二季
电量特征。 度汽车行业用电量可分为 3 个特征段。

用电量特征模糊评价结果如表 1 所示。在表 第一阶段（降低产能阶段）：4 月至 5 月上旬，
1 中，日均电量范围均含下限，不含上限。 日电量占比最小值为 0.43，平均值为 0.53，最大值
2.6 月用电量率 为 0.63。根据用电量推测，汽车行业日均产能为
基于全年最大月用电量的月用电量率指标来 上年的五成水平。
评价该年中每个月与该年中最大用电量月的电量 第二阶段（恢复产能阶段）：5 月中旬至 5 月

的比例，计算公式如下： 底，日电量占比从 0.6 增长至 1.0，最小值为 0.63，
月用电量 平均值为 0.77，最大值为 0.78。根据用电量推测，
月用电量率= ×100% （3）
max (1月，2月，⋯，12月) 汽车行业明显复产，日均产能达到上年八成水平。
式（3）的数学意义是将 1~12 月的用电量转 第三阶段（追赶产能阶段）：6 月日电量占比
为 0～100% 的数字，统一数量单位级，从而可以 从 1.0 增长至 1.4，最小值为 0.43，平均值为 1.16，
方便得到某月电量与最大月电量的大小关系。 最大值为 1.42。根据用电量推测，汽车行业追赶