趙昊東，陳曉光，李佳倫，吳世龍

(國網(wǎng)沈陽供電公司，遼寧 沈陽 110003)

預(yù)測(cè)能力是大數(shù)據(jù)技術(shù)的重要應(yīng)用領(lǐng)域，國網(wǎng)沈陽供電公司基于MSCNN(多尺度空洞卷積神經(jīng)網(wǎng)絡(luò))模型，開展用電量預(yù)測(cè)。充分發(fā)揮電力大數(shù)據(jù)資源優(yōu)勢(shì)，輔助研判當(dāng)前社會(huì)經(jīng)濟(jì)背景下，公司經(jīng)營范圍內(nèi)重點(diǎn)用戶實(shí)際經(jīng)營狀態(tài)。本文選取受到新冠疫情影響較為明顯的航空業(yè)進(jìn)行定向分析，基于營銷用電采集系統(tǒng)數(shù)據(jù)對(duì)沈陽市航空業(yè)用戶進(jìn)行“畫像”，利用電力大數(shù)據(jù)監(jiān)測(cè)航空業(yè)發(fā)展。

1 數(shù)據(jù)清洗與預(yù)測(cè)模型構(gòu)建

1.1 數(shù)據(jù)清洗模型構(gòu)建

創(chuàng)新構(gòu)建對(duì)抗生成神經(jīng)網(wǎng)絡(luò)模型對(duì)用電采集數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，規(guī)避電力數(shù)據(jù)采集過程中發(fā)生的數(shù)據(jù)丟失問題，從而提高數(shù)據(jù)質(zhì)量，提升分析準(zhǔn)確性。在這次分析工作中發(fā)現(xiàn)，用電采集系統(tǒng)與營銷系統(tǒng)采集數(shù)據(jù)存在數(shù)據(jù)缺失問題，對(duì)分析研判工作產(chǎn)生一定的影響。為了更好地填補(bǔ)缺失數(shù)據(jù)，更逼近真實(shí)數(shù)據(jù)的分布情況，本次分析使用目前較為前沿的對(duì)抗生成網(wǎng)絡(luò)來做數(shù)據(jù)清洗的工作[1-3]。圖1為對(duì)抗生成神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)。

圖1 對(duì)抗生成神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

對(duì)抗生成神經(jīng)網(wǎng)絡(luò)模型主要由生成器與判別器2部分組成。生成器主要負(fù)責(zé)自動(dòng)生成缺失的用電采集數(shù)據(jù)，判別器可以判別生成的數(shù)據(jù)與真實(shí)數(shù)據(jù)的差異。該模型使用已有的真實(shí)存在的用電采集系統(tǒng)數(shù)據(jù)訓(xùn)練生成器，使其輸出結(jié)果更加接近訓(xùn)練數(shù)據(jù)的形態(tài)。在多次訓(xùn)練后，生成器可以智能生成高質(zhì)量的缺失數(shù)據(jù)，該項(xiàng)技術(shù)可以較好地解決當(dāng)前用電采集數(shù)據(jù)丟失或者不準(zhǔn)確的問題。

1.2 數(shù)據(jù)預(yù)測(cè)模型構(gòu)建

聯(lián)合東北大學(xué)首創(chuàng)MSCNN(多尺度空洞卷積神經(jīng)網(wǎng)絡(luò))預(yù)測(cè)分析模型，利用深度學(xué)習(xí)技術(shù)預(yù)測(cè)企業(yè)以及行業(yè)整體用電水平。MSCNN模型結(jié)構(gòu)如圖2所示，分為周期時(shí)間編碼、多尺度空洞卷積、多尺度特征融合等幾個(gè)組件組成，該模型在區(qū)域聚合級(jí)別的負(fù)荷預(yù)測(cè)中具有較好的預(yù)測(cè)分析效果。圖2為多尺度空洞卷積神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)。

圖2 多尺度空洞卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

MSCNN模型將負(fù)荷預(yù)測(cè)所需要的各類考慮因素和難點(diǎn)進(jìn)行了進(jìn)一步優(yōu)化，并使用了目前較為流行的深度學(xué)習(xí)等人工智能技術(shù)對(duì)模型進(jìn)行整合，大幅提升了預(yù)測(cè)的精度。同時(shí)，該模型可以廣泛應(yīng)用于需求側(cè)響應(yīng)、電網(wǎng)調(diào)度優(yōu)化、電網(wǎng)檢修等領(lǐng)域，利用預(yù)測(cè)分析能力，對(duì)相關(guān)工作提供輔助決策支持[4-5]。

2 近3年用電量同比分析

對(duì)2018年1月—2020年6月沈陽地區(qū)航空業(yè)以及其細(xì)分行業(yè)用電量同期增長比率進(jìn)行分析。由圖3可見，2018、2019年度上半年同期變化幅度不大，處于較平穩(wěn)的狀態(tài)。2018年下半年航空業(yè)用電量同期整體呈增長趨勢(shì)，而2019年度下半年，自8月起，用電整體處于高速增長態(tài)勢(shì)。

圖3 2018年1月—2020年6月沈陽地區(qū)航空業(yè)用電量同比分析

2020年上半年，由于正值春運(yùn)高峰期，且新冠疫情在1月底爆發(fā)，1月航空業(yè)疫情并沒有受到較大幅度的影響，同比略有增長。2月，隨著新冠疫情影響加劇，人口流動(dòng)受到抑制，整個(gè)航空業(yè)用電量同比出現(xiàn)下降。同時(shí)，1、2月集中了較長的法定假日，因此歷年來航空業(yè)尤其是航空制造業(yè)生產(chǎn)需求不高，用電負(fù)荷不大，盡管疫情影響對(duì)全社會(huì)較為明顯，但對(duì)于航空業(yè)并不十分明顯。另外，2020年3—6月，航空業(yè)用電量同比出現(xiàn)增長。

圖4為2018年—2020年上半年度航空、航天器及設(shè)備制造業(yè)用電量同比分析。由于該行業(yè)用電占比較大，因此其變化情況直接決定了整個(gè)航空業(yè)的用電走向。2018年與2019年上半年，同比增長較為平緩，由于2018年7、8月增長較為迅速導(dǎo)致了2019年同期比例略有下降。此外，2年下半年同比均有較大幅度增長，可以看到制造業(yè)相關(guān)行業(yè)用產(chǎn)需求增大，這也符合制造型企業(yè)生產(chǎn)的一般規(guī)律。2020年上半年，2月停工停產(chǎn)時(shí)間較長，航空制造業(yè)受到了一定的影響，但程度不大。

圖4 2018年—2020年上半年度航空、航天器及設(shè)備制造業(yè)用電量同比分析

需要特別注意，在2020年3—6月，用電量同比增長情況穩(wěn)中向好，同期增長率甚至高于2018年與2019年。說明在突如其來的新冠肺炎疫情和復(fù)雜嚴(yán)峻的國內(nèi)外形勢(shì)下，沈陽地區(qū)航空業(yè)具有較好的發(fā)展韌性，政府一系列的優(yōu)惠政策以及加大對(duì)重點(diǎn)基礎(chǔ)行業(yè)的投資力度，都使得航空業(yè)用電量保持了穩(wěn)健的增長。

3 疫情對(duì)沈陽地區(qū)航空業(yè)用電影響分析

利用MSCNN模型針對(duì)航空、航天器及設(shè)備制造業(yè)進(jìn)行負(fù)荷預(yù)測(cè)分析。使用2017年—2019年電力大數(shù)據(jù)對(duì)2020年12個(gè)月進(jìn)行預(yù)測(cè)，之后在使用2020年6個(gè)月的數(shù)據(jù)對(duì)2020年度下半年進(jìn)行預(yù)測(cè)，通過兩者的差值來分析疫情對(duì)航空業(yè)售電情況的影響。預(yù)測(cè)模型將時(shí)間周期、季節(jié)特性加入到了模型的學(xué)習(xí)過程中，根據(jù)1—6月的疫情變化趨勢(shì)(包括確診人數(shù)、高中低危地區(qū)影響人口系數(shù)、政府公開經(jīng)濟(jì)指標(biāo)系數(shù)等)設(shè)計(jì)疫情影響因子，保證預(yù)測(cè)模型的適應(yīng)能力和預(yù)測(cè)精度。

圖5為航空、航天器及設(shè)備制造業(yè)用電預(yù)測(cè)結(jié)果。綠色曲線為基于2017—2019年用電數(shù)據(jù)，預(yù)測(cè)的不受疫情影響航空、航天器及設(shè)備制造業(yè)用電按月份預(yù)測(cè)結(jié)果，2020年預(yù)測(cè)用電共計(jì)44 979.57萬kWh。藍(lán)色曲線為基于2020年前6個(gè)月的數(shù)據(jù)預(yù)測(cè)的本年度后6個(gè)月用電情況，受疫情影響2020年用電共計(jì)26 366.6萬kWh，下降了41.38%。大幅度下降的主要原因在于，2019年底由于大型飛機(jī)制造企業(yè)中航沈飛集團(tuán)、中國航發(fā)沈陽黎明航空發(fā)動(dòng)機(jī)有限責(zé)任公司等大幅度提升了產(chǎn)能，2019年10月—12月行業(yè)用電量分別為2370.6萬kWh、3773.6萬kWh、4427.3萬kWh，同時(shí)根據(jù)歷史數(shù)據(jù)，這些重要企業(yè)往往會(huì)在下一年度繼續(xù)保持或者增長上一年度的產(chǎn)能需求，但受到疫情影響，相關(guān)產(chǎn)能不能得到充分釋放，造成實(shí)際用電量與預(yù)測(cè)值差距較大。

圖5 航空、航天器及設(shè)備制造業(yè)用電預(yù)測(cè)結(jié)果

圖6為航空運(yùn)輸業(yè)用電預(yù)測(cè)結(jié)果，非疫情條件下預(yù)測(cè)用電量為6270.08萬kWh，疫情影響下用電量為4889.9萬kWh，下降了22.01%。

圖6 航空運(yùn)輸業(yè)用電預(yù)測(cè)結(jié)果

圖7為航空航天等運(yùn)輸設(shè)備修理業(yè)用電預(yù)測(cè)結(jié)果，非疫情條件下預(yù)測(cè)用電量為43.1萬kWh，疫情影響下用電量為38.9萬kWh，下降幅度為9.71%。

圖7 航空航天等運(yùn)輸設(shè)備修理業(yè)用電預(yù)測(cè)結(jié)果

4 結(jié)論

a.沈陽地區(qū)10 kV及以上航空業(yè)用戶用電量在2017—2019年呈明顯整體增長趨勢(shì)。該行業(yè)由航空航天器及設(shè)備制造、航空航天等運(yùn)輸設(shè)備修理、航空運(yùn)輸業(yè)3個(gè)細(xì)分行業(yè)組成。其中，航空航天器及設(shè)備制造業(yè)占整個(gè)航空業(yè)用電量的85.7%。由于沈陽地區(qū)作為國家航空器重點(diǎn)生產(chǎn)基地，相關(guān)企業(yè)用電規(guī)?？焖僭鲩L，使得航空業(yè)整體用電發(fā)展速度顯著。但受疫情影響，2020年用電水平與非疫情條件下預(yù)測(cè)值相比下降41.38%，高速發(fā)展的態(tài)勢(shì)受到抑制。但同比2019年上半年仍略有提升。這得益于國家已經(jīng)出臺(tái)的各種經(jīng)濟(jì)刺激和復(fù)產(chǎn)復(fù)工政策，同時(shí)從當(dāng)前國際熱點(diǎn)問題、民生以及國家戰(zhàn)略方面看，航空制造業(yè)也是當(dāng)前熱點(diǎn)領(lǐng)域，引領(lǐng)社會(huì)經(jīng)濟(jì)發(fā)展。建議重點(diǎn)關(guān)注該領(lǐng)域客戶的實(shí)際訴求，提供個(gè)性化服務(wù)，及時(shí)滿足其用電需求，保障用電安全。

b.不同細(xì)分行業(yè)受疫情影響差別較大，三大細(xì)分行業(yè)分別與非疫情條件下預(yù)測(cè)用電情況下降了41.38%、22.01%、9.71%。航空航天器及設(shè)備制造業(yè)2020年上半年同比上升優(yōu)勢(shì)明顯，與往年同比相比復(fù)工情況良好，但與預(yù)期用電水平差距較大。航空運(yùn)輸業(yè)由于受商旅流動(dòng)及國內(nèi)管制政策限制，同比增速緩慢，預(yù)期用電量較2017—2019年平均水平有較大比例下降。航空航天等運(yùn)輸設(shè)備修理業(yè)由于用電水平不高，沈陽地區(qū)相關(guān)企業(yè)數(shù)量較少，其對(duì)整體行業(yè)用電水平影響不大。

c.受疫情等多方面因素影響，在沈陽地區(qū)航空業(yè)相關(guān)企業(yè)的售電業(yè)務(wù)方面，收入會(huì)面臨較大壓力。因疫情防控需要，部分行業(yè)短時(shí)間內(nèi)發(fā)展前景并不樂觀，公司售電收入必然受到影響。同時(shí)，航空運(yùn)輸業(yè)用電能力受限，公司相關(guān)利潤空間和盈利能力都將面臨較大壓力。建議不斷提升公司內(nèi)部精益化管理水平，加強(qiáng)各項(xiàng)成本類費(fèi)用的管控，對(duì)航空業(yè)尤其是重點(diǎn)國有骨干企業(yè)挖掘新的利潤增長點(diǎn)，從而實(shí)現(xiàn)提質(zhì)增效。以電力看宏觀經(jīng)濟(jì)為例，通過衡量電力市場(chǎng)消費(fèi)主體規(guī)模和消費(fèi)總額的變化來反映宏觀經(jīng)濟(jì)形勢(shì)，并與GDP進(jìn)行關(guān)聯(lián)分析，可以輔助政府研判宏觀經(jīng)濟(jì)形勢(shì)。