数据挖掘的电网企业收入预算预测系统

前言：想要写出一篇引人入胜的文章？我们特意为您整理了数据挖掘的电网企业收入预算预测系统范文，希望能给你带来灵感和参考，敬请阅读。

摘要:收入预算预测对引导业务部门开源节流、提质增效具有重要作用。随着我国经济转型和地缘政治形势的变化，我国企业面临的经营环境更加复杂，收入预算的可控性大大降低。在新形势下，如何提高预测收入预算的准确度成为实务界和理论家广泛关注的重要问题。本文以D电网企业电费收入预算为案例，利用数据挖掘方法建立基于人工神经网络模型的电网企业收入预算预测系统，为我国企业实现收入预算精细化管理，提升预算管理的战略导向水平作出有益探索。

关键词:收入预算管理;数据挖掘;电网企业

一、引言

电网企业收入预算是指电网企业以年度目标利润为基础，分析用户需求、价格标准和市场情况，对售电量及电费收入进行预测，并制定出相应预算指标的一种预算管理活动。当前电网企业收入预算管理仍处于较为粗放的模式，缺乏独立的定量测算方法，一旦出现偏差只能事后调整，收入预算调整较为滞后。随着电力市场交易体量的不断扩大、增量配电网的接入以及充电桩等新能源的快速发展，售电量的时间序列随机性逐渐增大，收入预算预测难度进一步增加。基于上述背景，本文试图利用数据挖掘方法构建收入预算预测系统，帮助电网企业更精细地规划企业目标收入，提升效益战略导向性，主动适应经济环境和电力市场改革的变化。

二、文献回顾

在大数据技术快速发展的背景下，越来越多学者认为数据挖掘技术在电网企业生产系统安全稳定性、调度运行、故障分析和规划设计等方面具有良好的应用［1］。已有文献发现，人工神经网络数据挖掘法无需人为设定数学模型，能够减少模型设定偏差，且对原始负荷时间序列的平稳性要求不高，对负荷时序的高随机性和非确定性具有较强的适应能力(洪流等，2004)［2］。陈章良(2008)利用挖掘技术构建了电力营销系统的预测决策模型，对电力企业生产和计划的完成情况及相关环境数据进行多角度、多层次的分析，帮助企业决策者及时掌握售电收入情况和变化趋势［3］。然而，上述研究通常侧重于电费收入与气象时间等自然因素的影响关系，缺少从经济因素角度的深入分析，也没有对数据挖掘模型对电费收入预测准确性的改善进行直接的经验研究。

三、构建思路与应用案例

根据国家发改委统计口径，我们首先将收入预算划分为九个行业，包括农林牧渔业、工业、建筑业、交通运输仓储邮政业、信息传输软件与信息技术服务业、商业住宿餐饮业、金融房地产居民服务业、公共事业及管理组织以及城乡居民生活。根据已有文献，电费收入的影响因素主要包括经济因素、时间因素、气象因素、市场管理与政策制定因素，本文设置了30个特征指标作为上述影响因素的变量。其中，每个行业选择2个经济因素指标，包括农业固定资产投资额、农产品出口额、工业增加值同比增长、工业出货值、房屋施工面积、房屋竣工面积、货物运输吞吐量、软件与信息服务业营业收入、通信行业营业收入、社会消费品零售额、餐饮收入、社会融资规模、房产开发投资额、国家财政预算收入、国家财政预算支出、居民储蓄收入和居民家用电器产量。气象因素指标包括平均最高气温、平均最低气温、降水天数、偏南风天数、平均风力。时间因素指标包括月总天数、节假日天数、节假日比例、小长假天数、是否春节和季节。政策因素是以2015年4月为基期的工商业用电电度价格调整。利用Matlab软件，本文将D市2015年7月至2017年12月九个行业的电量指标与30个特征指标输入BP算法中进行学习训练，结合各归口管理部委、行业分析师对各行业2018年的增长预期，确定上述影响因素的预测，得出2018年电量预测值。结合D市2017年1－12月的平均售电价，系统最终输出2018年1－12月D市电费收入的预测值。该预测值可作为我们编制、审核和调整电费收入预算的重要参考。我们采用该预测值作为2018年D市的月度分解预算，则表2可展示2018年1－12月D市电费收入预算明细。我们计算了电费收入预算与实际电费收入相比的误差比率，并列示于括号空格内。绝大部分行业预测误差率小于20%，农林牧渔业、商业住宿餐饮业预测误差率均小于10%，工业1月、信息传输软件与信息技术服务业4月、城乡居民生活5月、金融房地产居民服务10月、交通运输仓储邮政业1月及6月、商业住宿餐饮3月及12月的预测误差率小于1%。上述结果表明，基于人工神经网络模型的电量预测具有较高的准确度，本文系统对D市电费收入预测的结果是稳健可靠的。

四、研究结论

本文研究表明利用人工神经网络模型能够有效改善电网企业收入预算预测的准确性，有助于电网企业提升收入预算管理水平，为其他行业企业根据自身行业特点选择合适的数据挖掘方法进行收入预算预测作出了有益探索。但由于研究样本、方法及水平所限，本文研究成果仍存在一定的局限性。未来研究可以进一步结合各地级市的经济发展水平、产业结构经济指标可设置地区调整系数，并采用动态数据流技术，使预测数据和实际数据能够实现全自动更新与存储，将能够更好实现预算的滚动预测，增强预算调整对外部经营环境变化的适应性。

作者：赖婧 欧通泽 单位：广东电网发展研究院有限责任公司 中国银行广州东山支行