城鎮(zhèn)燃?xì)飧黝?lèi)用戶(hù)用氣量預(yù)測(cè)方法研究

摘 要

摘要：闡述了城鎮(zhèn)燃?xì)飧黝?lèi)用戶(hù)用氣量的預(yù)測(cè)方法，介紹了因果分析法在城鎮(zhèn)燃?xì)庥脷饬款A(yù)測(cè)中的應(yīng)用，結(jié)合某地區(qū)燃?xì)庳?fù)荷數(shù)據(jù)進(jìn)行了模擬預(yù)測(cè)，預(yù)測(cè)結(jié)果達(dá)到要求。關(guān)鍵詞：燃?xì)庥脷饬款A(yù)測(cè)
摘要：闡述了城鎮(zhèn)燃?xì)飧黝?lèi)用戶(hù)用氣量的預(yù)測(cè)方法，介紹了因果分析法在城鎮(zhèn)燃?xì)庥脷饬款A(yù)測(cè)中的應(yīng)用，結(jié)合某地區(qū)燃?xì)庳?fù)荷數(shù)據(jù)進(jìn)行了模擬預(yù)測(cè)，預(yù)測(cè)結(jié)果達(dá)到要求。
關(guān)鍵詞：燃?xì)庥脷饬款A(yù)測(cè)；負(fù)荷預(yù)測(cè)；一元線(xiàn)性回歸；彈性系數(shù)；用氣量指標(biāo)
Research on Forecasting Methods of Gas Consumption of Different City Gas Consumers
WANG Yinping，WU Hua，YANG Jun
Abstract：The forecasting methods of gas consumption of different city gas consumers are described.The application of causal analysis method in forecasting city gas consumption is introduced.The simulation and forecasting are performed with the gas load data in a region，and the forecasting result meets the requirement.
Key words：forecasting of gas consumption；load forecasting；unitary linear regression；elasticity coefficient；index of gas consumption
城市燃?xì)庥脩?hù)通常由居民用戶(hù)、商業(yè)用戶(hù)、一般工業(yè)用戶(hù)、特大型工業(yè)用戶(hù)、燃?xì)馄?chē)用戶(hù)及燃?xì)饪照{(diào)用戶(hù)等組成，在氣量許可的條件下，凡是具備使用條件的用戶(hù)都是城市燃?xì)獾墓?yīng)對(duì)象。對(duì)于各類(lèi)用戶(hù)用氣量的預(yù)測(cè)應(yīng)力求切合實(shí)際，又留有發(fā)展余地，才能做到輸配管網(wǎng)系統(tǒng)的合理性和經(jīng)濟(jì)性。用氣量的預(yù)測(cè)可以根據(jù)項(xiàng)目的實(shí)際情況采用不同的預(yù)測(cè)方法。本文在總結(jié)規(guī)劃中常用預(yù)測(cè)方法的基礎(chǔ)上，對(duì)工程咨詢(xún)行業(yè)用于市場(chǎng)預(yù)測(cè)的因果分析法用于燃?xì)庥脷饬款A(yù)測(cè)的案例作詳細(xì)分析。
1 居民用戶(hù)
根據(jù)用氣量指標(biāo)、居民人口數(shù)、氣化率及燃?xì)獾蜔嶂悼梢杂?jì)算出居民年用氣量，計(jì)算公式如下：
 
式中qa——居民用戶(hù)年用氣量，m3/a
 q——人均用氣量指標(biāo)，MJ/(人·a)
 w——規(guī)劃人口數(shù)，人
 η——氣化率
 Q1——燃?xì)獾蜔嶂担琈J/m3
人口可分常駐人口及暫住人口，兩者的用氣量指標(biāo)有所區(qū)別，一般暫住人口用氣量指標(biāo)按常駐人口用氣量指標(biāo)的50%～70%進(jìn)行測(cè)算，如廣東中山市按60%進(jìn)行測(cè)算。用氣量指標(biāo)應(yīng)根據(jù)地區(qū)現(xiàn)狀及收集到的各類(lèi)資料進(jìn)行統(tǒng)計(jì)分析和對(duì)比分析確定。
2 商業(yè)用戶(hù)
2.1 參照居民用氣負(fù)荷預(yù)測(cè)
以居民用戶(hù)用氣量為基數(shù)，確定商業(yè)用戶(hù)與居民用戶(hù)的用氣比例，從而得出商業(yè)用戶(hù)用氣量。用氣比例應(yīng)參照相似城市(地區(qū))的值及商業(yè)用戶(hù)規(guī)劃用地與居住用地的比例關(guān)系。
2.2 按公共建筑綜合用氣量指標(biāo)預(yù)測(cè)
該類(lèi)指標(biāo)要參照類(lèi)似城市(地區(qū))指標(biāo)，以工業(yè)項(xiàng)目為主的地區(qū)規(guī)劃應(yīng)參照工業(yè)城市(地區(qū))的統(tǒng)計(jì)值，綜合性地區(qū)規(guī)劃應(yīng)參照相似城市(地區(qū))的統(tǒng)計(jì)值，如北京該指標(biāo)為6.65m3/(m2·a)、廣東中山市該指標(biāo)為2.50m3/(m2·a)、廣州市南沙地區(qū)為3.35m3/(m2·a)。
2.3 按各類(lèi)用戶(hù)用氣量指標(biāo)預(yù)測(cè)
商業(yè)用戶(hù)主要指賓館、飯店、餐飲店、醫(yī)院、學(xué)校、職工食堂等。根據(jù)各類(lèi)商業(yè)用戶(hù)用氣量指標(biāo)及商業(yè)建筑設(shè)施標(biāo)準(zhǔn)，可計(jì)算出各類(lèi)商業(yè)用戶(hù)的年用氣量。各類(lèi)商業(yè)用戶(hù)用氣量指標(biāo)應(yīng)詳細(xì)分析當(dāng)?shù)氐谌a(chǎn)業(yè)發(fā)展趨勢(shì)及參照毗鄰地區(qū)的值確定。
2.4 因果分析法預(yù)測(cè)
因果分析法是目前工程咨詢(xún)行業(yè)用于市場(chǎng)預(yù)測(cè)的一種主要方法，包括回歸分析法、彈性系數(shù)法等?；貧w分析法是分析相關(guān)性因素相互關(guān)系的一種數(shù)理統(tǒng)計(jì)方法，通過(guò)建立一個(gè)或一組自變量與相關(guān)隨機(jī)變量的回歸分析模型，來(lái)預(yù)測(cè)相關(guān)隨機(jī)變量的未來(lái)值，主要適用于存在關(guān)聯(lián)關(guān)系的數(shù)據(jù)預(yù)測(cè)。一個(gè)事物的發(fā)展變化經(jīng)常與其他事物存在直接或間接的聯(lián)系，這種變量間的相關(guān)關(guān)系，通過(guò)統(tǒng)計(jì)分析找到其中的規(guī)律，并用確定的函數(shù)來(lái)描述，就可建立它們之間的數(shù)學(xué)模型[1～3]。
以下是回歸分析法中的一元線(xiàn)性回歸用于燃?xì)庥脷饬款A(yù)測(cè)的具體案例：
我們通過(guò)收集廣東某地區(qū)十五規(guī)劃期末之前10年的數(shù)據(jù)，進(jìn)行對(duì)比分析，發(fā)現(xiàn)該地區(qū)商業(yè)用戶(hù)耗能量(電力除外，包括燃?xì)?、燃油，該地區(qū)目前使用的氣源為液化石油氣)與第三產(chǎn)業(yè)產(chǎn)值相關(guān)。該地區(qū)十一五規(guī)劃第三產(chǎn)業(yè)的年增長(zhǎng)速度預(yù)計(jì)為10%。按照規(guī)劃年限，近期為2005—2010年，中期為2011—2015年，遠(yuǎn)期為2016—2020年。由于近期歷史統(tǒng)計(jì)值對(duì)于預(yù)測(cè)規(guī)劃近期的影響作用大，即兩者關(guān)聯(lián)度高，可以提高近期預(yù)測(cè)的精度，而近期用氣量預(yù)測(cè)的精度關(guān)系到分步投資的經(jīng)濟(jì)性，中遠(yuǎn)期的不確定因素太多，但應(yīng)控制好總體及長(zhǎng)遠(yuǎn)規(guī)劃，故采用一元回歸方法預(yù)測(cè)2010年該地區(qū)商業(yè)用戶(hù)耗能量。該地區(qū)1996—2005年商業(yè)用戶(hù)耗能量與第三產(chǎn)業(yè)產(chǎn)值見(jiàn)表1。
① 建立回歸模型
經(jīng)過(guò)分析，該地區(qū)商業(yè)用戶(hù)耗能量與第三產(chǎn)業(yè)產(chǎn)值之間存在線(xiàn)性關(guān)系。則可建立一元回歸模型：
y=a+bx    (2)
式中y——商業(yè)用戶(hù)耗能量，t
x——第三產(chǎn)業(yè)產(chǎn)值，元
a——回歸常量
b——回歸系數(shù)
表1 廣東某地區(qū)1996—2005年商業(yè)用戶(hù)耗能量與第三產(chǎn)業(yè)產(chǎn)值
年份
商業(yè)用戶(hù)液化石油氣消耗量(包括輕柴油的折合量)/t
第三產(chǎn)業(yè)產(chǎn)值/元
1996
18×104
100×108
1997
20×104
110×108
1998
23×104
124×108
1999
25×104
143×108
2000
28×104
160×108
2001
32×104
180×108
2002
35×104
200×108
2003
40×104
226×108
2004
45×104
255×108
2005
50×104
285×108
而
 
對(duì)于每一個(gè)自變量的值，因變量都有擬合值：
yi,t=a+bxi    (5)
式中yi,t——因變量的擬合值
② 根據(jù)表1進(jìn)行參數(shù)計(jì)算
根據(jù)上述一元回歸模型，計(jì)算出相關(guān)參數(shù)：
 
將以上參數(shù)代入式(3)、(4)，則可得出：
b=0.172
a=0.932
③ 相關(guān)系數(shù)檢驗(yàn)
在利用上述模型進(jìn)行預(yù)測(cè)時(shí)，需要作相關(guān)系數(shù)檢驗(yàn)，以判定預(yù)測(cè)模型的合理性和適用性。相關(guān)系數(shù)是描述兩個(gè)變量之間的線(xiàn)性相關(guān)關(guān)系密切程度的數(shù)量指標(biāo)，用R表示。
 
R在-1和1之間，當(dāng)R=1時(shí)，變量為完全正相關(guān)；當(dāng)R=-1時(shí)，為完全負(fù)相關(guān)；當(dāng)0＜R＜1時(shí)，為正相關(guān)；當(dāng)-1＜R＜0時(shí)，為負(fù)相關(guān)；當(dāng)R=0時(shí)，變量x和y沒(méi)有線(xiàn)性關(guān)系。因此，尺的絕對(duì)值越接近1，表明其線(xiàn)性關(guān)系越好；反之，R的絕對(duì)值越接近0，表明其線(xiàn)性關(guān)系越不好。只有當(dāng)R的絕對(duì)值大到一定程度時(shí)，才能采用線(xiàn)性回歸模型進(jìn)行預(yù)測(cè)。在計(jì)算出R值后，可以查相關(guān)系數(shù)檢驗(yàn)表。
將上述案例的相關(guān)條件代入式(6)中，得出相關(guān)系數(shù)R=0.989。
在自由度n-2和顯著性水平α(一般取α=0.05)下，R0.05=0.632。上述案例R=0.989＞0.632，相關(guān)系數(shù)檢驗(yàn)通過(guò)，說(shuō)明第三產(chǎn)業(yè)產(chǎn)值與商業(yè)用戶(hù)耗能量的線(xiàn)性關(guān)系合理。這里說(shuō)明一下α，α為顯著性水平，表明R檢驗(yàn)的結(jié)果出現(xiàn)錯(cuò)誤的概率為5%，即原來(lái)模型中的變量x和y之間具有線(xiàn)性關(guān)系而R檢驗(yàn)卻沒(méi)有通過(guò)，或者原本變量x和y之間不具有線(xiàn)性關(guān)系而R檢驗(yàn)卻通過(guò)的可能性為5%。
④ 需求量預(yù)測(cè)
根據(jù)該地區(qū)十一五規(guī)劃。第三產(chǎn)業(yè)產(chǎn)值的年增長(zhǎng)速度預(yù)計(jì)為10%，2010年該地區(qū)第三產(chǎn)業(yè)產(chǎn)值將達(dá)到459×108元，那么由式(2)可計(jì)算出2010年商業(yè)用戶(hù)耗能量為80×104t。根據(jù)該地區(qū)有關(guān)部門(mén)統(tǒng)計(jì)數(shù)據(jù)，2010年商業(yè)用戶(hù)實(shí)際耗能量為73.3×104t，與規(guī)劃預(yù)測(cè)量相比偏差率為8.34%。相關(guān)偏差達(dá)到了預(yù)測(cè)要求。
⑤ 商業(yè)用戶(hù)用氣量計(jì)算
據(jù)統(tǒng)計(jì)，當(dāng)時(shí)商業(yè)用戶(hù)使用瓶裝液化石油氣和輕柴油的比例占該類(lèi)用戶(hù)總數(shù)的60%～80%，預(yù)計(jì)2010年這一比例將下降至30%～40%，那么管道燃?xì)庥脷饬咳∮?jì)算值的70%，再折算到規(guī)劃氣源的用量，得出該地區(qū)2010年管道燃?xì)庥脷饬俊?/span>
采用一元線(xiàn)性回歸法預(yù)測(cè)，歷史數(shù)據(jù)的收集是關(guān)鍵，樣本數(shù)n至少要取最近年份3～5年的統(tǒng)計(jì)值，越多越好，n值越大，預(yù)測(cè)值的準(zhǔn)確程度越高，但如果歷史上基本發(fā)展趨勢(shì)變化不大，取10年的數(shù)據(jù)，這樣計(jì)算量也不會(huì)太大。另外，預(yù)測(cè)期限不要太長(zhǎng)，最好在5～10年，否則預(yù)測(cè)值因未來(lái)不確定因素的影響而失真。
3 一般工業(yè)用戶(hù)
3.1 參照居民負(fù)荷預(yù)測(cè)
以居民用戶(hù)用氣量為基數(shù)，確定工業(yè)用戶(hù)與居民用戶(hù)的用氣量比例，從而得出工業(yè)用戶(hù)用氣量。用氣量比例的確定應(yīng)參照相似城市(地區(qū))的值及工業(yè)用戶(hù)規(guī)劃用地與居住用地的比例關(guān)系。
3.2 按單位用地用氣量指標(biāo)法預(yù)測(cè)
按工業(yè)用戶(hù)的用地性質(zhì)考慮，合理確定各類(lèi)用戶(hù)用氣量指標(biāo)，可參照相似城市(地區(qū))的值進(jìn)行選取。廣州市南沙地區(qū)的一類(lèi)工業(yè)用氣指標(biāo)為3.35m3/(m2·a)，二類(lèi)工業(yè)用氣指標(biāo)為6.70m3/(m2·a)，三類(lèi)工業(yè)用氣指標(biāo)為37.26m3/(m2·a)。
3.3 因果分析法預(yù)測(cè)
因果分析法是一種相對(duì)簡(jiǎn)單易行的定量預(yù)測(cè)方法，通過(guò)計(jì)算某兩個(gè)變量相對(duì)變化彈性關(guān)系對(duì)因變量進(jìn)行預(yù)測(cè)，兩個(gè)變量之間的關(guān)系越密切，相應(yīng)的彈性值就越大。
彈性系數(shù)亦稱(chēng)彈性，彈性是一個(gè)相對(duì)量，它衡量某一變量的改變所引起的另一變量的相對(duì)變化。例如，需求的價(jià)格彈性系數(shù)所考察的兩個(gè)變量是某一特定商品的價(jià)格和需求量，而能源彈性則是考察經(jīng)濟(jì)總量指標(biāo)與能源消費(fèi)量之間的關(guān)系。一般來(lái)說(shuō)，兩個(gè)變量之間的關(guān)系越密切，相應(yīng)的彈性值就越大，兩個(gè)變量越是不相關(guān)，相應(yīng)的彈性值就越小。如某地區(qū)的燃?xì)鈱?zhuān)項(xiàng)規(guī)劃項(xiàng)目，根據(jù)統(tǒng)計(jì)資料對(duì)比分析，發(fā)現(xiàn)該地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值成密切的正相關(guān)關(guān)系，當(dāng)?shù)亟y(tǒng)計(jì)局2001—2005年的統(tǒng)計(jì)資料見(jiàn)表2。
表2 廣東某地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值
年份
第二產(chǎn)業(yè)產(chǎn)值/元
產(chǎn)值較上年增長(zhǎng)率/%
工業(yè)耗能量(折合為標(biāo)準(zhǔn)煤/t
工業(yè)耗能量較上年增長(zhǎng)率/%
工業(yè)耗能量彈性系數(shù)
2001
266×108
—
166×104
—
—
2002
290×108
9.0
192×104
15.7
1.74
2003
318×108
9.6
219×104
14.1
1.47
2004
348×108
9.4
235×104
7.3
0.78
2005
380×108
9.2
262×104
11.5
1.25
彈性系數(shù)的計(jì)算式為：
 
式中ε——彈性系數(shù)
△Q——工業(yè)耗能量的改變量，t
Q——某時(shí)期的工業(yè)耗能量
△I——第二產(chǎn)業(yè)產(chǎn)值的改變量，元
I——某時(shí)期的第二產(chǎn)業(yè)產(chǎn)值，元
按式(7)可計(jì)算出該地區(qū)2006—2020年的工業(yè)耗能量彈性系數(shù)ε為1.31。根據(jù)該地區(qū)總體規(guī)劃，2020年第二產(chǎn)業(yè)產(chǎn)值為1350×108元，年增長(zhǎng)速度為8.8%。由此可按式(8)求得2006—2020年工業(yè)耗能量的年增長(zhǎng)速度：
v=vnε    (8)
式中v——工業(yè)耗能量的年增長(zhǎng)速度
vn——第二產(chǎn)業(yè)產(chǎn)值年增長(zhǎng)速度
根據(jù)式(8)求得工業(yè)耗能量的年增長(zhǎng)速度為11.5%，從而計(jì)算出2020年該地區(qū)工業(yè)耗能量為1341×104t。其中用于發(fā)電及不能用燃?xì)馓娲暮哪芰空?0%，扣除此部分耗能量，可用燃?xì)馓娲暮哪芰繛?36.4×104t，再通過(guò)折算即可得到規(guī)劃氣源的工業(yè)用氣量。
用彈性分析方法進(jìn)行用氣量預(yù)測(cè)的優(yōu)點(diǎn)是簡(jiǎn)單易行，計(jì)算方便，需要的數(shù)據(jù)量不是很大，應(yīng)用靈活廣泛。但也存在某些缺點(diǎn)：①?gòu)椥苑治鰩в幸欢ǖ木植啃院推嫘?，?jì)算彈性系數(shù)或進(jìn)行分析時(shí)，只能考慮兩個(gè)變量之間的關(guān)系，而忽略了其他相關(guān)變量產(chǎn)生的影響。②彈性分析的結(jié)果在許多情況下顯得比較粗糙，彈性系數(shù)可能隨著時(shí)間的推移而變化，以由歷史數(shù)據(jù)測(cè)算出的彈性系數(shù)來(lái)預(yù)測(cè)未來(lái)可能不準(zhǔn)確，許多時(shí)候需要分析彈性系數(shù)的變動(dòng)趨勢(shì)，對(duì)彈性系數(shù)進(jìn)行修正。
在實(shí)際運(yùn)用中應(yīng)根據(jù)項(xiàng)目特點(diǎn)及數(shù)據(jù)來(lái)源的可靠性選擇最佳預(yù)測(cè)方法，最好采取多方法驗(yàn)證[4]。
4 特大型工業(yè)用戶(hù)
此類(lèi)用戶(hù)用氣量大，但不確定因素較多，應(yīng)作專(zhuān)門(mén)調(diào)查，合理預(yù)測(cè)，規(guī)劃應(yīng)將其供氣管網(wǎng)系統(tǒng)與城市(地區(qū))管網(wǎng)系統(tǒng)分開(kāi)考慮，以避免對(duì)城市(地區(qū))管網(wǎng)產(chǎn)生不利影響。
5 燃?xì)馄?chē)用戶(hù)
與燃用汽油和柴油相比，燃?xì)馄?chē)具有良好的排放性能，有利于保護(hù)環(huán)境和優(yōu)化能源結(jié)構(gòu)。燃?xì)馄?chē)將首先以公共汽車(chē)、郵政車(chē)、環(huán)衛(wèi)車(chē)等有固定行駛路線(xiàn)的運(yùn)營(yíng)性車(chē)輛為主，根據(jù)規(guī)劃確定燃?xì)馄?chē)數(shù)量。此外，出租車(chē)行業(yè)對(duì)燃?xì)馄?chē)也有一定需求，按照規(guī)劃人口數(shù)，以每1×104人需5～20輛出租車(chē)的指標(biāo)，計(jì)算出租車(chē)燃?xì)馄?chē)數(shù)量。
對(duì)于本案例，根據(jù)預(yù)測(cè)的燃?xì)馄?chē)數(shù)量，先確定使用天然氣和液化石油氣的比例，確定用氣量指標(biāo)，然后計(jì)算得出燃?xì)馄?chē)總用氣量。
6 燃?xì)饪照{(diào)用氣量
燃?xì)饪照{(diào)的使用對(duì)象主要考慮一些公共建筑設(shè)施，如體育場(chǎng)館、圖書(shū)館、博物館、車(chē)站、高級(jí)賓館、高級(jí)寫(xiě)字樓等。
燃?xì)饪照{(diào)用氣量與制冷面積及綜合制冷指標(biāo)有關(guān)。根據(jù)國(guó)內(nèi)外的有關(guān)統(tǒng)計(jì)數(shù)據(jù)，一般可按5%的公共建筑使用燃?xì)饪照{(diào)進(jìn)行估算。廣東中山地區(qū)綜合制冷指標(biāo)取0.712MJ/(m2·h-1)，根據(jù)本地區(qū)總體規(guī)劃確定的公共建筑面積及燃?xì)饪照{(diào)用戶(hù)綜合制冷指標(biāo)，計(jì)算燃?xì)饪照{(diào)用戶(hù)用氣量。
7 氣化率
在預(yù)測(cè)用氣量時(shí)，氣化率是一個(gè)很重要的指標(biāo)，各時(shí)期氣化率的確定也是一個(gè)關(guān)鍵因素。具體確定時(shí)應(yīng)考慮以下原則：
① 遵照總體規(guī)劃的目標(biāo)，同時(shí)體現(xiàn)今后城市(地區(qū))以管道燃?xì)鉃橹鳉庠吹囊?guī)劃。
② 分期完成目標(biāo)，實(shí)行滾動(dòng)發(fā)展。在近期打下堅(jiān)實(shí)的工程基礎(chǔ)，保證起碼的初級(jí)規(guī)模，并逐步完成管道燃?xì)饣酒占埃瑢?shí)現(xiàn)基本天然氣化，在遠(yuǎn)期達(dá)到城市(地區(qū))天然氣利用較高水平。
③ 鑒于城市(地區(qū))均存在極少數(shù)不符合管道燃?xì)馐褂脳l件的建筑，考慮到城市(地區(qū))的不斷發(fā)展，以及管網(wǎng)本身的覆蓋能力等因素，遠(yuǎn)期目標(biāo)中不宜將管道燃?xì)獾臍饣蚀_定為100%。
④ 近期氣化率應(yīng)適中，一方面不因過(guò)低而失去應(yīng)有規(guī)模，使企業(yè)難以達(dá)到維持經(jīng)營(yíng)的基本起點(diǎn)；另一方面又不能過(guò)高而使初期建設(shè)投入過(guò)大，從而加大投資風(fēng)險(xiǎn)。
8 結(jié)論
① 一元線(xiàn)性回歸法及彈性系數(shù)法可應(yīng)用于城鎮(zhèn)燃?xì)庖?guī)劃用氣量的預(yù)測(cè)，精確度較好。具體使用時(shí)應(yīng)驗(yàn)證資料數(shù)據(jù)來(lái)源的準(zhǔn)確可靠性，特別要對(duì)數(shù)據(jù)進(jìn)行篩選、作分類(lèi)分析并進(jìn)行合理調(diào)整，才能提高預(yù)測(cè)結(jié)果的準(zhǔn)確性。另外要經(jīng)多方法組合驗(yàn)證，以保證預(yù)測(cè)結(jié)果的一致性。
② 一元線(xiàn)性回歸法及彈性系數(shù)法在本案例地區(qū)的燃?xì)庥脷饬款A(yù)測(cè)數(shù)據(jù)，經(jīng)與實(shí)際統(tǒng)計(jì)結(jié)果校驗(yàn)，預(yù)測(cè)數(shù)據(jù)偏差在允許范圍內(nèi)，結(jié)果有效合理。該方法具有一定的先進(jìn)性和科學(xué)性。
參考文獻(xiàn)：
[1] 執(zhí)業(yè)資格考試命題分析小組.項(xiàng)目決策分析與評(píng)價(jià)[M].北京：中國(guó)計(jì)劃出版社，2008：34-44.
[2] 袁樹(shù)明，賴(lài)建波，張德坤，等.城市燃?xì)夤芫W(wǎng)長(zhǎng)期規(guī)劃用氣量的預(yù)測(cè)[J].煤氣與熱力，2009，29(5)：A24-A27.
[3] 劉燕，賴(lài)建波，張應(yīng)輝，等.基于回歸分析的北京市天然氣供應(yīng)規(guī)模預(yù)測(cè)[J].煤氣與熱力，2010，30(6)：A26-A29.
[4] 姚奕穎.燃?xì)庳?fù)荷預(yù)測(cè)專(zhuān)家系統(tǒng)模型的研究[J].煤氣與熱力，2006，26(7)：16-19.
 
(本文作者：王引平1 吳華1 楊軍2 1.中山市規(guī)劃設(shè)計(jì)院 廣東中山 528403；2.中山港華燃?xì)庥邢薰?廣東中山 528403)