摘　要：研究影響輸差的重要因素，探索各因素與輸差之間的規(guī)律，并最終推導出影響因素與輸差之間的函數關系式，對于集團做好輸差管控，提升企業(yè)效益，具有重要意義。由于影響輸差的因素錯綜復雜，現階段對輸差的分析研究，多集中于局部、微觀的層面，難以揭示系統(tǒng)輸差的規(guī)律和特征。本文從全局、宏觀的層面對重慶氣候條件下影響輸差的重要因素及其函數關系做出研究，有助于研究人員宏觀上整體把握系統(tǒng)輸差的變化規(guī)律。

關鍵字：輸差、氣溫、函數關系、回歸分析、氣候條件

1　概述

近年來，隨著石化能源的日漸消耗及能源危機的頻頻顯現，天然氣作為一種清潔的高熱值能源，市場需求量逐年增加。另一方面，隨著技術經濟的不斷發(fā)展，人們對關系切身利益的問題越來越重視。因此，供需雙方對輸氣計量準確度的要求逐步提高。而輸差作為控制輸氣成本、體現輸氣系統(tǒng)效益損失的一個最關鍵指標，更多的被引進各大集團的考評體系。

集團將輸差定義為門站買進氣最減去后端售出氣量之差與門站買進氣量之比，以百分數表示。由歷史統(tǒng)計數據可知，輸差受季節(jié)、氣溫、運送條件、運送設備的維護水平及其使用年齡、內部老化等諸多因素協(xié)同影響。因此，合理剔除對集團輸差影響較為次要的因素，深入分析主要影響因素與集團輸差之間的規(guī)律，推導簡潔明了的函數方程來擬合關系曲線，不但可以簡化將來的分析過程，而且對于集團做好輸差管控，提升企業(yè)效益，具有重要意義。

現有的輸差分析多集中于局部、微觀的層面，雖然大大簡化了建模難度，但難以從全局、宏觀的層面為集團決策提供有效信息。本文從集團整體角度對重慶氣候條件下影響輸差的重要因素及其函數關系做出研究，有利于集團從全局的角度制訂輸差管控措施和策略。

2　影響輸差因素的選擇

影響輸差的因素錯綜復雜，因此，首先要對影響輸差的因素進行篩選，盡量選擇對輸差有明顯影響且能量化的因素。從實際情況看，冬季輸差和夏季輸差有明顯差異，因此推斷氣溫是影響輸差的重要因素；此外推測供氣量與輸差也存在關聯(lián)。因此，特收集2010—2013年的氣溫、集團供氣量、集團輸差三者數據，研究其間的關系。

3　數據預處理

由于原始數據存在過于龐大、雜亂、夾雜噪音等原因，所以為了后續(xù)的數據分析高效、可靠，需先對其進行數據預處理。

觀察2010—2013年的氣溫、集團供氣量、集團輸差三者的月統(tǒng)計數據后發(fā)現：氣溫、集團供氣量二者與集團輸差之間的關系曲線波動較大，無規(guī)律可循?？紤]到抄表周期及一些偶然因素可能會對月統(tǒng)計數據產生較大的影響，為了減小干擾，降低工作復雜度，故對數據進行歸納處理，重新按季度進行統(tǒng)計。

4　聚類分析

歸納后對數據進行聚類分析，其作用在于：

(1)找出離群數據，降低噪聲干擾，便于后續(xù)分析。

(2)當存在兩個自變量(供氣量、氣溫)時，通常先確定一個自變量，以便于觀察另一自變量與因變量的關系。

4．1　數據按溫度聚類分析

將數據按氣溫相近的原則分組(共分為3組：l3-16℃、22-24℃、26-28℃)，每一組按供氣量升序排列。每組內部近似忽略氣溫的影響，得到氣溫一定時，供氣量與輸差的關系曲線如圖1—圖3所示。

觀察圖1—圖3可知，供氣量與輸差之間無明顯規(guī)律可循。經深入分析，導致這種結

果的原因可能是：a、供氣量變化相對較小不足以對輸差產生較大影響；b、供氣量對輸差的影響為次要因素，規(guī)律反映不明顯；c、兩者確實無關聯(lián)。

4．2　數據按供氣量聚類分析

將數據按供氣量相近的原則分組(共分為3組：41—45、56—60、61—66，單位千萬立方米)，每一組按氣溫升序排列。每組內部近似忽略供氣量的影響，得到供氣量一定時，氣溫與輸差的關系曲線如圖4—圖6所示。

4．2．1離群點數據分析

觀察圖6，發(fā)現2013年1季度輸差數據明顯偏離其他各數據點，為非正常數據，需修正。故以2010—2012年1季度的平均輸差作為2013年1季度輸差的修正值。得到新的曲線如圖7所示：

4．2．2對比分析

為了方便觀察現將圖4、圖5、圖7的關系曲線整合如圖8所示：

對比圖8中集團輸差曲線1、2、3(修正)可以發(fā)現，三者曲線的整體形狀和延伸范圍等基本特征較為接近，特別是曲線1和3(修正)的變化形狀基本一致，因此推斷氣溫與輸差存在明顯關系。由輸差曲線形狀來看，回歸分析時，可以用多次函數對其進行擬合。

5　輸差與氣溫的函數關系研究

5．1　回歸分析

由以上分析可知，建立供氣量、氣溫對于輸差的二元方程已不可行?？煽紤]建立氣溫對于輸差的一元多次函數。經嘗試一元二次、三次、四次等多種函數模型后，找到氣溫對于輸差的最優(yōu)一元三次回歸方程。其回歸分析結果如下：

表1氣溫與輸差的一元三次回歸分析結果

由表l的計算結果可知，擬合效果很好。因此，可得到回歸方程：y＝0.011x³-0.621x²+10.260x-43.096(注：x為氣溫單位℃，y為百分數表示的輸差)，其曲線如圖9所示：

5．2　誤差限分析

回歸方程為輸差的估算方程，實際輸差以其為核心上下略有波動，故需求出其波動極限。觀察圖10可以發(fā)現，絕火多數殘差都落在(-1.5，+1.5)之間。因此可知，輸差的置倍度87.5％的置倍區(qū)間為(y-1.5，y+1.5)所以當輸差位于(y-1.5，y+1.5)之間時，為正常；當輸差位于(y-1.5，y+1.5)之外，時需關注。

5．3　輸差極值分析

由圖9可知，輸差存在極值，不會永遠增大或減小。對回歸方程求導可得：y＝0.033x²-1.242x+10.260，令其等于零則可以得出函數的極值為：x1＝12.35，x2＝24.95。將x代入回歸方程可以求得對應的輸差分別為：y1＝9.62，y2＝2.84。因此，輸差的極大值應該出現在12℃左右為9.62左右，極小值應該出現在25℃左右為-2.84左右。

5．4　輸差變化趨勢分析

由于y＝0.033x²-1.242x+10.260中x²系數為正。根據單調性可知，當氣溫大約在12℃—25℃之間時，輸差隨氣溫的上升單調遞減；當氣溫低于l2℃或大于25℃時，輸差隨氣溫的上升而單調遞增。

5．5　特殊點輸差分析

石油部門進行貿易結算時，以20℃作為標準狀態(tài)。因此，將20帶入回歸方程：y＝0.011x³-0.621x²+10.260x-43.096，可以求得對應的輸差y為1.7。意味著排除溫度影響，集團因為管理等其他因素導致的輸差在1.7％左右波動，波動范圍參見5.2。

6　總結

(1)氣溫對輸差的影響非常顯著，可以建立三元一次回歸方程。其關系曲線呈類似正弦的波浪狀。波峰出現在10—15℃之間，波谷出現在25—30℃之間。當氣溫大約在12℃—25℃之間時，輸差隨氣溫的上升單調遞減；當氣溫低于12℃或大于25℃時，輸差隨氣溫的上升而單調遞增。

(2)回歸方程為輸差的估算方程，實際輸差以y＝0.01lx³-0.621x²+10.260x-43.096為核心上下略有波動，波動范圍為(y-1.5，y+1.5)。在氣溫確定的情況下，可對下一階段輸差做出大致預測。

(3)在現有數據基礎上，暫未發(fā)現供氣量與輸差之間的明顯函數關系。但是，從圖8觀察發(fā)現，輸差曲線1、2、3(修正)對應的供氣量依次為：41—45、56—60、61—66，單位千萬立方米。隨著供氣量的大幅上升，輸差曲線呈向左下方平移的趨勢。即溫度等其他條件一定的情況下，隨著供氣量的大幅增加，輸差有減小的趨勢。初步分析，可能是由規(guī)模效應導致。此推斷是否成立有待進一步的研究，可做為下一研究課題。

(4)此回歸分析是建立在現有管理水平不變的基礎上，因為管理水平不太可能在短期內有較大改變。但從長期來看，管理水平的提升，無疑會降低輸差。

(5)此回歸方程是建立在現有數據及其真實性基礎上，隨著相關數據的不斷增加，可進一步修正、調整以適應情況的變化。

參考文獻：

[1]Jiawei Han，Micheline Kamber．數據挖掘概念與技術．范明，孟小峰，譯．北京：機械工業(yè)出版社[M]，2008(6)：39-47．

[2]李云雁，胡傳榮．試驗設計與數據處理．北京：化學工業(yè)出版社[M]，2005(8)：10-13，59-63．

[3]莊楚強，何春雄．應用數量統(tǒng)計基礎．廣州：華南理工大學出版社[M]，2006(2)：212-214．

[4]Pang-Ning Tan，Michael Steinbach，Vipin Kumar．應用數量統(tǒng)計基礎．范明，范宏建，譯．北京：人民郵電出版社[M]，2006(2)：305-309．

本文作者：周謙益

作者單位：重慶燃氣集團技術中心