本發明屬于電量分析技術領域，尤其涉及一種服務行業用電量分析方法。

背景技術：

開化作為國家公園建設試點之一，文化旅游等服務行業成為戰略性支柱產業，開化地區服務行業用電量呈現增長趨勢。但是開化地區山地較多，居民居住分散，變電站數量有限，存在線路單輻射，部分線路過長，目前電網仍舊存在低電壓臺區、無功消耗較大的薄弱環節。隨著國家公園建設的逐步開展，服務業規模越來越大，區域覆蓋越來越廣，對電網的電量需求、供電半徑等方面要求也越來越高。如何在保證國家公園建設的要求下合理規劃和布局電網，提高電網投資效益成了電力部門的首要任務。國家電網發展策劃部發布“一庫三中心”深化應用工作的通知，要求進一步提升統計數據價值和統計服務能力。

開化公司以此為契機，以國家公園建設為戰略目標，利用“一庫三中心”中的統一數據庫和數理分析中心，對現有的海量數據進行分析、處理，獲得國家公園建設背景下開化縣產業結構調整、文化旅游等服務業大力發展所引起的用電需求和社會經濟之間的關系。

技術實現要素：

本發明的目的在于提供一種服務行業用電量分析方法，旨在解決目前電網仍舊存在低電壓臺區、無功消耗較大的薄弱環節，服務業的投入和產出與行業用電量、旅游人口因素之間的關聯程度存在不協調的問題。

本發明是這樣實現的，一種服務行業用電量分析方法，所述服務行業用電量分析方法包括以下步驟：

對開化服務行業的用電量、用戶數和城鄉居民用電進行了相關的分析；

對開化GDP、服務行業的投入和產出、產值占比情況進一步的分析；

利用數理分析中心的相關分析、回歸分析、二次多項式、最小二乘法，對數據的發展趨勢、相互關聯進行分析和預測，給出服務業的投入和產出與行業用電量、旅游人口因素之間的關聯程度。

進一步，所述服務行業用電量分析方法選擇數理分析中心的相關分析方法，對服務業投入和產出、電網投入和產出、固定資產投入與產業用電量、用電戶數相關因素進行分析，得到系統相關分析矩陣，部分數據如下表所示：

進一步，在數理分析中心建立線性回歸分析工作流，對開化社會生產總值、服務業產出與影響因素進行分析；

(1)社會生產總值回歸擬合：

利用線性回歸法能夠準確分析開化生產總值和其影響因素之間的關系，擬合殘差為零，回歸系數R方為1，擬合模型能夠完全呈現社會生產總值變化趨勢；

(2)服務業產出回歸擬合：

利用回歸擬合服務業產出變化趨勢，殘差絕對值0.01～1.13，R方為0.99。

進一步，建立最小二乘工作流，對服務業產出和服務業行業用電量進行關系分析，利用服務業行業用電量完全擬合出服務業產出數值，殘差為零。

進一步，數理分析中心的分析和預測具體包括：對相關分析、回歸分析、二次多項式、最小二乘法進行選擇，對選擇的分析方法選擇數據參數，對選擇的數據參數輸出，輸出關聯分析結果。

本發明提供的服務行業用電量分析方法，對開化服務行業的用電量、用戶數和城鄉居民用電等進行了相關的分析；對開化GDP、服務行業的投入和產出、產值占比等情況作了進一步的分析；利用數理分析中心的相關分析、回歸分析、二次多項式等方法，對這些數據的發展趨勢、相互關聯等進行了分析和預測，給出了服務業的投入和產出與行業用電量、旅游人口等因素之間的關聯程度等，從分析結果可以看出，開化大力發展服務業，拉動了地區整體經濟地增長，增速超過GDP增速且在全市服務業中是增速最快的，服務業規模持續擴大，質量和效益快速提升，對全縣綠色發展、轉型發展做出了重大貢獻。

附圖說明

圖1是本發明實施例提供的服務行業用電量分析方法流程圖。

圖2是本發明實施例提供的數理分析中心的分析和預測流程圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

下面結合附圖對本發明的應用原理作詳細的描述。

如圖1所示，本發明實施例提供的服務行業用電量分析方法包括以下步驟：

S101：首對開化服務行業的用電量、用戶數和城鄉居民用電等進行了相關的分析；

S102：對開化GDP、服務行業的投入和產出、產值占比等情況作了進一步的分析；

S103：最后利用數理分析中心的相關分析、回歸分析、二次多項式等方法，對這些數據的發展趨勢、相互關聯等進行了分析和預測，給出了服務業的投入和產出與行業用電量、旅游人口等因素之間的關聯程度。

圖2所示，是本發明實施例提供的數理分析中心的分析和預測流程圖；數理分析中心的分析和預測具體包括：對相關分析、回歸分析、二次多項式、最小二乘法進行選擇，對選擇的分析方法選擇數據參數，對選擇的數據參數輸出，輸出關聯分析結果。

下面結合具體實施例對本發明的應用原理作進一步的描述。

實施例1

1.“十二五”期間開化服務行業年度用電量分析；

在數理分析中心選擇數據資源，建立工作流，對“十二五”期間開化三產行業用電量、用電戶數、戶均用電量等數據進行分析。

2.開化第三產業行業用電量趨勢分析

“十二五”期間開化三產總用電量增加幅度較大，其中商業、住宿和餐飲業以及公共事業和管理組織占比較大，且增長較快；信息傳輸、計算機服務和軟件業逐年穩步提升，但相對比重較小；金融、房地產、商務及居民服務業用電量相對穩定，交通運輸、倉儲和郵政業用電量2011年大幅度提升，后期相對穩定。

3.開化第三產業行業用電戶數分析

“十二五”期間開化第三產業用戶數大幅提升，其中商業、住宿和餐飲業用戶數占比較大，且逐年增加；其次，信息傳輸、計算機服務和軟件業以及公共事業及管理組織用電戶數穩步增加，2015年相對增幅較大；而金融、房地產、商務及居民服務業以及交通運輸、倉儲、郵政業用戶數相對穩定。

4.開化商業、住宿、餐飲年度用電量趨勢分析

商業、住宿和餐飲業無論是用電量還是用電戶數在三產中占比都較大，而且增長較快，因此對該行業進行細分，繪制混合圖進行分析。可以看出，批發和零售業用電量占比較大，且增加幅度明顯，住宿和餐飲業穩步提升，在2015年增幅相對較大；批發和零售業用戶數增加幅度較大，且與商業、住宿和餐飲業用戶數增加同步，住宿和餐飲業用電戶數相對穩定。

5.開化批發和零售、住宿和餐飲年戶均用電量趨勢分析

新增戶均用電量指標，利用新增數據繪制柱圖。批發和零售業戶均用電量穩中有升，住宿和餐飲戶均用電量提升較快，商業、住宿和餐飲業戶均用電量2015年大幅度增加。

國家公園建設試點環境下，開化地區商業、住宿和餐飲業的用電量、用戶數以及戶均用電量都有了大幅度的提高，2015年增幅較大，這與開化大力發展電商和旅游業的政策都是分不開的。

6.交通運輸、倉儲、郵政業、公共事業及管理組織用電量分析

在數理分析中心選擇相應數據資源，建立工作流，對開化交通運輸和公共事業用電趨勢進行分析。公共事業及管理組織“十二五”期間用電量及用戶數增加速度都比較快；交通運輸、倉儲和郵政業用戶數基本穩定，2011年用電量大幅提升，然后穩步發展。

7.金融、房地產、信息傳輸、計算機服務和軟件業用電量分析

“十二五”期間開化信息傳輸、計算機服務和軟件業用電量、用戶數都逐年增加；金融、房地產、商務及居民服務業用戶數穩步增加，用電量2011年、2012年有所下降，然后穩步提升。

8.用戶年均用電量分析

新增戶均用電量指標，根據新增指標，對三產戶均用電量進行分析。交通運輸行業年均用電量較大，其次是商業、住宿和餐飲業、公共事業及管理組織，其他行業年均用電量相對較小。

實施例2

1.“十二五”期間開化服務行業月度用電量分析

利用統一數據庫中的月度用電量數據，在數理分析中心建立月度分析工作流，具體運行結果如下。

2.商業、住宿、餐飲月度用電量趨勢分析

開化商業、住宿、餐飲業用電量大概形成兩個峰谷，5月、11月為用電低谷，2月、8月為用電高峰。

3.交通運輸、倉儲、郵政業月度用電量趨勢分析

開化交通運輸、倉儲、郵政業用電量逐年降低，1月、8月和9月為用電高峰期，3月、4月、5月、11月用電量相對較低，2015年4月、5月用電量同比較高。

4.信息傳輸、計算機服務和軟件業月度用電量分析

開化信息傳輸、計算機服務和軟件業從4月開始逐步提高，到9月、10月達到用電高峰，然后逐步下降。

5.開化金融、房地產、商務及居民服務業月度用電量分析

金融、房地產、商務及居民服務業用電量形成兩個明顯的峰谷期，高峰期分別為2月和8月、9月，低谷期分別為5月和11月。

6.開化公共事業及管理組織月度用電量分析

開化公共事業及管理組織用電量形成兩個明顯的峰谷期，高峰期分別為1月、2月和8月、9月，低谷期分別為5月和11月，與金融、房地產、商務及居民服務業用電趨勢相似。

7.國家公園試點建設下開化服務業用電量與經濟發展關系分析

7.1GDP及第三產業增加值分析

“十二五”期間，開化服務業呈現較快增長，全縣服務業增加值從2010年的24.53億元增長到2015年的49.06億元，年均增長11.8％，高出GDP年均增速3.6個百分點，占GDP的比重比2010年提高13.1個百分點。

7.2.固定資產和服務業投資情況分析

利用調研數據和數理分析中心，建立開化地區“十二五”期間固定資產和服務業投資分析工作流。2015年，服務業拉動經濟增長4.2個百分點，對經濟增長的貢獻率達到73.9％。“十二五”時期，全縣服務業固定資產投資額逐年增加，服務業投資年均增速達22.2％，占全縣固定資產投資的比重連續四年超過50％，比2010年提高14.6個百分點。

7.3服務業投資增速和增加值增速分析

利用調研數據，在數理分析中心建立服務業投資增速分析工作流；“十二五”期間開化服務業投資增速明顯高于固定資產投資增速；服務業增加值較高，年均增速高出全市1.6個百分點。

7.42015年開化服務行業增加值分析

利用調研數據，建立并聯工作流，對2015年開化服務行業增加值進行分析。行業集中度較高，批發零售、住宿餐飲、金融、房地產、交通運輸、倉儲和郵政等五大行業占服務業增加值比重達到76％。旅游業等生態、綠色相關行業得到快速發展，綠色金融、生態健康產業初露端倪。

7.5開化旅游人口分析

“十二五”期間，開化縣委出臺了一系列扶持旅游發展的政策，給開化旅游帶來了勃勃生機，旅游人口大幅度上升。根據“十二五”期間統計結果，每個旅游人口將會給開化帶來620元的旅游收入，對開化服務業的發展有很大的推動作用。

7.6國家公園試點建設背景下開化服務行業與社會經濟發展的關系分析

利用數理分析中心的多種分析方法，對開化地區服務業產值、GDP與服務行業用電量、用電戶數、城鄉居民用電、電網投入產出、固定資產投入等之間的關系進行分析和預測。

1)相關分析

綜合利用調研數據和數據庫資源，選擇數理分析中心的相關分析方法，對開化地區服務業投入和產出、電網投入和產出、固定資產投入等與產業用電量、用電戶數等相關因素進行分析；“十二五”期間開化社會生產總值與旅游人口、公共事業及管理組織用電量、城鄉居民用電量的相關系數|r|≥0.95，呈顯著性相關；與交通運輸、信息傳輸、商業、住宿和餐飲等用電量相關系數0.8＜|r|≤0.95，呈高度相關關系；與金融、房地產等用電量相關系數0.5＜|r|≤0.8，呈中度相關關系。服務業產出與旅游人口、信息傳輸、商業、住宿、公共事業和城鄉居民等用電量相關系數|r|≥0.95，呈顯著性相關；與交通運輸、金融、房地產和電網投入相關系數0.8＜|r|≤0.95，呈高度相關關系。電網投入與信息傳輸、商業、住宿和金融等用電量相關系數0.8＜|r|≤0.95，呈高度相關關系；與旅游人口、交通運輸、公共事業及管理組織、城鄉居民用電量相關系數0.5＜|r|≤0.8，呈中度相關關系。

2)主成分分析

在數理分析中心選擇數據、建立主成分分析工作流，對開化地區社會生產總值和服務業投資進行分析。

(1)社會生產總值影響因素主成分分析

社會生產總值影響因素特征值有兩組，第一組為商業、住宿和餐飲業用電量、三產用電量、公共事業及管理組織用電量和信息傳輸和軟件服務業用電量；第二組為金融、房地產業用電量、城鄉居民用電量、旅游人口、交通運輸和信息傳輸等行業用電量。

(2)服務業投資影響因素主成分分析

服務業投資影響因素特征向量也有兩組，第一組為商業、住宿和餐飲業用電量、公共事業及管理組織用電量、旅游人口、信息傳輸和軟件業用電量及城鄉居民用電量；第二組為金融、房地產用電量、城鄉居民用電量、旅游人口、交通運輸和信息傳輸、計算機和軟件業用電量。

3)二次多項式法

利用數理分析中心的二次多項式法，建立二次多項式分析工作流，對開化地區生產總值和旅游人口之間的關系進行分析，從中可以看出，二次多項式法能夠擬合出生產總值，殘差在容許的范圍之內。

4)線性回歸

在數理分析中心建立線性回歸分析工作流，對開化社會生產總值、服務業產出與影響因素進行分析。

(1)社會生產總值回歸擬合

利用線性回歸法能夠準確分析開化生產總值和其影響因素之間的關系，擬合殘差為零，回歸系數R方為1，擬合模型能夠完全呈現社會生產總值變化趨勢。

(2)服務業產出回歸擬合

利用回歸擬合服務業產出變化趨勢，殘差絕對值在0.01～1.13之間，R方為0.99，擬合模型基本能夠描述服務業產出的變化趨勢。

5)最小二乘法

建立最小二乘工作流，對服務業產出和服務業行業用電量進行關系分析，利用服務業行業用電量可以完全擬合出服務業產出數值，殘差為零。

以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。