李寬　周衛(wèi)紅　桑賢伯　吳光元　王一同

摘要：本文通過(guò)加氣站智能信息化系統(tǒng)的數(shù)據(jù)庫(kù)部分講解了加氣站信息化系統(tǒng)數(shù)據(jù)庫(kù)的建立和數(shù)據(jù)的處理。建立了模糊綜合評(píng)價(jià)模型和BP預(yù)測(cè)模型，對(duì)加氣站的績(jī)效進(jìn)行評(píng)估和對(duì)加氣站的銷量進(jìn)行預(yù)測(cè)。

關(guān)鍵詞：加氣站；數(shù)據(jù)庫(kù)；績(jī)效評(píng)估；BP網(wǎng)絡(luò)；綜合評(píng)價(jià)

自“十二五”規(guī)劃以來(lái)，各個(gè)行業(yè)信息化水平發(fā)展迅速，通信和自控技術(shù)在各行業(yè)廣泛應(yīng)用，特別是天然氣加氣站信息化運(yùn)營(yíng)管理方面[1]。但很多加氣站急于項(xiàng)目投產(chǎn)，所以根本沒(méi)有信息化系統(tǒng)與之相配套，天然氣加氣站的信息化建設(shè)與快速發(fā)展行業(yè)不相適應(yīng)，給管理造成了很多麻煩。為方便管理者對(duì)場(chǎng)站的管控，本項(xiàng)目設(shè)計(jì)出一套基于績(jī)效分析算法、BP網(wǎng)絡(luò)的分析模型，通過(guò)計(jì)算權(quán)重來(lái)定量評(píng)價(jià)加氣站的發(fā)展現(xiàn)狀，并對(duì)加氣站未來(lái)燃?xì)怃N量進(jìn)行預(yù)測(cè)。加氣站信息化系統(tǒng)的主要組成是存儲(chǔ)分析各項(xiàng)信息的數(shù)據(jù)庫(kù)部分。數(shù)據(jù)庫(kù)不僅指數(shù)據(jù)庫(kù)本身，同時(shí)也包括數(shù)據(jù)分析部分。合理建立數(shù)據(jù)庫(kù)的關(guān)鍵在于對(duì)加氣站的調(diào)研力度和對(duì)行業(yè)狀況的認(rèn)知，實(shí)現(xiàn)該過(guò)程需要明確數(shù)據(jù)的來(lái)源、種類，并能對(duì)數(shù)據(jù)進(jìn)行重新分類，也需要通過(guò)有限的數(shù)據(jù)分析出更多有價(jià)值的信息，使數(shù)據(jù)價(jià)值最大化。數(shù)據(jù)庫(kù)的構(gòu)成好壞關(guān)乎到整個(gè)信息化系統(tǒng)的執(zhí)行效率和實(shí)用性，實(shí)現(xiàn)數(shù)據(jù)庫(kù)的最優(yōu)化是十分必要的。

1 數(shù)據(jù)庫(kù)設(shè)計(jì)

（1）數(shù)據(jù)庫(kù)結(jié)構(gòu)。

數(shù)據(jù)庫(kù)方面采用Microsoft SQL數(shù)據(jù)庫(kù)，并在總站和分站分別建立數(shù)據(jù)庫(kù)。分站數(shù)據(jù)庫(kù)主要起數(shù)據(jù)備份作用，總站數(shù)據(jù)庫(kù)起數(shù)據(jù)存儲(chǔ)作用。

（2）總站數(shù)據(jù)庫(kù)。

所需數(shù)據(jù)全部來(lái)源于各場(chǎng)站加氣機(jī)，加氣機(jī)數(shù)據(jù)傳輸?shù)礁鞣终緮?shù)據(jù)中心進(jìn)行解算、存儲(chǔ)備份，通過(guò)再次打包發(fā)送給總站服務(wù)器，總站服務(wù)器進(jìn)行解析后存儲(chǔ)到總站數(shù)據(jù)庫(kù)并將原始數(shù)據(jù)進(jìn)行運(yùn)算分析。總站數(shù)據(jù)庫(kù)包含運(yùn)營(yíng)數(shù)據(jù)庫(kù)和用戶數(shù)據(jù)庫(kù)兩部分。

（3）運(yùn)營(yíng)數(shù)據(jù)庫(kù)。

運(yùn)營(yíng)數(shù)據(jù)庫(kù)包含各分站上傳的運(yùn)營(yíng)數(shù)據(jù)，包括交易數(shù)據(jù)和運(yùn)行參數(shù)。

（4）用戶數(shù)據(jù)庫(kù)。

用戶數(shù)據(jù)庫(kù)包含管理員和普通用戶，管理員包含管理員賬戶信息和管理員日志；用戶包含用戶賬戶信息和用戶交易數(shù)據(jù)兩方面。

在建立數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)后，我們還在數(shù)據(jù)庫(kù)部分加上了數(shù)據(jù)分析部分，可對(duì)傳輸過(guò)來(lái)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析，從有限的數(shù)據(jù)中分析出更多信息，實(shí)現(xiàn)對(duì)加氣站發(fā)展的管理指導(dǎo)。

2 評(píng)估算法

（1）績(jī)效分析算法。

在績(jī)效分析上，采用考科納克和安布勒提出的六要素評(píng)價(jià)法[2]，綜合對(duì)行業(yè)的了解，總共需要對(duì)四個(gè)方面進(jìn)行評(píng)價(jià)：

a.市場(chǎng)評(píng)價(jià)（U1）：該指標(biāo)指加氣站的市場(chǎng)占有率和行業(yè)口碑，與績(jī)效成正比。

b.財(cái)務(wù)評(píng)價(jià)（U2）：該指標(biāo)指加氣站銷售額水平，利潤(rùn)水平和利潤(rùn)變化水平，與績(jī)效正比。

c.消費(fèi)者評(píng)價(jià)（U3）：該指標(biāo)指加氣站消費(fèi)者忠誠(chéng)度，顧客消費(fèi)水平和顧客增加量，與績(jī)效正比。

d.運(yùn)營(yíng)評(píng)價(jià)（U4）：該指標(biāo)指加氣站運(yùn)營(yíng)成本變化和站規(guī)模變化，前者與績(jī)效反比，后者與績(jī)效正比。

論文采用了模糊集數(shù)學(xué)評(píng)價(jià)方法，通過(guò)構(gòu)建多級(jí)模糊評(píng)價(jià)模型對(duì)場(chǎng)站發(fā)展進(jìn)行評(píng)價(jià)，評(píng)價(jià)分成兩層，目標(biāo)層和指標(biāo)層，計(jì)算第一層指標(biāo)對(duì)績(jī)效的權(quán)重和第二層指標(biāo)對(duì)第一層指標(biāo)的權(quán)重，最終綜合運(yùn)算出每個(gè)站的績(jī)效值[3]。層次分析法是把待分析問(wèn)題分成層次定量分析的決策方法，使用層次分析法得出該四個(gè)指標(biāo)的權(quán)重分配為：

A={0.165，0.53，0.223，0.082}

A1={0.43，0.57}

A2={0.133，0.457，0.41}

A3={0.41，0.133，0.457}

A4={0.57，0.43}

根據(jù)權(quán)重列出每個(gè)站的模糊判斷矩陣，做出多級(jí)評(píng)價(jià)，從而得出每個(gè)站的績(jī)效值。通過(guò)對(duì)比各自場(chǎng)站績(jī)效值變化就可以得出該場(chǎng)站的發(fā)展?fàn)顩r，并且可以根據(jù)評(píng)價(jià)指標(biāo)以及權(quán)重給出該場(chǎng)站的一個(gè)發(fā)展方向，這對(duì)規(guī)劃加氣站的發(fā)展是非常有意義的。同時(shí)績(jī)效值可用于分站間橫向比較，有利于同行間的有理競(jìng)爭(zhēng)，加速行業(yè)發(fā)展。

（2）BP預(yù)測(cè)模型。

在人工智能快速發(fā)展的今天，神經(jīng)網(wǎng)絡(luò)模型的使用越來(lái)越普遍，其中BP模型是預(yù)測(cè)常用方法。該模型是通過(guò)樣本選擇、輸入輸出、隱層、激發(fā)函數(shù)、初始參量和訓(xùn)練協(xié)議等步驟后直接應(yīng)用實(shí)例的方法，基于此，論文結(jié)合加氣站實(shí)際情況，選取樣本建立模型。為了使運(yùn)算速度加快，效率增大，選擇樣本時(shí)采用連續(xù)日銷量序列，將單個(gè)站一段時(shí)間的每日銷售數(shù)據(jù)組成樣本序列，樣本容量越大，預(yù)測(cè)結(jié)果越可信。輸入輸出量方面使用樣本序列的自相關(guān)函數(shù)[4]：

其中μx=1[]nΣni=1xi為樣本均值，k為時(shí)滯函數(shù)。

rk=Σn-kT-1（xt-μx）（xt+k-μx[]Σnt=1（xt-μx）2

當(dāng)函數(shù)首次通過(guò)零點(diǎn)或達(dá)到1-1[]e時(shí)，時(shí)滯參數(shù)作為輸入數(shù)目。因?yàn)橐龆嗖筋A(yù)測(cè)，所以輸出值是一個(gè)預(yù)留參數(shù)，可以由加氣站管理人員自行設(shè)置改變。在設(shè)定好輸出數(shù)值和序列長(zhǎng)后，系統(tǒng)不但會(huì)運(yùn)算出預(yù)測(cè)銷量，還會(huì)根據(jù)設(shè)定的數(shù)據(jù)給出可信度檢驗(yàn)，最后這些運(yùn)算出的數(shù)據(jù)可以作為指導(dǎo)天然氣分配運(yùn)送的參考。

在實(shí)踐過(guò)程中，發(fā)現(xiàn)該模型與線性回歸模型極其相似，但在長(zhǎng)期可信度方面優(yōu)于線性回歸模型。雖然本模型預(yù)測(cè)已經(jīng)卓有成效，但是依然沒(méi)有發(fā)揮數(shù)據(jù)的最大作用，僅僅是一個(gè)簡(jiǎn)單的輔助預(yù)測(cè)，不能確切的得出有效的規(guī)劃方案，但運(yùn)用計(jì)算機(jī)輔助后極大減小了人工工作量，使有效勞動(dòng)力充分發(fā)揮在決策方面而不是繁瑣的數(shù)據(jù)分析。在日后的改進(jìn)中要加入決策相關(guān)算法輔助人工決策，更方便辦公者使用。

3 結(jié)語(yǔ)

論文針對(duì)NG加氣站信息化系統(tǒng)建設(shè)現(xiàn)狀，通過(guò)查閱文獻(xiàn)和實(shí)地調(diào)研，提出目前加氣站運(yùn)營(yíng)管理方面存在的不足之處，本次數(shù)據(jù)庫(kù)設(shè)計(jì)及算法實(shí)現(xiàn)正是基于此情況下有意義的嘗試。通過(guò)借鑒其它相關(guān)領(lǐng)域研究結(jié)果在加氣站信息化系統(tǒng)中移植了銷量和績(jī)效評(píng)估算法，通過(guò)計(jì)算權(quán)重來(lái)定量評(píng)價(jià)加氣站的發(fā)展現(xiàn)狀，并對(duì)加氣站未來(lái)燃?xì)怃N量進(jìn)行預(yù)測(cè)。本研究實(shí)現(xiàn)了多學(xué)科交叉，對(duì)通信技術(shù)在天然氣行業(yè)的發(fā)展有著良好的推動(dòng)作用。

參考文獻(xiàn)：

[1]何瓊英.發(fā)展中的CNG加氣站現(xiàn)狀分析[J].化工管理，2014，（33）：142.

[2]許桃榮，余曉鐘，黃飛云.加油站營(yíng)銷績(jī)效的模糊綜合評(píng)價(jià)[J].內(nèi)蒙古石油化工，2007，（12）：267269.

[3]晏妮娜，黃小原.電子商務(wù)營(yíng)銷績(jī)效的模糊綜合評(píng)價(jià)[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004，25（9）：914917.

[4]楊慶，黃德先.加油站成品油銷量預(yù)測(cè)算法與樣本數(shù)據(jù)設(shè)計(jì)[J].計(jì)算機(jī)工程與應(yīng)用，2007， 43（13）：210213.

項(xiàng)目資助：國(guó)家級(jí)，遼寧省，遼寧科技大學(xué)創(chuàng)新創(chuàng)業(yè)計(jì)劃項(xiàng)目“天然氣加氣站智能信息化系統(tǒng)開(kāi)發(fā)”（201610146017）

作者簡(jiǎn)介：李寬（1996），男，從事燃?xì)饧夹g(shù)開(kāi)發(fā)。

通訊作者：周衛(wèi)紅（1979），男，副教授，從事燃?xì)鈭?chǎng)站信息化項(xiàng)目研究。