基于用电大数据的多口径复工复产监测平台研究

梁 捷，梁广明，黄水莲

（1.广西电网有限责任公司计量中心，广西 南宁 530023；2.南宁百会药业集团有限公司，广西 南宁 530003）

0 引言

为了及时、准确和全面把握各行业的复工情况，了解各地区企业产能恢复情况，更好地支持政府的监督和控制职能，提高应对突发公共事件的响应能力，管理者需要通过复工复产指数等统计指标分析和监测企业生产恢复情况[1]。

目前政府和电力企业的管理部门普遍使用并公开发布的复工率，通常是指辖区内已恢复生产的企业占全部或一定规模以上企业的比例。例如文献[2]提到的类似用户画像的疫情防控重点单位电力保障监测分析报告，这些数据主要由企业报送和部门统计得出。具体数据来源包括相关人员走访调查，企业用户自行统计报送等，但这些数据多少会存在时滞，同时也可能存在报送和统计方主观判断和估算的情况，故难以准确地反映企业当前的生产运营情况，甚至会出现数据异常或缺失问题[3]。

基于用电大数据的复工复产指数监测技术是通过搭建以电网采集的工商业和低压集抄用户大数据为基础的企业复工复产监测平台，辅以数据挖掘和跨平台交互技术，可从多口径统计和展示电力企业用户的用电量和复产情况，更好地支持疫情防控决策[4-6]。该技术采用的数据直接来自企业或生产设备，与企业生产过程较接近，以此计算的复工复产指数能较好的体现企业产能恢复情况。本文基于该技术，综合考虑复工工业企业数量和其复工前后用电量变化情况，建立复工复产指数测算模型。然后基于大数据管理等技术设计了复工复产多口径在线监测平台。最后，通过广西电网典型案例进行复工率统计，并分析其影响因素，为政府提供辅助决策数据支持。

1 复工复产测算

1.1 复工复产测算模型

为了配合政府推动各行业复工复产工作，对疫情及其影响进行有效监测和防控，协助做好疫情防控和有序复工，测算和分析复工相关指数成为一项重要工作。虽然这些指数是疫情期间常用于衡量企业复产复工程度的依据，但对其计算模型目前并无统一标准，具体选用什么数据评估企业复产复工程度，通常根据当地应用需求确定，以便更准确贴合实际企业复产复工的客观情况。

根据现有文献研究，评估一个地区的企业复工复产水平，通常从两方面进行考量：一是该地区已复工企业占该地区所有企业总数的比例，即复工企业比例；二是该地区复工后电量恢复到参考时间前的状态水平，即复工电量比例[7]。基于此，本文以复工企业和复工电量比例为基本点，据此构建的企业复工复产测算模型如下：

1）复工率

其中：RW为某统计口径下的复工率，该值越接近100%，说明复工情况越好；EP为该统计口径下待监测对象的计数有效值，如果计数条件成立则为1，如果计数条件不成立则为0；EE为待监测对象在指定时间内的用电量，例如，按行业统计时，某具体行业的所有参测企业在计算时，取同一个指定日或时段的用电量数据；EH为该统计口径下待监测对象的历史参考用电量，例如，取用户上一年某月的日均用电量作为参考；n为预设比例系数，目前各地的取值标准不一，国家发改委发布的统计数据通常取30%[8]；EN为该统计口径下全部对象的总数。

2）复产率

其中：RPi为某统计口径下待监测对象i的复产率；IEi为该统计口径下待监测对象i的日用电量；SEi为该统计口径下对象i的一个参考时段的日均用电量，例如，取去年12月的日均用电量作为参考。

按行业统计时，在式（2）的基础上可以根据该行业中具体企业是否参与统计和用电情况，对每个行业进行整体评价，如式（3）：

其中：RP＇为某行业的复产率；βi为该行业待监测对象的加权系数，对象参与统计为1，不参与统计则为0，数值大小根据企业重要性确定。

3）复工企业电力指数

复工企业电力指数是基于电力计量系统采集到的用户用电信息大数据，综合考虑复工电量和复工企业数量两个方面的情况，通过数据监测和智能分析后得出的。计算模型上该指数借鉴了“克强指数”中的耗电量指标，以地区或行业等统计口径的用电量与往年同期比较的方式测算得出，用于反映全口径企业的总体复工情况。

其中：RI为某企业的复工电力指数；α1、α2为加权系数，各地取值标准不一，例如浙江发布的复工企业电力指数模型取α1=α2=0.5；RW为该企业某日通过式（1）获取的复工率；RP为该企业该日通过式（2）获取的复产率。

通过式（4）提供的复工电力指数模型常用于综合评判企业的整体复工复产情况，从而较好的反应企业真实运转情况。

1.2 测算流程

为了提升电力企业对复工复产的监测效率，本文通过搭建多口径复工复产指数在线监测平台，旨在实现原始数据采集和清洗，复工复产模型和指数测算管理、以及结果发布和展示的流程自动化。该平台的指数测算主要流程（如图1）为：首先根据统计需求选择测算指数模型并初始化数据采集方案，然后，对企业用电信息数据进行初次采集。例如在按某行业口径统计时，为了计算指定行业中各企业的日用电量，配置采集方案使计量系统采集模块在每天指定时间点采集指定企业的用户电能表电量表底数据，即进行一轮表码数据采集，并抽取该企业在电力营销系统中的用户档案组成快报信息。为降低服务器压力，抽取方式为OGG全量与近实时数据抽取[9]相结合的形式。接着，对初采数据进行异常核查和数据清洗，对核查发现的空值、异常极大值、数据逻辑错误、异常波动的情况进行分析，修复其中可修复部分。对经过初次采集和数据清洗后仍不可修复的数据缺失和异常等情况，则在指定补采时间内对问题用户电能表电量表底数据进行若干轮补采。接着根据所选测算模型整合历史参考用电和参与测算情况，进行企业复工复产指数计算。最后通过平台的图形可视化展示或报表发布模块为电网公司或政府机构提供按行业、行政地市等多维度的数据展示。

图1 复工复产指数测算主要流程

2 平台架构

在智能电表应用和低压集抄“两覆盖”的基础上，广西电网公司通过计量自动化系统可以实时、准确地采集辖区内1 900万电力用户的用电量信息，形成用电大数据库，可据此建立复工复产监测平台以更准确地开展多口径的复工复产情况监测分析。

本文监测平台作为广西电网企业计量自动化系统的子系统，主要应用功能模块包括模型管理、统计分析、信息发布，实现对电力用户复工复产模型的管理、指标计算以及计算结果统计发布等全过程业务，满足电力数据分析和政府疫情管控要求。同时，该平台综合考虑系统使用者、内外网数据集成交互及电力企业信息安全分区管理要求等方面，在电力企业内网信息安全III区建立与营销管理系统和计量生产管理平台等相关内部系统的数据交互接口。此外，还计划实现与政府部门，电力用户以及社会公众的外部应用系统在信息外网的消息发布接口。

该平台设计遵循面向服务的原则，通过数据同步、消息通信、服务调用等方式与信息安全Ⅲ区，以及信息内、外网各信息系统关联，同时采用B/S技术，为统计分析模块的大数据运算提供技术支持。按其功能关系，该平台系统架构如图2，主要包括：

图2 平台架构

1）硬件层。运用分布式和磁盘阵列技术管理主机、存储等资源，为系统构建基础运行环境。为了给平台提供高效系统响应和满足多线并行访问的需求，数据存储采用分布式存储技术，数据访问服务硬件采用主备模式，支持负载均衡，提高平台的可靠性。

2）服务层。服务层提供的服务包括用户模型服务、统一数据访问服务、图形服务、消息服务等。通过服务总线实现对这些服务的统一管理，实现各服务的松耦合与可扩展。

3）应用层。应用层主要实现3个子模型的功能，其中：模型管理模块实现用户、指数和统计口径模型管理等功能；数据清洗模块实现对采集数据的异常核查和异常数据清洗功能；统计分析模块实现括信息抽取、复工复产指数计算、数据分析等功能；此外，系统管理实现对各类数据的监视管理。

同时，该平台设计遵照南方电网信息安全等级防护要求进行分区部署，通过隔离设备保证不同安全区间的边界安全。此外，平台还提供报表与图形展示功能，包括各种统计指数和数据分析的报表输出，自动生成Word格式的周或月报等。还能根据统计数据生成相应图形，实现复工复产指数的可视化展示，效果如图3。

图3 平台可视化展示

3 案例分析

为多口径地观察复工指标在不同行业和地区的分布情况，基于本文平台，以元宵节后7天，即正月廿二作为典型日对广西典型行业和用户的复工情况进行分析。

3.1 行业口径

通过本文平台对广西典型行业2020年和2021年的复工率进行统计，结果如图4。图中参与统计的制造业主要包括发电设备、高压开关、电站锅炉、智能电网设备等设备制造企业，其中2020年制造业和建筑业复工率同比2019年大幅下降。这是由于这些企业有大量外地的劳务派遣人员，受疫情影响他们暂时无法返企，即使返企也要隔离14天，受此人员流动限制，加上企业贷款还款压力、生产原料产业链和产品运输受阻等其他方面的影响，复工率较低。2021年这些行业的复工率相比2020年虽然上升了，但还有较大的提升空间。

图4 2020年和2021年典型行业复工率

餐饮业和旅游业自新冠疫情爆发以来，一方面为了避免新冠肺炎感染，人们的自保意识使其尽量避免进入人员密集的公共场所，使这些场所的活动都大幅度减少，甚至关停。另一方面居民消费信心不足导致消费需求降低。所以即使有些餐饮店不停业，人员外出进行服务消费的意愿和频次也大幅度减少，从而导致餐饮行业的业务量极速下滑。类似的还有旅游行业景区，旅游大巴和酒店等旅游必经节点的感染风险使旅游业陷入低迷期。

但对房地产和教育等行业来说，虽然疫情时期加强了区域隔离，使现场出差不便，对许多线下进行的会议营销、现场看房及课堂教学等业务造成影响。但广西这些行业积极制定对策，利用近年来兴起的互联网和微应用技术通过在线直播卖房，线上课程等新途径助力业务开展，故稍微减少了复工率受疫情的影响。

自2020年新冠肺炎疫情爆发以来，为了更好的控制疫情传播，不少省市关闭了高速出入口及收费站，以及节后，受疫情防控、春节假期延长、各地延迟企业复工、推迟学校开学等情况使得交通运输受到影响。2021年随着复工复产工作的开展，交通运输工作正在有序恢复。该行业2021年复工率为84.5%，较2020年同期上升了28.4%，恢复情况较好。

由图4可见，零售业的复工率较高，经调查得知，虽然疫情时期加强了区域隔离，使现场出差不便，对许多线下进行的会议营销和以现场服务销售为主的业务造成影响。但自我隔离期间，人们需要依托线上平台来满足生活需要，零售商抓住机遇调整自己的数字营销策略，外卖、网购、生鲜电商等零售行业迅速发展，故其复工率较高。

为了推进企业复工，建议政府采取积极措施灵活鼓励企业复工。例如，对电网公司来说，提前分析对接企业用户需求，利用电网公众号和手机APP的线上优势，积极引导客户网上办理、掌上办理购电等业务，建立非接触式办电便利途径，同时还要保障企业和居民用户可靠用电。

3.2 地区口径

由本文平台按地区口径对广西各地工业用户进行复工率统计，典型日广西电网辖区监测工业企业样本中复工企业222 901户，整体复工率为72.2%，当日最高负荷1 749万千瓦，相较最近十日的复工率呈现上升趋势。分区统计结果如图5。由图5可见，各地中复工率最高的为南宁（79.4%），最低的为河池（59.3%）。由于在疫情时期的严格管控下，对交通运输造成负面影响，从而影响外地员工返企，南宁作为省会城市和广西陆空交通枢纽，交通便利，2021年随着交通运输的逐步恢复，有利于物资转运和人员返岗，故当地企业受到疫情影响较轻。而河池由于山多地少，以地无三尺平的喀斯特地貌为主，且城乡建在在狭窄的山谷，交通不便故复工受到较大影响。

图5 广西各地区工业企业复工情况

4 结束语

本文设计了复工复产在线监测平台，发挥电力企业的用电大数据优势，对广西各行业和地区的电力用户的复工复产指数进行多口径监测，为电网公司和政府及时掌握各地区各行业的复工复产情况，做好经营决策或疫情管控工作提供准确的企业用电画像。

此外，可通过监测平台对广西典型行业和各地区的复工复产情况进行统计。由统计结果可见，各行业由于产业链和消费群体特征不同，受疫情的影响轻重也不相同。2021年处于产业恢复的“后疫情”时期，企业应采取积极补救措施，充分利用智能制造和新一代信息技术有利于找到积极抵抗疫情影响的复产思路。此外，根据统计结果可知各地区疫情影响情况不同，受疫情影响大小主要与交通运输，地域特征等因素有关，建议政府因地因城施策，根据当地实际情况制定复工措施。