城市天然气商业用户用气量指标的研究

天然气作为清洁能源，将成为城市未来能源的主导”。0。为r保证城市天然气的安全稳定供应，天然气供应氽业应准确掌握天然气用户的实际用气量指标，这样才能在天然气销售合同约定的范围内通过预测、指定、变更等调度手段，与上游天然气供应企业密切配合、协调动作。本文对北京市天然气商业用户的分类及用气量指标进行研究。

1商业用户的分类

商业用户在城市天然气供应体系巾所占比例与该地区经济发展趋势、用气结构等诸多因素有着密切关系。以北京为例，2005年底商业用户的用气量占全市天然气供应量的15％。商业用户的类别繁多，规模、档次参差不齐往往导致各类商业用户用气量指标的差别。目前，我们在规划设计时采用的用气量指标没有对商业用户类别进一步细化，而且已经使用多年，已不太符合当前实际情况。因此，对商业用户进行科学、合理地分类就变得尤为重要，北京市天然气商业用户分类见表1。

表1  北京市天然气商业用户分类

2抽样方法及样本容量

 

2．1抽样方法的选择

根据统计学原理，统计调查分为全面调查与非全面调查。北京市商业用户数量庞大且种类繁多，且用户数量在不断增加。采用全而调查的方法采集和处理数据需要投入大量的人力、物力、财力，是我们现有能力不能达到的。抽样调查作为非全面调查的一种，存在随机性，样本与总体之间的误差也不可避免。但由于抽样调查节约费用，时效性强，可以承担全面调查无法胜任的项目，且有助于提高调查质量。因此，采用抽样调查，从研究对象的总体中抽取一部分作为样本，根据对抽取样本的调查，获得对总体目标量的了解。常用的基本抽样方法有简单随机抽样、分层抽样、整群抽样、系统抽样、多阶段抽样等”。，我们采用简单随机抽样方法，即从抽样框内的若干个抽样单元中随机地抽取n个单元作为样本。在实际工作中，n过大会造成调查工作繁重复杂，n太小又无法保证精度要求。

2．2样本容量的确定

由于有些用户的总体数量非常庞大，如普通饭店、小吃店，而有些用户的总体数量较小，如大学。

I司此，对于不同类别的用户，采取不同的方法确定样本容量。

    ①总体数量较大的用户

    根据抽样理论，如果只考虑调查精度对样本容量的要求，则可以按统计意义对样本容量进行定量

计算。对于总体数量较大的用户，采用以下方法进行样本容量的确定：

    P(Iθav一θl≤d)=l-a                             (1)

式中P——总体中具有某种特征的单元占总体的比例

    θav—样本均值

    θ一总体均值

    d----允许绝对误差

    a--显著性水平

    由于对总体未做任何没定，因此θav的精确分布很难求得，但当样本容量足够大时，可以采用正态分布近似，则允许绝对误差为：

    d==z/V(θav)=zS(θav)                               (2)

式中z——标准正态分布的双侧分位数，若a=0．05，则z==1．96

    V(θav)——样本均值θav的方差

    s(θav)——样本均值θav的标准偏差

    当θav为总体估计比例时，θav近似于ɑ，式(1)变为：

    P=1-θav                                          (3)

  若估计总体中具有某种特征的单元占总体的比例P所用的估计量是样本均值θav时，由于对于简单随机样本，θav是P的无偏估计，则方差V(θav)为：

  V(θav)=Pθ/n*N-n/N-1                                (4)

由式(2)、(4)可得：

d=z√pθ/n*N-n/N-1                                 (5)

整理得：

n= ⁿ⁰/1+n0-1/N                                       (6)

n0=z²pθ/d²

式中nO--系数

N——总体数量

由式(6)可知，当Ⅳ很大时，n接近于n0。说明总体数量很大时，其样本不一定与之在数值上对应而取很大值。在实际工作中，通常先计算no，如果no／N<O．05时，样本量就取n0。否则，就采用式(6)进行修正，最终确定样本容量。当取a=0．1、P=10％、d=15％时，可以得出n0=11。在本次研究中，对于用户总体数量N>250户的，no／N=O．044<0．05，样本容量可取n0；对于，N<250户的，样小容量取n。

②总体数量较小的用户

对于总体数量较小的用户，如采用较高的置信度(1一a)和精度，无法采用上述方法计算样本容

量，应采用新的方法计算。由统计学原理有：

 

θ≈θav⁺-tn-1(a)S(θav)= θav_+- t_n-1 (a)*(1/n-1/N)^1/2    (8)

 

由于区间范围为2t_n-1(a)(1/n-1/N)^1/2s,并一般要求为：

2tn-1(a)(1/n-1/N)^1/2s≤2ε                             (9)

式中t_n-1 (a)--t分布函数，可南f分布表查得

    s——标准偏差，可采用预抽样或由历史数据

          取得   

    ε——精度，根据抽样精度要求确定，一般取

    O．1-5．0

  式(9)可改写为：

t_n-1(a) (1/n-1/N)^1/2≤ε/s                                (10)

当置信度取95％，即a=O．05，其他参数N=21、ε=2、s=2．3时，设n=5，则查表得t5-1(0．05)=2．131 8。此时，式(10)左侧等于0．832 2，右侧等于0．869 6，样本容量n=5成立。

3样本数据的整理

3．1数据的初步筛选

存数据整理时，通常会遇到一些异常情况，即在一组数据中，发现少数几个偏差特别大的可疑数据，这往往是由于过失误差造成的。对可疑数据的取舍应非常慎重，在采集过程中，若发现异常数据，要分析原因，及时纠正错误；在分析数据时，若发现异常数据，先找出产生差异的原因，对其进行取舍。经过初步筛选后剩余的用户认为是止常工作的用户。

3．2数据的进一步筛选

在分析数据时，有些可疑数据无法弄清其产生的确切原因，则需对其进行统计处理，常用的统计方法有拉依达准则、格拉布斯准则、狄克逊准则等。

①拉依达准则

若可疑数据xp。与试验数据算术平均值xav。偏差的绝对值ld。l大于3倍或2倍的标准偏差s，则应将xp从该组数据中剔除。选择2s或3s与屁著性水平“有关，2s相当于显著性水平a=0．05，3s相当于显著性水平a=0．01。拉依达准则方法简单，使用方便，但只适用于数据较多的情况。

②格拉布斯准则

当Idpl大于格拉布斯检验临界值入（a,m)时，就将xp从该组数据中剔除。入（a,m)与试验次数m及给定的a有关，可由格拉布斯临界值表查得。

③狄克逊准则

将j个数据按从小到大的顺序排列x1,x2,....xj-1.xj，若有可疑数据存在，必然出现在两端，即x1．或xj检验x1或xj时，先计算出检验参数f0.当x1，为可疑值时f0的表达式为：

 

   x₂-x₁/x_j-x₁,3≤j≤7

  

f₀={ x₂-x₁/x_j-1-x_1, 8≤j≤12

 

   x₃-x₁/x_j-2-x₁,13≤j

当x_j为可以值时f₀的表达式为：

 

    x_j-x_j-1/x_j-x₁, 3≤j≤7

 

f₀={ x_j-xj-₁/x_j-x_2, 8≤j≤12

 

    x_j-x_j-2/x_j-x₃,13≤j

 

将所求得的f0与狄克逊I临界值f(a,j)，进行比较。若f0>f(aJ),则应剔除x1。或xjof(a,j)与显著性水平a及数据数量j有关。

在采用上述3个准则检验可疑数据时，剔除1个后，如果还要继续检验，应注意数据总数发生了变化，xav,s,入（a,m）,f0,f(a,j)也随之发生变化。当数据较多时，采用拉依达准则比较简单，当数据较少时，不能应用。格拉布斯准则和狄克逊准则适用于数据较少时的检验。总体来说，数据越多，可疑数据被错误剔除的可能性越小，准确件越高。对样本中的不同组别的数据，应采用合适的准则进行筛选。对于样本数量大的用户类型，先采用拉依达准则对可疑数据进行筛选，如果无法对其进行剔除，再采用格拉布斯准则或狄克逊准则进行筛选。对于样本数小的用户类型，则采用格拉布斯准则或狄克逊准则筛选。

4用气量指标范围的计算

根据大量通过整理筛选的用户实际用气记录，得到用气量指标的统计分布，从而推断关于用气量指标的统计特征参数，得到用气量指标的置信区间。一个置信度为1一a的置信区间为[5]：

 

（θav-s/√nt_a/2(n-1), θav+ s/√nt_a/2(n-1)）

 

 

取显著性水平a=0．05，可求得北京市部分商业用户的用气量指标范围，见表2。

表2北京市部分商业用户用气量指标范围

 

 

 

 

 

 

 

 

 

 

续表2