APP下载

北京农村煤改气用户供暖期用气特点

2019-05-31柴家凤

煤气与热力 2019年5期
关键词:平房线图气量

王 勋, 乔 佳, 姜 鑫, 柴家凤

(北京市燃气集团研究院,北京100011)

1 调查对象

2017年底,北京市完成了近700座村的煤改气工作。目前,大部分村采用点供方式,为了既能满足供气要求,又能最大限度节省投资,需要对所供用户用气规律进行研究。为此,我们组建了相关课题组,对2017—2018年供暖期北京怀柔区、密云区、平谷区、延庆区、通州区共计14座村(小区)2 800户居民的用气量(所有用户供暖期用气量、部分用户日用气量)进行测量,对用户信息(建筑类型、人口、供暖面积等)、室内温度、室外平均温度等数据进行了调研与搜集。采用箱线图法,对不同建筑类型用户供暖期单位供暖面积用气量分布进行分析,对异常值进行检验。

调研对象为:怀柔区:雁西林语小区、红螺湖小区、湖光山舍小区、范各庄村。密云区:红光村、杨新庄村、水泉村。平谷区:前芮营村、后芮营村、小官庄村、周庄子村、南宅庄户村。延庆区:程家营村。通州区:西集村。调研对象均燃用低热值为34.5 MJ/m3的天然气。

2 调查时间与数据

① 调查时间

2017年11月15日—2018年3月15日。

② 调查数据

对于用气量的调查分为人工抄表、远传抄表。人工抄表:对于除通州区西集村外未配置远传燃气表的村(小区)采用人工抄表,在供暖期前后分别抄表1次。远传抄表:对于安装了远传燃气表的西集村,采用远传抄表方式,每日抄表时间为0:00、12:00、24:00。

建筑类型、人口、供暖面积等:建筑类型、人口情况采用入户调查方式进行。我们采用多种方法对用户供暖面积进行确定:有些村(小区)的供暖面积由村委会掌握的资料获取,有些用户的供暖面积来自燃气集团驻村工作人员,其他用户则采用入户测量的方法。

室内温度:采用不定期入户测量的方式获得。

室外平均温度:根据气象部门发布的气象数据获得。

3 数据处理

3.1 粗大误差数据处理

在整理数据时发现粗大误差数据,这类数据可能是由于人工抄表失误以及远传过程中设备故障等原因产生的,也有部分无法知道其产生的确切原因,需要进行剔除。

笔者采用拉依达准则对粗大误差数据进行处理[1]:用3倍测量数据的标准偏差S作为取舍依据,并且根据随机误差一般符合正态分布原则进行判断。

判定标准为:

|xi-xav|>3S

(1)

式中xi——第i个测量数据

xav——测量数据的算术平均值

S——由贝塞尔公式计算的测量数据标准偏差

测量数据的算术平均值xav的计算式为:

式中n——测量数据的数量

由贝塞尔公式计算的测量数据标准偏差S的计算式为:

当测量数据xi符合式(1)的判定条件时,测量数据xi即为粗大误差数据,应予以剔除。

在采用拉依达准则对粗大误差数据进行处理时,每剔除一组粗大误差数据后,都必须重新计算算术平均值xav、标准偏差S,最终确定符合要求的数据组。

3.2 数据分布与异常值检验

对于剔除粗大误差数据后的测量数据,笔者采用箱线图法进行数据分布情况分析与异常值检验。

与以假设数据服从正态分布为前提的3σ法、Z分数法不同,箱线图法对数据的分布不做严格要求,因此在样本数据异常值的检验中有较为广泛的适用范围。箱线图法对于异常值的界定给出了一个标准,虽然这个标准存在一定的随意性,不能经受严格的推理,但是在实际的数据处理中表现比较理想。这一标准就是异常值为小于最小值Qmin或大于最大值Qmax的数据。

最小值Qmin的计算式为:

Qmin=Q1-1.5(Q3-Q1)

式中Qmin——最小值

Q1——下四分位数

Q3——上四分位数

最大值Qmax的计算式为:

Qmax=Q1+1.5(Q3-Q1)

式中Qmax——最大值

对于下四分位数Q1、上四分位数Q3的计算,通常采用n+1法、n-1法[2-4],笔者采用n+1法进行计算,n为数据数量。四分位距为Q3与Q1之间的区间,即箱子上下边的范围。从箱子上下边延伸出去的线段称为触须,分别位于最大值Qmax、最小值Qmin的位置。

除最小值、最大值、四分位数、四分位距外,还有一个关键指标——中位数。中位数是将一组数据按大小顺序排列,位于最中间位置的一个数称为这组数据的中位数。若数据数量为奇数,则中位数为中间数据;若数据数量为偶数,则中位数为中间两个数据的算术平均值。

箱线图的主要功能有两方面:一方面:从箱线图上可以大体看出数据的分布情况、数据是否具有对称性等信息。四分位距越小,表示落在箱子的数据越集中,反之较为分散。若数据明显对称,中位数将近似位于四分位距的中间,上下触须在长度上将近似相等。若数据是偏态的,中位数不位于四分位距的中间或某一触须将显著地比另一个长。另一方面:可以直观地识别是否存在异常值,异常值数量,以及异常值的具体值。

4 数据处理结果与分析

将村(小区)按建筑类别分为平房建筑、别墅建筑、楼房建筑,将各类建筑类型用户的单位供暖面积用气量分别进行粗大误差数据处理,处理后的有效数据数量分别为:平房用户1 155个,别墅用户131个,楼房用户146个。

平房用户、别墅用户、楼房用户的每户平均供暖面积分别为103、213、133 m2,供暖期单位供暖面积用气量算术平均值分别为12.07、5.39、9.32 m3/m2。平房、别墅、楼房用户供暖期单位供暖面积用气量箱线图见图1。

图1 平房、别墅、楼房用户供暖期单位供暖面积用气量箱线图

由图1可知,平房用户供暖期单位供暖面积用气量箱线图的四分位距为6.276~17.223 m3/m2,别墅用户为3.490~8.668 m3/m2,楼房用户为6.338~11.624 m3/m2。这说明,与别墅用户、楼房用户相比,平房用户供暖期单位供暖面积用气量的分布更加分散。平房用户数据出现了6个异常值。

数据分布情况反映了农村燃气供暖用户消费水平的不均匀性以及建筑类型导致的差异性。走访发现,农村居民经济收入水平普遍较低,且参差不齐。虽然相关政策给予农村居民很大的用气优惠和补贴,但部分用户仍无法承担或者不愿承担燃气费用。根据入户调查情况,3种用户均存在以下情况:部分用户燃气供暖热水炉保持着低温运行(室内温度为14 ℃左右),甚至基本不运行。也有部分经济条件较好的用户,燃气供暖热水炉设置温度较高,室内温度达到20 ℃左右,且全天运行,用气量较大。经进一步分析,在有效数据中别墅建筑、楼房建筑数量有限,且两种建筑在各个村中的建筑布局及建筑面积差别不大,用户用热习惯基本一致,可能是导致别墅用户、楼房用户供暖期单位供暖面积用气量数据分布比较集中的原因之一。

由图1可知,平房用户、别墅用户数据呈偏态分布,楼房用户数据呈非偏态分布。我们采用Q-Q图法对楼房用户供暖期单位供暖面积用气量数据是否呈正态分布进行检验。将楼房用户的146个供暖期单位供暖面积用气量数据输入SPSS软件生成Q-Q图,观测分布在直角坐标系中的各数据点(横坐标为观测值,纵坐标为期望值)是否基本呈一条直线分布。若基本呈一条直线分布,说明数据呈正态分布,否则不成立。由SPSS软件生成的Q-Q图可知,楼房用户供暖期单位供暖面积用气量数据呈正态分布。采用文献[5]方法,可计算得到95%置信度的置信区间(即楼房用户的供暖期单位供暖面积用气指标范围)为8.722~9.916 m3/m2。该指标与文献[6]给出的北京市楼房建筑住宅小区供暖期单位供暖面积用气指标8.177~9.977 m3/m2基本一致。

5 结论

在2017年—2018年供暖期,对北京怀柔区、密云区、平谷区、延庆区、通州区的14座村(小区)2 800户煤改气用户用气数据(所有用户供暖期用气量、部分用户日用气量)进行测量,对用户信息(建筑类型、人口、供暖面积等)、室内温度、室外平均温度等数据进行调研与搜集。采用箱线图法,对不同建筑类型用户供暖期单位供暖面积用气量分布进行分析,对异常值进行检验。

与别墅用户、楼房用户相比,平房用户供暖期单位供暖面积用气量的分布更加分散。平房用户数据出现了6个异常值。平房用户、别墅用户数据呈偏态分布,经检验楼房用户数据呈正态分布。当天然气低热值为34.5 MJ/m3时,楼房用户的供暖期单位供暖面积用气指标为8.722~9.916 m3/m2。

猜你喜欢

平房线图气量
一些图运算的调和指标与调和多项式的线图∗
平房
预测瘢痕子宫阴道试产失败的风险列线图模型建立
做人要有气量,交友要有雅量
我感到安慰
气量可以学习吗
王旦的气量
关东军细菌部队背荫河及平房基地择址原因刍议
气量三层次
一类图及其线图的Wiener指数