回归分析在汽车制造企业能源预测中的应用.docVIP

回归分析在汽车制造企业能源预测中的应用 ? 杨斌??刘燕??尹瑞萍 （陕西重型汽车有限公司） ? 【摘要】?简要介绍了企业用能情况及企业能源预测的意义，介绍了一元线性回归分析及其数学模型，并通过实例计算说明了回归分析在企业能源预测中的应用，同时对应用中需注意的问题进行了说明。 【关键字】?能源预测；回归分析；相关分析；预测数学模型； ? 陕西重型汽车有限公司，总部位于陕西省西安市，公司产品范围覆盖重型军用越野车、重型卡车、重型车桥及汽车零部件等领域。公司消耗能源种类主要为电力、天然气、蒸汽、燃煤、汽柴油等。能源是企业生产经营活动顺利进行的物质保证，科学准确的对能源消耗进行预测是能源管理工作的重要内容，是能源规划的基础，对于制定能源消耗定额，编制能源消耗指标，提高能源利用率都具有现实意义，同时也是企业全面预算的重要组成部分。 企业能源消耗受多种因素影响，在预测企业能源消耗时，往往是在某些因素（产量、产品结构、生产工艺、能耗设备等）设定的情况下进行，能源消耗与各影响因素之间存在着客观的依存关系，但这种关系不是确定的函数关系，而是不严格、不确定的关系，这种关系被称为相关关系。回归分析正是解决此问题的一个实用典型的工具。根据能源管理工作实际，财务成本核算要求，将企业用能细分为若干用能单元进行分层分类分项管理。依据能耗与产品产量的关系密切程度分为两大类：基础能耗（办公楼能耗、食堂能耗、采暖用能、路灯照明用电、中央空调系统能耗等）和生产能耗（主要是汽车及零部件生产过程中所消耗的能源，即主要指生产车间和生产专业厂用能）。本文主要以公司所属的生产专业厂用电（生产能耗）为例，说明回归分析在企业用电预算中的应用。 回归分析法预测是利用回归分析方法，根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。进行回归分析需要建立描述变量间相关关系的回归方程。最简单的情形是一个自变量和一个因变量，且它们大体上有线性关系，这叫一元线性回归。 ?????????????????????????????????(公式1)?????????????? 此式是描述Y与x之间关系的经验公式，又称为Y关于x的一元线性回归方程 式中：x为自变量； 为因变量，线性回归分析估计值，或预测值； a，b为待定回归参数； a称为回归常数，它是回归直线的截距； b称为回归系数，它是回归直线的斜率。 用最小二乘法求回归方程的参数，用最小二乘法求回归参数的基本原则是，对于确定的方程，要使观察值y与估计值的偏差的平方和最小。由此方法可求出： ???b=????????????????????????????????????(?公式2) a=?????????????????????????????????????( 公式3) 只需将历史资料自变量x和对应的因变量y的数据代入上面的两式，即可求得回归参数a，b。 现以企业内某生产专业厂历史耗电量和产量为例，说明回归分析预测法在预测其17年用电量时的具体应用与计算步骤。 表1为某生产专业厂15年1月至16年9月的耗电量与产量数据。 时间 产量（辆份） 电量（千瓦时） 时间 产量（辆份） 电量（千瓦时） 2015年1月 2464 349346 2016年1月 3654 470800 2015年2月 3505 464052 2016年2月 4413 529023 2015年3月 4632 589976 2016年3月 7109 731699 2015年4月 5890 630777 2016年4月 6763 714224 2015年5月 5098 545597 2016年5月 6700 718132 2015年6月 4196 469688 2016年6月 5458 633503 2015年7月 2725 384401 2016年7月 3752 461449 2015年8月 2816 413229 2016年8月 5636 649515 2015年9月 3731 449596 2016年9月 5434 594428 2015年10月 3425 407555 ? 2015年11月 4790 539415 ? 2015年12月 2750 379271 ? ? 一、制作散点图，进行相关性分析。 通过历史数据编制散点图，对数据的关系进行定性分析和初步判断，是否为一条近似直线。根据历史数据在直角坐标系中作散点图，从直观上看有误成直线分布的趋势，即两变量具有直线关系时，才能建立一元线性回归方程。 相关分析是对现象之间相关关系密切程度的研究。它是回归分析的基础和前提，如果缺少相关分析，也就缺少了相关密切程度的判断，就不能进行回归分析。对Ｘ、Ｙ之间相关程度作出判断，这就要计算相关系数r，两个随机变量的相关系数是两