基于項目預算及執行情況的資金流預測分析大數據應用設計開發

張耀 于海濤 楊鵬 林華

?

基于項目預算及執行情況的資金流預測分析大數據應用設計開發

張耀 于海濤 楊鵬 林華

國網天津市電力公司信息通信公司，天津 300010

隨著公司信息化工作的全面快速推動，客戶信息、資金信息的不斷完善，現有的數據規模已呈現海量、多樣、快速增長的特點。這與大數據技術的數據應用特征逐步吻合。隨著數據多、增長快等特點的發展，公司的信息數據還附帶著雜、亂等特征的放大，傳統的數據處理和應用方式正越來越難以駕馭公司日益龐大的信息數據。因此，目前大數據關鍵技術的研究具有重要意義。

大數據技術；信息化；資金流；項目預算

引言

依據電力大數據信息系統層級，電網企業實際可以分為企業管理數據、電網運營數據以及電力生產數據三大類。運用針對性的數據挖掘分析方法、技術、工具，對支撐公司戰略有重大意義。

針對公司的重要項目，挖掘項目資金流與項目進度之間的關聯關系以及影響資金支付偏差的關鍵因素，提高項目資金流預測準確度，提升公司資金管理能力，促進公司資金成本最優化。

現代電力企業經營戰略和企業管理存在顯著的特點，具有一體化平臺作為企業管理的重要手段，是內容更精細化、成本集約化的重要途徑。這其中涉及的數據也相當復雜。長期以來，我國都沒有對信息系統進行統一的標準規范，增大了信息系統之間的數據交換難度。

現代電網運營具有重大意義。通過對交易電價、售電量等數據的分析，及時調整運營策略。例如，為準確獲取用戶的用電數據，電力公司部署了大量具有雙向通信能力的智能電表。這部分數據是整個電力數據中是最復雜的部分，涉及面廣，數據挖掘難度相當大。

為進一步發展電力生產，加大生產能效和效益最大化，提出建設大數據的預算管理，對分析生產運行狀態、提供控制和優化策略、診斷故障及未來電力知識的發現等都有十分重要的意義。利用海量的電力生產數據可以對生產過程、設備運行狀況、資源優化配置等進行更全面系統地分析。

電力公司的數據天生具備大數據特征，并且大數據的應用能顯著提升電力公司的效益。體現在以下兩個部分。

（1）電力公司的數據特點符合大數據的特征

電網公司用戶數量、資產規模巨大，并且電網生產運行對數據的響應速度要求很高，故障情況下還會出現短時多類型數據激增的現象。這些特征都符合大數據的“4V”特征，說明電網公司天然具有大數據的條件。

（2）電力公司運用大數據技術能夠產生顯著價值

研究表明，如果企業數據使用率提升10%，電力行業中企業人均產出就夠提升18%左右；如果企業數據質量提升10%，電力行業凈資產收益率（ROE）的提升幅度就為218%。如果采用大數據技術提升電網企業的數據質量，并較好地運行大數據分析，就將帶來顯著的價值提升。

1 背景知識

1.1 提升公司精益化管理水平

鑒于電網公司現金流預測中較難把控的是項目資金流。對于項目資金支付，目前僅采用項目整體預算控制，尚無項目過程中的資金流預測。由于項目類支出是公司支出的重要組成部分。項目資金流的無序發生將直接影響公司存量貨幣資金倉位，最終影響公司流動資產周轉率等關鍵績效指標的完成情況。

利用大數據技術，充分挖掘項目及資金支付歷史數據價值，能夠提高項目資金流預測準確度，提升公司資金管理能力，促進公司資金成本最優化。

圖1 天津公司大數據推進工作框架

海量平臺是建立于公司層面的實時數據平臺，實現歷史/準實時數據的統一管理，提供高效的信息整合、數據交換、數據存儲功能，為跨部門、跨業務的實時數據應用提供有力的數據支撐，實現各種應用系統對實時應用的快速部署，提升管理能力。

1.2 預算管理建設目標

針對公司的重要項目，挖掘項目資金流與項目進度之間的關聯，以及影響資金支付偏差的關鍵因素，提高項目資金流預測準確度，提升公司資金管理能力，促進公司資金成本最優化。

1.3 預算管理建設內容

通過構建業財聯動的分析模型，尋找國網天津電力總體項目資金支付模式以及不同項目類型的資金支付方式，實現項目資金流的預測。

預算管理建設內容包括預算分布與分析。

項目資金流是指工程項目資金流出隨工程進度的分布情況。通過歷史項目及預算執行情況數據，采用非線性最優化、層次聚類等方法，分析歷史數據之間內在關聯關系，構建項目資金流預測模型。

通過建立行之有效的分析模型和分析工具，提升項目資金流的預測精度，為項目現金流預算的編制提供科學的依據。

1.4 預算管理大數據研究思路

建立數據處理模型，整合、關聯來自ERP、項目管理系統等不同數據源數據，對無法滿足分析要求的數據進行清洗。

1.5 數據分析模型

模型一：通過繪制國網天津電力2012—2014年資金支付年度時間序列曲線，挖掘資金流時間序列的年度模式。

模型二：基于項目類型的資金流模式挖掘。通過尋找各類別項目的資金支付規律，并根據此規律對項目資金流分布情況進行預測。

模型三：基于電網項目執行情況的資金支付模式挖掘。通過分析電網基建項目各形象進度節點資金流分布情況，得出電網基建項目的典型支付模式，從而對電網基建項目各形象進度節點的資金流數據進行預測。

2 系統總體設計

2.1 系統需求架構

預算管理大數據需求數據來源總體方案如下。

2.1.1 業務架構

本項目建設內容主要用于支撐資金支付管理的資金流預測業務需求，實現大數據的業務應用落地。系統業務架構總體上遵從SG-ERP相關領域業務架構，保持SG-ERP體系架構原則不變。

2.1.2 應用架構

基于業務架構，定義相應的應用功能、應用劃分和分布，項目范圍內包括數據轉換、數據計算、可視化展現等基礎功能和基于項目形象進度的資金流分布規律分析、基于項目歷史資金支付曲線的資金流預測、基于資金支付的曲線特征的資金流預測等業務功能。

2.1.3 數據架構

基于業務架構和應用架構，按照國家電網公司數據架構的設計與劃分，構建相應的數據模型。所需數據從內部業務應用系統（包括ERP系統、項目管理系統、營銷SG186系統、后勤系統、PMIS、IRS）獲取。系統業務數據遵循SG-CIM模型原則，保障數據的一致性、完整性、準確性。

2.1.4 技術架構

遵循國家電網公司對于大數據應用的技術架構要求，結合業界大數據技術發展趨勢以及公司現有技術的現狀，充分考慮公司大數據平臺架構體系融合，確保項目成果具有可移植、可擴展的技術特性。

2.2 技術實現

通過現場訪談、遠程溝通等方式了解本項目的背景情況，收集并研究“五位一體”平臺項目資金管理相關的流程、制度辦法等。調研工作包括業務調研和數據調研。業務調研是對財務部等相關業務部門開展項目資金管理業務現狀調研，了解目前公司資金預算制定方法以及項目資金預算制定方法，進一步細化明確業務需求。數據調研是對業務數據內容進行梳理，信息系統權限、線上和線下數據支撐研究等，明確數據與信息系統對業務開展的支撐程度。

在結構化梳理層面，將非結構化的項目信息、借方科目等描述性特征用離散的數據變量進行替換，為后續的統計建模分析做準備。

2.3 關鍵技術

2.3.1 基于分段線性描述的S曲線的資金流預測模型

在本研究中，我們采用歸一化的S曲線描述項目累計支出按時間的分布情況。S曲線通常是無量綱的百分比曲線，即把時間和資金流進行歸一化處理，取值

范圍處于[0，1]之間，具體的計算方式為：

得到歸一化的S曲線后，通過擬合多項式S曲線方程，模擬出資金支付按時間分布的形態，并利用項目特性等各種特征信息進行回歸分析，計算出方程參數，從而得到典型的累計成本曲線。后續根據不同項目特征信息疊加各類型項目的典型應付資金流曲線，對項目過程中的資金流曲線進行預測，并可隨著項目的推進實時更新曲線。

具體實現過程中，我們分別采用三個模型對資金流進行預測，并進行相互驗證及修正。

基于項目形象進度節點信息的項目資金流預測模型，該模型首先找出與資金流發生存在關聯的項目形象進度節點，并通過擬合出分段的項目資金流時間序列曲線對項目資金流進行預測。

基于項目歷史資金支付情況的預測模型，該模型首先利用K-means對項目資金流時間序列曲線聚類，并利用決策樹對不同類別中項目特征進行劃分，最后采用神經網絡對項目未來各期間的資金流出進行預測。

基于所有資金支付情況的預測模型，該模型分別建立不同條件（如主管部門、付款單位、成本類型等）下的年度應付款時間序列曲線，通過尋找能代表該條件的典型時間序列曲線對年度應付款情況進行預測。

2.3.2 實時可視化監測平臺搭建

利用MFC搭建友好的用戶交互界面，并通過數據結構化梳理和數據表的存儲操作，調取系統中的數據并存儲到新建的數據表中，再通過調用R語言編寫優化后的分析模型對數據進行進一步統計和梳理，最終調用Tableau等數據展示軟件對分析結果進行可視化展示，最終提供交互式的分析結果展示。

3 軟硬件設計

本文主要技術手段是通過數據存儲與讀取技術、數據清洗技術研究明確目前數據現狀及支撐性，通過數據挖掘技術，分析歷史數據之間的關聯關系，從而對未來做出預測。在對硬件要求方面，使用目前既有的服務器與終端電腦；在對軟件要求方面，由于最終分析結果借助可視化技術進行展示和固化推廣應用，因此需配置可視化數據分析軟件Tableau。

項目開發的業務分析應用將部署在公司大數據平臺的存儲、計算和應用以及展現相應服務器節點上，并通過大數據平臺實現與數據源業務系統的集成。部署架構圖見圖2。

圖2 部署架構圖

4 結語

本文設計實現的設備材料編制主要基于本次項目實際功能需求，結合軟件的擅長功能領域，以達到項目資金流預測分析應用與展現場景為目的而進行。

[1]姚建國，楊勝春，高宗和，等. 電網調度自動化系統發展趨勢展望[J]. 電力系統自動化，2007，31（13）：7-11.

[2]杜貴和，王正風，等. 智能電網調度一體化設計與研究[J]. 電力系統保護與控制，2010，38（15）：127-131．

Based on the Analysis of the Implementation of the Project Budget and Cash Flow Forecast Big Data Application Design and Development

Zhang Yao Yu Haitao Yang Peng Lin Hua

State Grid Tianjin Electric Power Company Information Communication Company, Tianjin 300010

As the company comprehensive and rapid push informatization, continuously improve customer information, financial information, the existing data has massive scale, variety, the characteristics of rapid growth, with the big data technology application characteristics gradually. As data more and faster development, the company’s information data also with mixed and disorderly, the characteristics of the amplifier, data processing and application of the traditional way is getting more and more difficult to control the company growing information data.Therefore, the current big data key technology research is of great significance.

big data technology; Informatization; cash flow; project budget

TM63；TU723.3

A

張耀（1988—）男，漢族，山西朔州人，當前職務為專責，當前職稱為初級工程師，碩士研究生學歷，研究方向為軟件工程，從事電力大數據計算及應用研究工作。于海濤（1987—），男，漢族，天津人，當前職務為專責，當前職稱為工程師，碩士研究生學歷，研究方向為計算機應用技術，從事電力大數據計算及應用研究工作。楊鵬（1989—），男，漢族，天津人，當前職務為專責，當前職稱為工程師，本科學歷，研究方向為電氣工程及其自動化，從事電力大數據計算及應用研究工作。林華（1993—），女，漢族，江西萍鄉人，當前職務為專責，當前職稱為初級工程師，本科學歷，研究方向為電力系統及其自動化，從事電力大數據計算及應用研究工作。