历史油价在什么地方可以查到_如何查询历史油价查询

2024-06-30 03:35:14

1.历史油价查询在哪

2.全球石油价格多维分析

3.东营油价二连涨情况（今日东营油价）

2020年标准油价历史调整时间表：

1月油价调整时间：1月14日24时

2月油价调整时间：2月4日24时、2月18日24时

3月油价调整时间：3月3日24时、3日17日24时3日31日24时

4月油价调整时间：4月15月24时、4月29日24时

5月油价调整时间：5月18日24时

6月油价调整时间：6月1日24时6月15日24时

7月油价调整时间：7月1日24时7月15日24时7月29日24时

8月油价调整时间：8月12日24时8月26日24时

9月油价调整时间：9月9日24时9月23日24时

10月油价调整时间：10月15日24时10月29日24时

11月油价调整时间：11月12日24时11月26日24时

12月油价调整时间：12月10日24时12月24日24时

因受疫情的影响，2月初的第一轮油价调整表时间推迟了三天，由之前的2月1日24时推迟到2月4日24时，因此最新全年油价调整时间表全年发生以上变动。

扩展资料：

2020年油价调整表，最近油价趋势一览：

由于沙特与俄罗斯两国之间的原油贸易协议“破碎”，在3月9日沙特单方面大幅度提产并宣布将原油向欧美地区降价倾销原油，从而导致各国原油价格的不断暴跌；受此影响截止今天，今年全国油价总价已经开启了六次成品油价格调整窗口。

而最近一次国内油价也将于6月11日24时进行调整，届时由负责制定国内油价的国家发改委将会宣布最终的油价调整方案；根据最近一段时间的国际原油市场价格变化情况，预计国内成品油的价格可能要下调至100元/吨，部分省份地区已经从汽油价格回到五元时代的同时向四元时代靠近了。

历史油价查询在哪

如果我们想查询加油卡的加油记录如何查询呢？

1、以华为P40，EMUI10.1.0系统为例，在浏览器中搜索“油中感谢”，点入主页面。点击“现在激活”，按步骤先把账号激活。

2、激活完后，要回到首页重新登录。输入卡号和密码登录，进入后点击左下角的“加油记录查询”。

3、右边就可以选择起始日期，油卡卡号。点击查询，就会弹出所有的加油记录，在哪里加油的，加了多少钱油，加了多少升油。都很清晰！如果不选择起始日期，就是默认最近3个月的加油记录。

”油中感谢“这个网面还可以查询积分，积分兑换。

1、记名卡分为多用户卡和单用户卡。

（1）单用户卡：适用于拥有私家车个人使用。持卡加油可减少大量携带现金的风险，密码设定可规避卡丢失带来的经济损失。插卡加油、拔卡离站，缩短了您在加油时所耗费的时间，提高您的生活效率。在您加油的同时，你还可享受到“油中感谢”的积分回馈活动及关于加油卡不定期的二次促销优惠活动。

（2）多用户卡：由主卡和若干张副卡组成，适用于集中管理、车辆较多的单位和个人。主卡履行管理职能，可查询副卡交易明细、为副卡分配金额、办理副卡的各项业务等，本身也可作为加油卡使用（副卡只能用来加油）。

3、不记名卡：为个人单用户卡，可反复充值，不享受积分，不能办理挂失及清户手续。可根据用户要求转换为记名卡。转成记名卡后，可享受“油中感谢”的积分回馈。并可与其它记名卡一样享受记名卡的一切权利。

扩展资料：

中国石化加油卡优势：

1、使用便捷：插卡加油，自动结算，无需找零。客户在加油站加油时，按加油机上显示的金额进行结算。

2、交易安全：加油卡是运用于银行系统的高科技，可以保证每一笔交易的真实、安全、可靠；每台适用加油卡的加油机都由税务、质检部门严密监控，所支付的油品在质量和数量上都得到基本保证；同时，加油卡可以设置密码，可以挂失，提高了资金使用的安全性，避免了假钞为用户带来的损失。

3、加油钱包：反复充值，任意品种，实际价格结算，避免价格风险。

4、易于管理：一主多副，账户管理，方便查询。对于多用户卡客户，管理人员可通过该公司提供的明细账单掌握所管理车辆的详细加油动态。确保管理准确、到位。

5、控制严格：拥有强大的管理功能，一车一卡，专卡专用，六种限制（限车号、限油站、限每天加油次数、限每天加油金额、限每次加油量、限油品）。

6、节约费用：由于加油卡具有的六种限制信息和易于管理的优点，单位用户使用加油卡管理车队后，可以有效控制所属车辆加油品种、加油次数、加油量、加油金额，堵塞管理漏洞，控制燃油费用，节约成本。

7、各地加油：客户可持卡在全国21各省市的20000余座中国石化联网加油站加油，真正实现了一卡在手各地加油，规避了携带大量现金的风险。

8、积分增值服务：“油中感谢”活动是以加油卡为载体向客户提供积分回馈活动。记名卡用户可根据中国石化加油卡的积分换取礼品，并可享受加油卡提供的其它服务。

全球石油价格多维分析

1998年-2006年北京市93号汽油价格变动表 (单位：元/升)

调价次数调价日期油价(元) 变动幅度(元) 变动幅度(%)

1 1998年6月1日 2.32 ----

2 1999年11月5日 2.38 0.06 2.59%

3 2000年2月20日 2.47 0.09 3.78%

4 2000年5月5日 2.67 0.20 8.10%

5 2000年6月5日 2.92 0.25 9.36%

6 2000年7月14日 3.06 0.14 4.79%

7 2000年8月17日 3.19 0.13 4.25%

8 2000年9月19日 3.28 0.09 2.82%

9 2000年10月20日 3.13 -0.15 -4.57%

10 2000年11月17日 3.08 -0.05 -1.60%

11 2000年12月20日 3.06 -0.02 -0.65%

12 2001年1月13日 2.96 -0.10 -3.27%

13 2001年2月5日 2.82 -0.14 -4.73%

14 2001年3月6日 3.00 0.18 6.38%

15 2001年4月8日 3.02 0.02 0.67%

16 2001年5月14日 3.10 0.08 2.65%

17 2001年6月5日 3.24 0.14 4.52%

18 2001年7月4日 2.80 -0.44 -13.58%

19 2001年8月12日 2.61 -0.19 -6.79%

20 2001年10月17日 2.91 0.30 11.49%

21 2001年11月24日 2.40 -0.51 -17.53%

22 2002年3月4日 2.50 0.10 4.17%

23 2002年4月4日 2.73 0.23 9.20%

24 2002年5月4日 2.94 0.21 7.69%

25 2002年10月1日 3.12 0.18 6.12%

26 2003年2月1日 3.29 0.17 5.45%

27 2003年5月10日 3.03 -0.26 -7.90%

28 2003年7月1日 3.02 -0.01 -0.33%

29 2003年12月6日 3.20 0.18 5.96%

30 2004年3月31日 3.46 0.26 8.12%

31 2004年8月25日 3.66 0.20 5.78%

32 2005年3月23日 3.92 0.26 7.10%

33 2005年5月23日 3.79 -0.13 -3.32%

34 2005年6月25日 3.96 0.17 4.49%

35 2005年7月23日 4.26 0.30 7.58%

36 2006年3月26日 4.65 0.39 9.15%

37 2006年5月24日 5.09 0.44 9.46%

东营油价二连涨情况（今日东营油价）

传统的数据仓库展现，一般是通过建立数据仓库、设定维度、预先计算，然后向客户端展现多维分析的结果。在本系统中，则采取了与之不同的另一种数据仓库构建的思路，即在系统的数据仓库展现中尝试利用多维数据表之间的关联性来实现实时的多维分析功能。

在多维数据结构中，事实表和维度表之间是通过直接或间接的关系联系在一起的。对于某张表中某条记录的选取，可以在其他相关联表之间查询到与之相关联的数据记录，并可以对选取的数据和相关联的数据进行统计分析，得到这些数据的分布、趋势等分析结果，并且可以在设定了多维分析的维度之后，按照维度之间的层次关系对数据从各个不同的组合角度进行分析，形成实时的多维分析。

数据仓库展现的开发内容一般可以分为数据仓库的设计和多维分析的实现两部分。数据仓库的设计包括星型模式的搭建、数据抽取方式的确定、数据转换净化的实现，以及多维数据的存储等内容。多维分析的实现则包括多维分析维度的选取、度量值的定义、维度变换方式、钻取路径的定义、钻取数据显示方式的确定等内容。

本系统在开发过程中，由于原型系统带来的需求不确定性和数据齐备性等因素的制约，如何设计出良好的结构来更好地进行多维数据展现以及采取何种形式进行展现是一个重点问题。前文已经讨论过系统中数据仓库的架构模式、多维数据结构的定义等内容，讨论了系统原始数据源中存在的复杂性、数据完整性和数据有效性等方面存在的问题及解决办法。多维分析的设计包括维度之间的关联、事实数据展现的内容和形式、数据钻取等内容。

5.3.2.1 维度表关联性分析

数据源表结构中包括一张事实表和数张维度表。针对这些维度表可以设计用于多维分析的维度，分别为油品、交易市场、交易类型、价格单位和价格日期维度。维度数据和中间事实表之间存在直接关联，维度数据之间通过中间事实表而产生简洁的关联关系。从而可以在既有事实数据的基础上，对维度之间的关联关系进行可视化展现。

图5.29中显示了4个维度的内容数据，并列出了各维度中所具有的字段取值，这些字段通过事实表产生关联。在选择了Crude Oil油品之后，其他3个维度中的字段取值背景出现变化。白色背景表示在事实表中存在与Crude Oil相关联的交易市场，分别为Cushing,OK和Europe Brent，这表明事实表中存在有Crude Oil在这两个市场中的价格数据，没有在其他市场上的价格数据。

图5.29 多维分析维度列表

在默认情况下，维度列表显示了全部可能的维度取值。而在选择了某一维度之后，比如选择产品名称中的Crude Oil值，则在其他维度中高亮显示与此维度选中值通过油价数据关联起来的维度值。通过维度之间的关联显示，可以分析出源数据中隐藏的一些分布模式。在本示例中就可以看出系统中具有Crude Oil在Cushing,OK和Europe Brent两个市场的Spot Price FOB价格，而价格时间则从1986年到2008年都存在，油价的单位名称只存在Dollar per Barrel一种形式。多维分析的维度关联性分析，还允许在一次分析基础之上继续缩小选择值的范围。

5.3.2.2 维度表和事实表的关联性分析及展现

在实时多维分析中，除了可以进行维度表之间的关联性分析，也可将维度表和事实表关联起来进行分析。在此类分析中，除了可以在界面左侧展示维度表之间的关联之外，还可以在界面主体部分显示出事实表数据以及以事实表数据为基础的一些统计分析。图5.30中展现的是全球石油价格不同交易类型的对比分析，反映出对各石油品种在现货交易、期货交易等方式下的价格对比情况，分析的结果可以随左侧维度选择的变化实时变动。

图5.30 交易价格比较分析

对于事实表的展现，除了按照默认的维度顺序进行统计分析，维度之间的顺序也可以直接通过在界面中拖动维度的位置来完成维度的变换，实现多维分析旋转功能，在此不再赘述。

5.3.2.3 事实表数据钻取

多维分析另外一个很重要的内容就是数据钻取。在实时多维分析中，数据钻取的功能可以更为丰富。出于分析的目的，我们预先定义了钻取路径：

市场→价格类型→价格年份→产品名称。

这样就可以按照这样的路径对油价进行钻取分析。第一次默认按照市场名称来统计历史油价，在选择了一个市场之后就向下钻取两层，就可以得到按照价格年份来统计的历史油价。这里的钻取分析可以和维度关联性分析结合起来使用，从而更灵活地实现数据钻取（图5.31，图5.32）。

图5.31 数据钻取分析一

图5.32 数据钻取分析二

5.3.2.4 价格趋势分析

价格趋势分析可以作为价格预测的一种补充，它的功能展现过去时间的不同油品、不同交易类型及价格单位等相关信息，以此来直观表达油品的未来走向与趋势。这一块已经有了单独的模型程序模块来完成（图5.33）。

图5.33 多维价格趋势分析

通过在数据仓库展现中利用实时多维分析中的维度表关联性以及维度表和事实表之间的关联性，可以更好地拓展多维分析的功能。而对多维分析的需求确定可以考虑采取原型法来进行，利用数据仓库的实时多维展现来发现数据的内涵和数据之间的关联性，逐步帮助确定需要分析的维度、度量值、展现方式等内容，并反向影响到数据源表结构的设计。

东营成品油价二连涨

第五次上涨：11月19日24时

第六次上涨：12月3日24时

2020年二连涨历史记录：

第一次上涨：6月28日

第二次上涨：7月10日

今年油价调整二十三次，本次第六次上涨，呈六涨五跌十二搁浅格局

油价查询入口：点击进入

东营起执行以下最新零售价格

92号汽油￥5.73元/升

95号汽油￥6.15元/升

98号汽油￥6.87元/升