指數平滑法在電網物資采購需求預測中的應用

楊婷婷　張晨　雷政　張雨晴

摘 要：提高采購準確性，降低采購成本是電網企業發展的必然趨勢。基于國家電網重慶分公司2014-2018年的采購數據為研究樣本，以農網樓層線夾為例，依據指數平滑法構建模型對2018年采購數據進行預測。指數平滑方法可以為電網企業未來物資采購提供必要的參考，有效提升電網物資采購管理效率。

關鍵詞：物資采購;指數平滑;樓層線夾

中圖分類號：F25 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2020.02.019

0 引言

改革開放以來，電力行業是推動我國經濟高速發展的重要支柱。隨著我國經濟體量的不斷擴大，以及人民生活質量的普遍提高，電力供應的需求也在日益增長。與此同時，傳統電力設備的老化，以及技術更新換代而引發的新老設備更替和電網改造，導致新型電力系統的設備需求日益增大。另外，國家電網作為國民經濟發展的支柱產業，企業在各年度投資項目和物資需求會隨著國家經濟和產業政策布局的變化而不斷進行調整，加之電力物資需求還會受到企業綜合計劃、項目投資變化、工程進度、市場需求變化等諸多因素影響，使得物資需求預測及采購成為困擾物資采購部門相關工作的難點。

現階段，國家電網對物資需求預測管理相對粗放，主要依賴需求單位主觀經驗和人為判斷，缺少精確的預測手段和信息化工具，導致采購回的物資出現“供不應求”和“滯銷積壓”兩極分化現象：一方面，電網企業重復采購“供不應求”物資，采購成本大幅增加;另一方面，電網企業無法及時消耗“滯銷積壓”物資，供應商資金滯壓，對企業品牌形象造成負面影響。因此，基于物資采購歷史數據，利用先進的統計理論與預測方法，科學預測物資需求，為物資采購提供科學依據與數據支撐具有重要的實踐價值。為探索統計理論及預測方法在國家電網物資采購預測中的效果，本文以農網樓層線夾為例，利用2014-2017年的歷史數據，運用指數平滑法預測2018年的數據，并通過與2018年的實際數據相比較，驗證模型的預測效果，以期為進一步調整和完善未來的物資采購需求方法，提高物資需求預測精確度提供參考。

1 物資需求基本情況分析

國家電網重慶分公司每年投資項目物資需求品類多達70種以上，如果進一步按產品明細分類核算，數量則多達300種以上。圖1是選取了部分物資品類在2014—2018年期間的需求情況，分別報告了這部分物資品類需求數量在2014—2018年期間的最大值、最小值和平均值。可以發現電能表在樣本觀測期間的需求數量波動幅度非常大，最大值為61200萬元，而最小值只有222萬元，最大值比最小值高出近300倍;而與此同時，10KV互感器、控制電纜和低壓電流互感器等物資在樣本觀測期間平均值、最大值和最小值均非常接近，表明這類物資在不同年度的實際需求數量較為穩定，降低了物資需求預測的難度。但是，類似于電能表波動幅度的物資品類，由于不同年度對物資的實際需求數量差異巨大，導致僅依靠歷史數據或工作經驗對下一年度的實際物資需求進行預測非常困難。

2 預測方法與結果分析

2.1 數據來源

本文所使用的數據來自于國網重慶市電力公司統計的農網樓層線夾在2014-2018年期間實際使用的數量。

2.2 研究方法

本文采用指數平滑法，根據2014-2017年的農網樓層線夾的實際使用量對2018年的需求作出預測，并與2018年的實際數據進行比較，以檢驗指數平滑法是否適用于農網樓層線夾的需求預測。指數平滑法是通過計算指數平滑值，從預測對象既往的時間序列數據進行加權平均，從而預測本期數值的一種方法。其原理是任一期的指數平滑值都是本期實際觀測值與前一期指數平滑值的加權平滑。

表1報告對α分別取值0.1、0.5和0.9，農網樓層線夾在2018年的實際使用和需求預測數據，我們用[（實際值-預測值）/預測值] * 100%來度量模型的預測偏差，可以發現當α取值為0.5時，指數平滑模型對應的預測值為4887，與實際值5449之間的差異為-10.31%，預測效果最為理想。

3 研究結論及局限

在新一輪電力改革的背景下，提高電網物資需求預測精確度，降低工程項目物資資金結余率是國家電網物資采購的必然趨勢。本文結合電力行業及投資項目需求的特點，選取農網樓層線夾作為研究對象，運用指數平滑方法構建預測模型，重點考察2018年農網樓層線夾的實際需求與預測值之間的誤差，以檢驗模型預測的準確度。本文的研究方法及使用的預測模型能夠大幅提高現有條件下物資采購預測的精確程度，對降低工程項目物資資金結余具有重要的參考價值。

本文仍存在以下研究局限：

第一，本文在模型實際預測中我們僅使用了2014年至2017年的數據。由于數據年限較短，會對預測的精確度造成一定的影響，在未來隨著數據累計量的增加，預測效果可能會更為理想。

第二，現有預測方法及模型設計并未考慮電力行業設備更新和技術改造的周期性。傳統電力設備的老化，以及技術更新換代而引發的新老設備更替和電網改造具有一定的周期性，在現有數據結構下，我們還無法有效觀察到投資項目的周期性變動，隨著時間的推移，將周期性變動加入預測模型，在一定程度也可以改善模型的預測效果。

第三，電力行業的特殊性導致各類投資項目缺少標準化的物資需求。由于電網項目投資不僅需要關注經濟社會發展對電力的需求，還需要考慮電網項目施工過程中可能面臨的困難，特別是不同地形條件對項目施工進度和物資需求數量存在巨大差異，導致在項目施工前，沒辦法準確預測物資的可能需求量。在綜合考慮城市特征、地形地貌和投資項目類型的基礎上，如果能將電網施工項目所在地或投資項目類型設定標準化的成本物資需求，那么對項目實際物資的需求預測精度將會得到進一步提升。

參考文獻

[1]黃宏和，吳臻，琚軍，等.基于物資需求特性量化預測未來需求的方法[J].浙江電力，2019，（7）：75-80.

[2]宋斌，卜濤，張洪青.電網建設項目物資需求預測研究[J].物流技術，2013，（5）：319-336.

[3]王玲.我國商品房平均銷售價格和銷售總額預測分析——基于描述性統計分析和指數平滑法[J].時代金融，2019，（03）：120-122.

[4]王林.指數平滑法在配件銷售預測中的應用[J].物流科技，2019，（3）：45-48.

[5]楊建國.推行電力物資供應鏈管理促進電網應急物資保障[J].市場研究，2011，（9）：52-54.