基于年度綜合計劃的電力物資年度需求差異化預測

南方電網物資有限公司 謝 斐 甘卓輝 孫萬里

電網企業物資需求呈現種類復雜多樣、需求趨勢不穩定等特征，電力相關物資需求預測是電力物資需求計劃管理的首個環節，通過預測模型對相關數據進行精準數據分析，解決目前存在的需求預測準確度低、內容不規范等問題。國外學者關于物資需求預測的相關研究開始較早，從物資管理相關研究開始逐步發展到物資需求預測方面的研究，選用了不同的方法對物資需求預測問題進行研究。Heinecke G提出了間斷需求的Croston模型；Behera R等學者基于遺傳算法模型進行電力物資需求預測模型；Willia Hersched率先對時間序列中的周期性行為進行研究；Kamath K等提出了Bayesian法研究預測需求不服從任何分布情況下的間歇性物資需求。

國內關于電網公司物資需求方面的研究雖起步較晚但涉及范圍較廣，包括電力物資需求特性、物資需求預測、基于大數據的電網物資需求預測等方面。其中在物資需求預測方面，牛凱[1]等人基于Prophet算法建立一種電力物資需求預測模型，解決了傳統電力物資需求分析預測效果差、實用性弱等問題。在電力物資需求特性方面，丁紅衛[2]等研究了電力物資預測中忽視設備數據間的關聯和缺少科學指導等問題，并提出相關建議有效解決電力物資需求預測存在的問題。

在基于大數據的電網物資需求預測方面，鄒治潔[3]等研究了基于大數據技術的配電網物資需求計劃預測。在電網企業物資需求預測方面學者們也提出了很多不同的預測模型和算法，致力于解決和完善電力物資需求預測問題。張雨晴[4]等采用灰色GM(1，1)模型預測進行國家電網重慶市電力公司采購需求預測；翟鵬飛[5]利用計量經濟模型并通過Eviews軟件預測未來電網物資的需求情況,為物資采購規劃提供數據支持；鄧仁等提出一種基于ARIMA-BP神經網絡的組合預測模型，目的是為解決單一預測模型在預測過程中精度不高問題。

綜上，雖然有學者研究電力企業的物資需求預測，但針對電力公司物資需求計劃體系的理論研究較少。關于電力物資預測的智能算法中，應用比較廣泛的主要有神經網絡、時間序列、年增長率等。但這些算法普遍存在實用性差的問題，即預測所依據的數據過于理想化、實用性較低。

1 電力物資需求預測計劃現狀及影響因素

電力公司進行物資需求預測管理主要是以項目初步設計為基礎，結合項目實施計劃、臨時計劃、運維搶修等情況，編制電力物資需求計劃作為公司年度采購物資需求預測計劃，據此對物資采購數量進行預測。電力公司物資需求預測計劃編制過程主要包含三步：預測前期工作。主要包括提前介入工作、預測目錄建立和預測參考數據整理三個方面，為后期預測提供歷史數據支持；需求預測計劃填報。包括預測通知發布、預測范圍劃定、需求預測計劃填報、需求預測計劃單匯總和需求預測單審核，是物資需求計劃編制的主要部分；需求預測計劃匯總審核。包括需求預測計劃審核和調整，形成最終的年度采購物資需求預測計劃。

獲取下年度各項目類型的投資金額：從電網公司的年度投資計劃中獲取下年度各項目類型的投資金額；將項目類型分解為物資需求：依據項目類型，根據預測顆粒度，從結構化設備清冊中取相應項目類型的物資規格，即具體物資編碼。

獲取下一年度所有項目類型的投資金額：由某電網公司的年度投資計劃可得2022年度的所有項目類型的投資金額（表1）。

通過非連續性文本這個點，帶動了現代文閱讀的一片文，就好比將現代文閱讀主觀題的應對關節打通了——找到了能動起來、施展開來的思維常法。我順勢提醒學生——既然“點動成線”的有文章可做，那么“線動成面”呢——這里的“面”可以是古詩文閱讀、連貫銜接邏輯推斷、作文審題立意完篇……各個板塊，它們共同構成了語文備考這個“面”。

2 年度需求差異化預測模型構建及算例分析

將項目類型分解為物資需求：依據項目類型，根據預測顆粒度，從結構化設備清冊中取相應項目類型的具體物資規格即物資編碼（表2）。

以物資編碼進行聚類，求各項目類型預測數量之和，作為年度物資需求量：FD=FD1+FD2+…+FDN,其中N代表項目類型數量。

2.1 下一年度綜合計劃

電力物資是進行電力工程建設、保證電網系統安全高效運行的基礎保障，是維持電力企業物資供需平衡的重要手段，是電力公司實施集中規模采購的前提。因此從年度綜合計劃出發，物資需求的影響主要體現在：物資需求計劃。是年度綜合計劃的重要組成部分，主要從投資數量、項目投資量和項目類型三個方面影響物資需求預測，其中投資數量代表了各類物資的需求規模；項目類型則決定了物資需求的物資類別；項目投資量是物資需求數量的體現，值得注意的是當項目投資量一定時物資價格和物資需求數量成反比。

綜上，考量一個媒介成功的標準應是涵蓋媒介表現領域，從媒介內容的相關性、機會及媒介的反應度來進行衡量，從咪蒙公眾號文章內容的相關性、對當前媒介生態環境反應、了解受眾需求方面來看，該公眾號的營銷是很成功的，以擴大受眾覆蓋面、實現自身經濟利益為主進行的一系列內容規劃和媒介管理。

2.2 歷史年度綜合計劃

計算下一年度該項目類型的物資采購金額：以項目類型為關鍵信息，結合前3步計算的結果，將年度項目類型投資金額Mi分解為具體物資的年度預測采購金額：FMi=Mi×DS；計算該項目類型的物資需求預測數量：以歷史采購數據為輸入數據，取各類物資最近的采購單價P，然后使用第4步計算的預測金額FMi除以單價P得出預測數量：FDi=(FMi)/P。

只猶豫了片刻，他便有了主意，乘人力車直奔警察局。雖然他不喜歡石警官，但通過警員來問四小姐的住址，顯然是行之有效的辦法。還好，他沒遇見石西岳。面對他的提問，一名警員上上下下打量他幾眼，才笑著說：“四小姐都不知道？陳司令家的千金，就在隔壁大院。”

計算項目類型的物資小類采購金額與物資總采購金額的歷史占比：根據歷史采購數據，計算相關項目類型中各個年份中各物資規格采購金額mi在物資總采購金額Mi的占比：DSi=mi/Mi。然后將求出的各個年份中各物資規格采購金額占比相加后除以年份數量求出金額占比的年度平均值：DS=(DS1+DS2+......+DSi)/n，其中n代表總年份數。

2.3 年度物資需求量

圖1—圖5給出了上證綜指與各指數間的動態廣義相關系數，橫軸表示計算GMC指標的樣本窗口。從各組圖形的左圖來看，GMC(·|S)、GMC(S|·)和的整體走勢大致相同，但的變動相對于GMC(·|S)和GMC(S|·)來說顯得小一些，這可能意味著上證綜指與各個股票市場指數間的相依性是非線性的，而非簡單的線性關系。

2.4 下一年度綜合計劃

根據二八法則選取某電網公司10kV交流電力電纜的L規格為例，以2017~2021年的歷史數據為基礎進行2022年的需求預測計算。

年度采購計劃。企業為實現采購目標，大多數會利用采購計劃來管理和保障采購環節的合理性和精準度。而年度采購計劃是年度綜合計劃的一個組成部分，在需求計劃預測過程中占著重要地位。往往企業物資采購計劃不夠科學合理或企業不按照實際的生產任務、采購計劃和設備運轉周期來編制物資供應計劃，會導致盲目采購、物資短缺或積壓等現象，影響電網公司的物資供應及時性。

表1 2022年所有項目類型的投資金額

預測方法的選擇對于電力公司物資需求預測的準確性起著至關重要的作用。不同預測方法的適用性不同，本預測模型基于年度綜合計劃、結構化設備清冊數據、歷史采購數據，將綜合計劃中項目類型的投資金額分解為各類物資的需求，應用歷史采購數據分析各類物資采購金額占比，計算各項目類型年度物資需求的金額和數量。

表2 2022年所有項目類型L規格的投資金額

2.5 歷史年度綜合計劃

計算項目類型中物資規格采購金額與物資總采購金額的歷史占比：根據歷史采購數據可計算得出2017~2021年L規格在10kV交流電力電纜中的物資規格采購金額占比DSi（表3），然后將求出的三個年份中各小類物資采購金額占比相加后除以總年份數求出該物資的年度平均值：DS=(DS2017+DS2018+DS2019+DS2020+DS2021)/5=2.96%。

觀察組：在飲食干預的基礎上給予胰島素治療。根據孕周進行劑量調整，對孕周＜30周者，每日皮下注射胰島素量0.8 U/kg；30～35周者，注射胰島素量為0.9 U/kg，＞35周者，注射胰島素量為1.0 U/kg,每日按照4:2:3:1的比例，分別在患者三餐前及睡前4個時間段進行注射。每周監測空腹及餐后2 h血糖，根據血糖結果調整胰島素劑量，避免低血糖發生。

計算下一年度10kV交流電力電纜L規格的物資采購金額：以項目類型為關鍵信息，結合前3步計算的結果，利用公式FMi=Mi×DS可計算得出2022年各項目類型中用于采購10kV電力電纜L規格的金額（表4）。

對比以作平行線求交點法所制梯形槽參數與實際梯形槽參數(如表3)，可知以作平行線求交點法所制梯形槽參數與理想梯形槽參數完全相符，故為保證梯形槽電機槽滿率、繞線工藝性及電機性能，建議采用以Ansoft計算所得理想梯形槽參數為基礎，利用作平行線求交點法制梯形槽電樞沖片。

表3 各項目類型中10kV電力電纜L規格年平均采購金額占比

表4 各項目類型中L規格2022年度采購金額

計算各項目類型中物資規格需求預測數量：使用第4步計算的預測金額除以10kV電力電纜L規格對應的單價，可得出各項目類型中10kV電力電纜L規格的需求數量（表5）。

表5 各項目類型中L規格2022年度采購數量

2.6 年度物資需求量

以物資編碼進行聚類，求各項目類型預測數量之和，作為年度的物資需求量。通過公式FD=FD1+FD2+…+FDi計算可得10kV電力電纜L規格的年度物資需求量為3.169千米。

綜上，持續優化物資計劃管理與采購管理并使其處于良好運行水平，可增加電網物資需求預測結果的精準度，因此對電網公司的各類物資進行物資需求預測可有效保障電力物資的及時供應。通過本文的研究為電力公司提供了一種各類電網物資的年度需求差異化組合預測模型，提高了物資需求預測準確度。