论文部分内容阅读
摘要：随着社会经济的快速发展，社会生活用电需求越来越大，为了可以最大程度满足人们的用电需求，就需要做好电力物资供应的相关工作，保障电力生产的顺利进行。而在保障电力物资供应工作中，物资需求预测是其中一个关键的环节，会直接关系到电网工程进度、企业运用成本等。通过大数据技术的合理应用，就可以建立一套需求预测体系，从而实现配农网物资供应能力的提高。基于此，文章主要探析了基于历史大数据的协议库存物资需求预测，以供相关从业者参考。
关键词：大数据;协议库存物资;需求预测
引言
数字信息技术的快速发展推动了各行各业的发展，尤其是“大数据”的应用，对各行业的发展都带来了新的机遇。电力行业是社会经济发展的重要组成部分，为了可以适应社会的发展，满足人们的用电需求，传统配电网正在加快转型升级的速度。同时，可以发现电网业务数据正在快速增长，日益凸显大数据特性，物资供应链逐渐由传统的静态电力物资供应链转变为数据驱动、高度灵活的现代化物资供应链，这就需要进一步提高物资需求预测的精准性。所以，相关从业人员要基于物资需求与供应的关联关系，对预测模型进行研究与构建，并能够实现协议执行机制的合理优化，建立相应的需求预测跟踪反馈机制，这样就可以保证协议库存需求预测体系的完善，提升配农网物资的供应能力。
一、相关研究现状
企业在制定采购供应计划、物资战略规划以及计划管理的过程中，会以需求预测为主要依据。近几年，随着科学技术的快速发展，国内外相关专家学者对物资需求预测的研究也发生较大的变化，预测数学模型、大数据、神经网络算法等技术的结合应用已经逐渐取代了统计工具的简单应用。定量预测与定性预测是现如今物资需求预测的两种主要方法，并呈现混合预测方法发展、人工智能算法应用等趋势。
二、协议库存需求管理现状
数据量大、关联复杂和种类繁多是协议库存物资的主要特征，同时数据库信息一直处于快速增长的状态下，其与大数据的特点相似，但由于缺乏重视以及技术限制，使得配农网物资海量数据的价值并没有被充分挖掘与利用[1]。同时，由于缺少科学的预测模型和方法，加上技术上的不成熟，使得配农网物资需求预测准确性较低。传统方法会受到人的主观因素影响，不仅需要消耗大量的人力、物力和时间成本，也无法保证其系统性与科学性。例如，定额采购量的做法是传统方法中常见的一种，这有着一定的片面性与盲目性，会造成报废问题严重、库存物资资金占用过高以及呆滞库存比例较高的问题，无法实现配农网物资供需的高效匹配。
三、协议库存需求预测体系探究
（一）建立精准预测模型
在精准预测模型的建立中，需要将“专家经验”与“数据挖掘”进行有机结合，并充分考虑到年度财务预算和年度综合计划中关注配农网与相关项目的一些内容，包括地域特性、信息来源以及管理深度等，对影响年度需求计划的关键因素进行梳理，同时要针对供应专业积累的业务数据和协议库存出库的数据进行统计分析，利用K-Means聚类算法、Apriority关联规则算法等从信息密度、数据类型以及从属关系等多角度进行各物资之间关联性的分析，将物资间的关联规则进行提取，并以此为依据构建物资需求量的关联网络。然后需要充分考虑到协议库存物资需求的特点，来选择合适的预测方法进行精准预测模型的建立。
想要提升需求预测的准确性与合理性，就必须在需求预测模型的运用过程中，明确上报执行计划总金额与执行上报计划物资标段金额的关系，并通过历史数据来确定各地市各标段物资的合理占比，在分析、归纳和验证数据挖掘结论的基础上，进行预测结果的修正[2]。
（二）优化协议执行机制
首先，要将管理的关口前移，改变过去提报采购申请的方式，使项目单位可以合并、集中进行提报。在这个过程中，可能会发生一些问题，为了避免同类问题的多次出现，应该及时和项目单位沟通，并在月度通报中纳入，这样可以提升采购申请提报的正确率和协议库存执行效率。其次，是确保物资能够有序、及时供应。这就需要相关部门的相互配合，涉及物资计划部门、专业管理部门等，依照项目的实际进度进行合理安排，对配送的时间、生产周期和合同签订等因素要进行综合考量，在此技术上对需求计划的交货期进行确定，这样才可以调动起供应商的产能，确保物资的供应。最后，是物资供应匹配效率的提升。对于同一区域、项目和单位的同一种物资，应该交给同一供应商进行集中供货，将需求计划的龙头作用充分发挥出来，既能减少合同的数量、合同签订的压力，也可以化解后续工作中可能出现的矛盾，如履约协调等。
（三）建立需求预测跟踪反馈机制
为了能够做好协议库存执行过程、预测匹配情况以及项目执行情况的管控工作，就需要结合实际情况来建立需求预测跟踪反馈机制。在具体的实施中，管理模式的申报需要坚持模型预测为主的协议库存计划，及时向物资需求部门反馈预测的结果，并要进一步强化需求计划的协同性，做好物资预测结果与实际执行结果的分析[3]。同时，可以基于上述工作的完成，来对预测结果以及需求预测逻辑进行修正调整，一般需要依据物资需求计划、项目投资量调整等信息，这样可以促进物资计划执行的合理性，对物资供应全过程的闭环管理具有积极的推进作用。另外，提升动态预测准确的基础上，需要向协议库存物资供应商推送结果，这样可以确保供应商提前做好生产资源组织工作，如设备、人员以及资金等，可以避免原材料价格的波动风险。
结语
大数据技术应用有效促进了社会各行业的发展，对电力行业而言，也应该合理利用大数据技术，发挥其技术优势，这样可以将海量业务数据的价值充分挖掘与利用，并且通过需求预测模型的建立，来对采购的规模进行精准的掌握，由“数据分析型”的框架协议库存需求预测取代传统的“专家经验型”模式，实现了电网物资数据分析模型的构建与完善，对促进配农网物资供应能力具有重要的意义。
参考文献：
[1]陈珏伊.大数据在电力物资需求预测管理中的应用研究[J].电力大数据，2018， v.21;No.225（03）：89-93.
[2]缪蓓月.电力物资导期优化方法体系应用研究——基于大数据分析技术[J].经营与管理，2018，414（12）：114-118.
[3]黄熙恒，陈少春，谢燕怀，等.基于精益理论下的電力物资需求预测管理提升措施[J]. 运输经理世界，2018， No.582（02）：96.
关键词：大数据;协议库存物资;需求预测
引言
数字信息技术的快速发展推动了各行各业的发展，尤其是“大数据”的应用，对各行业的发展都带来了新的机遇。电力行业是社会经济发展的重要组成部分，为了可以适应社会的发展，满足人们的用电需求，传统配电网正在加快转型升级的速度。同时，可以发现电网业务数据正在快速增长，日益凸显大数据特性，物资供应链逐渐由传统的静态电力物资供应链转变为数据驱动、高度灵活的现代化物资供应链，这就需要进一步提高物资需求预测的精准性。所以，相关从业人员要基于物资需求与供应的关联关系，对预测模型进行研究与构建，并能够实现协议执行机制的合理优化，建立相应的需求预测跟踪反馈机制，这样就可以保证协议库存需求预测体系的完善，提升配农网物资的供应能力。
一、相关研究现状
企业在制定采购供应计划、物资战略规划以及计划管理的过程中，会以需求预测为主要依据。近几年，随着科学技术的快速发展，国内外相关专家学者对物资需求预测的研究也发生较大的变化，预测数学模型、大数据、神经网络算法等技术的结合应用已经逐渐取代了统计工具的简单应用。定量预测与定性预测是现如今物资需求预测的两种主要方法，并呈现混合预测方法发展、人工智能算法应用等趋势。
二、协议库存需求管理现状
数据量大、关联复杂和种类繁多是协议库存物资的主要特征，同时数据库信息一直处于快速增长的状态下，其与大数据的特点相似，但由于缺乏重视以及技术限制，使得配农网物资海量数据的价值并没有被充分挖掘与利用[1]。同时，由于缺少科学的预测模型和方法，加上技术上的不成熟，使得配农网物资需求预测准确性较低。传统方法会受到人的主观因素影响，不仅需要消耗大量的人力、物力和时间成本，也无法保证其系统性与科学性。例如，定额采购量的做法是传统方法中常见的一种，这有着一定的片面性与盲目性，会造成报废问题严重、库存物资资金占用过高以及呆滞库存比例较高的问题，无法实现配农网物资供需的高效匹配。
三、协议库存需求预测体系探究
（一）建立精准预测模型
在精准预测模型的建立中，需要将“专家经验”与“数据挖掘”进行有机结合，并充分考虑到年度财务预算和年度综合计划中关注配农网与相关项目的一些内容，包括地域特性、信息来源以及管理深度等，对影响年度需求计划的关键因素进行梳理，同时要针对供应专业积累的业务数据和协议库存出库的数据进行统计分析，利用K-Means聚类算法、Apriority关联规则算法等从信息密度、数据类型以及从属关系等多角度进行各物资之间关联性的分析，将物资间的关联规则进行提取，并以此为依据构建物资需求量的关联网络。然后需要充分考虑到协议库存物资需求的特点，来选择合适的预测方法进行精准预测模型的建立。
想要提升需求预测的准确性与合理性，就必须在需求预测模型的运用过程中，明确上报执行计划总金额与执行上报计划物资标段金额的关系，并通过历史数据来确定各地市各标段物资的合理占比，在分析、归纳和验证数据挖掘结论的基础上，进行预测结果的修正[2]。
（二）优化协议执行机制
首先，要将管理的关口前移，改变过去提报采购申请的方式，使项目单位可以合并、集中进行提报。在这个过程中，可能会发生一些问题，为了避免同类问题的多次出现，应该及时和项目单位沟通，并在月度通报中纳入，这样可以提升采购申请提报的正确率和协议库存执行效率。其次，是确保物资能够有序、及时供应。这就需要相关部门的相互配合，涉及物资计划部门、专业管理部门等，依照项目的实际进度进行合理安排，对配送的时间、生产周期和合同签订等因素要进行综合考量，在此技术上对需求计划的交货期进行确定，这样才可以调动起供应商的产能，确保物资的供应。最后，是物资供应匹配效率的提升。对于同一区域、项目和单位的同一种物资，应该交给同一供应商进行集中供货，将需求计划的龙头作用充分发挥出来，既能减少合同的数量、合同签订的压力，也可以化解后续工作中可能出现的矛盾，如履约协调等。
（三）建立需求预测跟踪反馈机制
为了能够做好协议库存执行过程、预测匹配情况以及项目执行情况的管控工作，就需要结合实际情况来建立需求预测跟踪反馈机制。在具体的实施中，管理模式的申报需要坚持模型预测为主的协议库存计划，及时向物资需求部门反馈预测的结果，并要进一步强化需求计划的协同性，做好物资预测结果与实际执行结果的分析[3]。同时，可以基于上述工作的完成，来对预测结果以及需求预测逻辑进行修正调整，一般需要依据物资需求计划、项目投资量调整等信息，这样可以促进物资计划执行的合理性，对物资供应全过程的闭环管理具有积极的推进作用。另外，提升动态预测准确的基础上，需要向协议库存物资供应商推送结果，这样可以确保供应商提前做好生产资源组织工作，如设备、人员以及资金等，可以避免原材料价格的波动风险。
结语
大数据技术应用有效促进了社会各行业的发展，对电力行业而言，也应该合理利用大数据技术，发挥其技术优势，这样可以将海量业务数据的价值充分挖掘与利用，并且通过需求预测模型的建立，来对采购的规模进行精准的掌握，由“数据分析型”的框架协议库存需求预测取代传统的“专家经验型”模式，实现了电网物资数据分析模型的构建与完善，对促进配农网物资供应能力具有重要的意义。
参考文献：
[1]陈珏伊.大数据在电力物资需求预测管理中的应用研究[J].电力大数据，2018， v.21;No.225（03）：89-93.
[2]缪蓓月.电力物资导期优化方法体系应用研究——基于大数据分析技术[J].经营与管理，2018，414（12）：114-118.
[3]黄熙恒，陈少春，谢燕怀，等.基于精益理论下的電力物资需求预测管理提升措施[J]. 运输经理世界，2018， No.582（02）：96.