配網物資的需求預測體系研究

顧曄+王劍+高峻峻

摘 要：應用大數據的技術與理念，全面利用后端和前端業務數據資源，構建了一套全面完整的配網物資需求組合預測模型，形成包含年度采購需求計劃和月度滾動供應計劃在內的需求預測體系，實現采購計劃統籌提報、物資供應缺貨預警與供應商產能備貨前瞻安排，提升了需求計劃準確性。

關鍵詞：配網物資；需求分析；需求預測

中圖分類號：F253 文獻標識碼：A

Abstract： The application of big data's technology and theory and the overall use of back-end and front-end business data sources would instruct a complete set of distribution line network demand combined forecast model， establish a demand forecasting system which includes annual purchase demand plan and monthly rolling plan to help realizing the purchase plan as a whole， material supply shortage warning and the capacity of the supplier delivery prospective arrangements， enhance accuracy of the demand plan.

Key words： distribution line material； demand analysis； demand forecasting

0 引 言

隨著國家電網公司物力集約化水平的管理要求越來越高，強化全面計劃管理已成為電力物資全供應鏈管理的核心內容。與主網項目相比，配網項目在管理上存在綜合計劃調整較多、設計深度不夠和施工不確定性高等特點，在物資采購及供應上采用年度協議庫存招標和月度統購統配供應的方式。在年度招標采購階段，為保證協議庫存框架的有效銜接，計劃申報提前期長達半年多，此時配網項目往往處于綜合計劃未下達、項目可研未批復和初步設計未完善的階段，因此物資需求具有很強的不確定性，多憑經驗進行預估；在統購統配供應階段，施工進度與物資供應缺乏有效銜接，供應計劃申報周期長，易導致恐慌性訂貨，以及由此帶來的庫存積壓，供應商結算緩慢等問題。因此配網的物資需求預測一直是制約電力物資精細化管理水平提高的難題。

以往關于電力物資管理的研究多側重于供應端改善建議[1-4]和信息化提升[5-8]。近期出現了一批需求預測領域的研究成果，宋斌等人（2013）采用人工智能算法對河南電力物資需求數據進行滾動預測，發現大部分的電力物資都具備預測條件，只有少數樣本數據矩陣較稀疏的物資難以預測。畢子建（2015）等人針對冀北電力物資，提出應先按照電力物資的規格進行分類，再選擇預測模型進行預測的思路。本文認為應全面利用ERP、ECP等信息平臺后端物資業務數據，輔以發策、基建、運檢等前端業務數據資源，構建一套全面完整的配網物資需求組合預測模型，形成包含年度采購需求計劃和月度滾動供應計劃在內的需求預測體系，實現采購計劃統籌提報、物資供應缺貨預警與供應商產能備貨前瞻安排，提升需求計劃準確性，為物資精細化管理水平的提高和配網物資的主動配送打下了堅實基礎。

1 基于需求特性分析的預測模型選擇

本文的研究對象是浙江電力的397種15個種類的協議庫存物資，常見需求特征包括水平需求、間歇需求、趨勢性需求和季節性需求，與之相關的需求分析主要包括：ABC分類；連續性分析（判斷需求是否連續）；波動性分析（判斷需求的預測難度）；季節性分析（判斷需求是否具備顯著季節性特征），其中ABC分類關系到預測精度的要求，而連續性分析、波動性分析和季節性分析則與選擇預測模型密切相關。其中A類物資主要分布在電纜、導地線、交流變壓器、桿塔類和開關柜中；連續性需求物料數占比56%（導地線、桿塔類、高壓熔斷器、絕緣子），其余均為間斷性需求物資（避雷器、電纜、交流變壓器）和少量零星需求物資；波動性大以及較大的物資主要集中在金具、電纜以及電纜附件；波動性小以及較小的物資主要集中于金具、導地線、桿塔類、交流變壓器等類別中；約有50%的物資具備顯著的季節性，其季節變化因子大于0.5。

本文將上述特性指標整理后對數據進行標準化并進行相關性分析發現，物資重要性與另外三種特性的相關性較弱，說明直接按照物資重要性選定預測模型的做法是不合理的。而物資季節性與波動性之間的相關關系雖然是顯著的，但是其相關系數較小，同樣不能直接與相關預測模型對應起來。因此上述分析表明，由于需求特性之間的相關性較弱（相關系數小于0.3），而無法根據需求特點進行明確的類別劃分進行預測模型選擇。

因此，以往文獻中采用的先分類再選擇某類模型的方法是不適用于浙江電力配網協議庫存物資的。建議采用可以同時處理連續性需求和間斷性需求的多個預測模型進行組合預測，以實現預測模型選擇的自動化和智能化。進入組合預測模型的單體預測模型包括，適合預測需求連續性強、季節波動性明顯的Winter模型、適合需求趨勢性明顯的曲線擬合模型和適合需求間斷的Croston模型，設計算法對于不同預測模型的預測結果進行智能賦權，有效提升需求預測模型的精度。

2 配網物資的需求預測體系設計與應用

在具體實踐中，首先以配網總投資金額和綜合計劃為出發點，通過分析項目類型、電壓等級與主要設備材料的相關性，梳理項目類型與物資需求的對應規律，并綜合考慮年度投資增長率、項目批復與項目結構以及政策安排等影響因素，分解得出各物資小類的預計使用數量及金額。同時以近三年799萬條配網物資歷史出入庫記錄為基礎，對數據進行清洗與預處理，運用大數據運算進行模型參數的自動學習與更新，最終形成可以有效處理連續需求和間斷需求的組合預測模型，并將預測結果下發給各地市縣物資部門，作為物資計劃的申報參考。

本文主要采用三類模型進行預測，分別是曲線擬合類（多項式擬合）、Holt Winter模型（累加或累乘型）以及Croston模型（及其改進模型）。對每一項物資都分別采用上述算法進行預測，然后設定一組預測向量，包含每一種方法的預測值，以一定的規則賦予權重，使用加權平均值作為最后的預測結果，具體決策框架如圖1所示。加權組合的權重設定按照預測誤差最小的方式進行尋優計算。

3 模型需求預測效果與組合需求預測體系修正

配網物資出庫主要包含大修項目出庫和配網項目出庫兩類，其中大修項目物資的預測修正主要依據年度大修投資金額預算和投資重點方向對于組合預測模型匯集到小類的預測結果進行定性修正；配網項目物資的預測修正主要依據配網年度預算、不同項目類型所需物資的小類分布與出庫金額占比，對于組合預測模型匯集到小類的預測結果進行定量修正。

通過對需求預測結果與真實物資需求進行對比，2015年的第一批招標采購計劃提報的預測偏差為5.66%，四分之三以上的物資小類預測效果較好，相比之下原有計劃提報模式金額偏差為17.61%。2015年度物資的月度供應需求預測偏差率僅為0.48%，九成以上的物資預測效果較好，相比之下原有月度供應計劃提報模式金額偏差率達15.42%。

在需求預測結果的業務應用中，重點推進了三方面的業務應用。一是采購計劃統籌提報。對部分預測效果較好的物資小類，改為由省公司層面根據預測結果直接提報，對預測效果一般的物資小類，采用預測與市局提報相結合的方式，其他非通用物資小類直接采用市局提報。二是物資供應缺貨預警。應用需求預測結果，匹配現有庫存情況，計算現有庫存可供天數，并與物資采購提前期對比，對于庫存可供天數小于采購提前期的物資發出缺貨預警。三是供應商產能備貨前瞻安排。將未來三個月物資滾動預測需求量共享給供應商，供應商根據自身情況，提前備料、合理均衡生產、保證準時足量供應，避免出現需求高峰時產能不足的情況發生。

項目通過一年的實踐檢驗，需求計劃的改善實現了配網物資采購與供應的精細化管理，有效提升了同業對標指標。配網物資庫存周轉率由12次提升至18次，供應計劃完成率由99.31%提升至99.91%，供應商送貨及時率得到極大改善，庫存積壓及供應商占款矛盾得到有效緩解，實現了與供應商的合作共贏。

4 結論與研究展望

為了更好地支撐國網公司提出的“集中存儲、統一配送”的物資倉儲配送模式，下一步將建立基于物資需求分析與預測的供需一體化智能策略，通過分析中心庫周邊物資需求規律，合理制定庫備物資種類，動態計算儲備定額，自動生成小批量、多頻次的補庫計劃，將配網物資的響應周期進一步壓縮。同時充分利用物資需求預測體系，優化供應商寄售模式，提升供應商寄售的效果和效率，通過基于預測的提前生產，合理安排質量檢測時間，實現與質量監督部門協同聯動，緩解質檢周期緊張的狀況，實現高需求波動下的保質保量的物資供應工作。

參考文獻：

[1] 吳志威. 電力物資管理工作中存在的問題及其對策[J]. 中國高新技術企業，2012（6）：27-28.

[2] 孫懷富，張宏偉，張國英. 電力物資分析分類方法研究[J]. 中國物流與采購，2012（23）：70-71.

[3] 黎錫玲. 電力物資管理工作中存在的問題及對策[J]. 中國管理信息化，2015（12）：104.

[4] 尹紅. 簡析電力物資倉儲管理的完善與創新措施[J]. 經營管理者，2015（19）：90.

[5] 張建軍. 淺談如何加強電力物資管理[J]. 科技創新與應用，2015（28）：214.

[6] 陳秀梅. 探究電力公司物資集約化管理[J]. 時代金融，2015（21）：232-234.

[7] 朱凱峰. 電力企業物資管理存在的問題與對策[J]. 科技與企業，2015（15）：43.

[8] 程泓沁. 影響電力物資綜合管理因素及對策[J]. 中國新技術新產品，2015（19）：170-171.

[9] 畢子健，王翎穎. 電網物資需求預測方法研究[J]. 華北電力技術，2015（10）：26-30.

[10] 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）：319-321，336.