基于歷史大數據的協議庫存物資需求預測研究

吳周長 吳青 李思

摘要：隨著社會經濟的快速發展，社會生活用電需求越來越大，為了可以最大程度滿足人們的用電需求，就需要做好電力物資供應的相關工作，保障電力生產的順利進行。而在保障電力物資供應工作中，物資需求預測是其中一個關鍵的環節，會直接關系到電網工程進度、企業運用成本等。通過大數據技術的合理應用，就可以建立一套需求預測體系，從而實現配農網物資供應能力的提高。基于此，文章主要探析了基于歷史大數據的協議庫存物資需求預測，以供相關從業者參考。

關鍵詞：大數據;協議庫存物資;需求預測

引言

數字信息技術的快速發展推動了各行各業的發展，尤其是“大數據”的應用，對各行業的發展都帶來了新的機遇。電力行業是社會經濟發展的重要組成部分，為了可以適應社會的發展，滿足人們的用電需求，傳統配電網正在加快轉型升級的速度。同時，可以發現電網業務數據正在快速增長，日益凸顯大數據特性，物資供應鏈逐漸由傳統的靜態電力物資供應鏈轉變為數據驅動、高度靈活的現代化物資供應鏈，這就需要進一步提高物資需求預測的精準性。所以，相關從業人員要基于物資需求與供應的關聯關系，對預測模型進行研究與構建，并能夠實現協議執行機制的合理優化，建立相應的需求預測跟蹤反饋機制，這樣就可以保證協議庫存需求預測體系的完善，提升配農網物資的供應能力。

一、相關研究現狀

企業在制定采購供應計劃、物資戰略規劃以及計劃管理的過程中，會以需求預測為主要依據。近幾年，隨著科學技術的快速發展，國內外相關專家學者對物資需求預測的研究也發生較大的變化，預測數學模型、大數據、神經網絡算法等技術的結合應用已經逐漸取代了統計工具的簡單應用。定量預測與定性預測是現如今物資需求預測的兩種主要方法，并呈現混合預測方法發展、人工智能算法應用等趨勢。

二、協議庫存需求管理現狀

數據量大、關聯復雜和種類繁多是協議庫存物資的主要特征，同時數據庫信息一直處于快速增長的狀態下，其與大數據的特點相似，但由于缺乏重視以及技術限制，使得配農網物資海量數據的價值并沒有被充分挖掘與利用[1]。同時，由于缺少科學的預測模型和方法，加上技術上的不成熟，使得配農網物資需求預測準確性較低。傳統方法會受到人的主觀因素影響，不僅需要消耗大量的人力、物力和時間成本，也無法保證其系統性與科學性。例如，定額采購量的做法是傳統方法中常見的一種，這有著一定的片面性與盲目性，會造成報廢問題嚴重、庫存物資資金占用過高以及呆滯庫存比例較高的問題，無法實現配農網物資供需的高效匹配。

三、協議庫存需求預測體系探究

（一）建立精準預測模型

在精準預測模型的建立中，需要將“專家經驗”與“數據挖掘”進行有機結合，并充分考慮到年度財務預算和年度綜合計劃中關注配農網與相關項目的一些內容，包括地域特性、信息來源以及管理深度等，對影響年度需求計劃的關鍵因素進行梳理，同時要針對供應專業積累的業務數據和協議庫存出庫的數據進行統計分析，利用K-Means聚類算法、Apriority關聯規則算法等從信息密度、數據類型以及從屬關系等多角度進行各物資之間關聯性的分析，將物資間的關聯規則進行提取，并以此為依據構建物資需求量的關聯網絡。然后需要充分考慮到協議庫存物資需求的特點，來選擇合適的預測方法進行精準預測模型的建立。

想要提升需求預測的準確性與合理性，就必須在需求預測模型的運用過程中，明確上報執行計劃總金額與執行上報計劃物資標段金額的關系，并通過歷史數據來確定各地市各標段物資的合理占比，在分析、歸納和驗證數據挖掘結論的基礎上，進行預測結果的修正[2]。

（二）優化協議執行機制

首先，要將管理的關口前移，改變過去提報采購申請的方式，使項目單位可以合并、集中進行提報。在這個過程中，可能會發生一些問題，為了避免同類問題的多次出現，應該及時和項目單位溝通，并在月度通報中納入，這樣可以提升采購申請提報的正確率和協議庫存執行效率。其次，是確保物資能夠有序、及時供應。這就需要相關部門的相互配合，涉及物資計劃部門、專業管理部門等，依照項目的實際進度進行合理安排，對配送的時間、生產周期和合同簽訂等因素要進行綜合考量，在此技術上對需求計劃的交貨期進行確定，這樣才可以調動起供應商的產能，確保物資的供應。最后，是物資供應匹配效率的提升。對于同一區域、項目和單位的同一種物資，應該交給同一供應商進行集中供貨，將需求計劃的龍頭作用充分發揮出來，既能減少合同的數量、合同簽訂的壓力，也可以化解后續工作中可能出現的矛盾，如履約協調等。

（三）建立需求預測跟蹤反饋機制

為了能夠做好協議庫存執行過程、預測匹配情況以及項目執行情況的管控工作，就需要結合實際情況來建立需求預測跟蹤反饋機制。在具體的實施中，管理模式的申報需要堅持模型預測為主的協議庫存計劃，及時向物資需求部門反饋預測的結果，并要進一步強化需求計劃的協同性，做好物資預測結果與實際執行結果的分析[3]。同時，可以基于上述工作的完成，來對預測結果以及需求預測邏輯進行修正調整，一般需要依據物資需求計劃、項目投資量調整等信息，這樣可以促進物資計劃執行的合理性，對物資供應全過程的閉環管理具有積極的推進作用。另外，提升動態預測準確的基礎上，需要向協議庫存物資供應商推送結果，這樣可以確保供應商提前做好生產資源組織工作，如設備、人員以及資金等，可以避免原材料價格的波動風險。

結語

大數據技術應用有效促進了社會各行業的發展，對電力行業而言，也應該合理利用大數據技術，發揮其技術優勢，這樣可以將海量業務數據的價值充分挖掘與利用，并且通過需求預測模型的建立，來對采購的規模進行精準的掌握，由“數據分析型”的框架協議庫存需求預測取代傳統的“專家經驗型”模式，實現了電網物資數據分析模型的構建與完善，對促進配農網物資供應能力具有重要的意義。

參考文獻：

[1]陳玨伊.大數據在電力物資需求預測管理中的應用研究[J].電力大數據，2018， v.21;No.225（03）：89-93.

[2]繆蓓月.電力物資導期優化方法體系應用研究——基于大數據分析技術[J].經營與管理，2018，414（12）：114-118.

[3]黃熙恒，陳少春，謝燕懷，等.基于精益理論下的電力物資需求預測管理提升措施[J]. 運輸經理世界，2018， No.582（02）：96.