電力物資庫存需求定額預(yù)測模型的研究

司志堅(jiān) 毛輝

［摘 要］為解決電網(wǎng)企業(yè)周轉(zhuǎn)庫現(xiàn)行的配電網(wǎng)備品備件庫存管理中存在的物資采購計(jì)劃的盲目性，物資分類不合理，庫存定額不科學(xué)和庫存管理模式過于傳統(tǒng)等問題。采用庫存成本分析模型，經(jīng)濟(jì)訂貨批量模型，分析庫存管理的總費(fèi)用和訂貨量的關(guān)系，綜合考慮缺貨、數(shù)量折扣以及其他經(jīng)濟(jì)訂貨批量等問題。本文研究庫存需求預(yù)測的相關(guān)理論以及配電網(wǎng)備品備件的特征，提出適用于配電網(wǎng)備品備件的需求預(yù)測模型。模型有效考慮了物資的歷史需求量，檢修計(jì)劃，設(shè)備故障率以及運(yùn)行環(huán)境這四個影響物資需求的因素。以配網(wǎng)物資設(shè)備為例驗(yàn)證需求預(yù)測模型的合理性與可行性。

［關(guān)鍵詞］配電網(wǎng)備品備件；ABC分類庫存管理；庫存定額；預(yù)測模型

doi：10.3969/j.issn.1673-0194.2023.23.032

［中圖分類號］F274 ［文獻(xiàn)標(biāo)識碼］A ［文章編號］1673-0194（2023）23-0105-05

0? ? ?引 言

針對電力企業(yè)配網(wǎng)物資需求具有季節(jié)性和區(qū)域性的特點(diǎn)，以及電力設(shè)備生產(chǎn)企業(yè)自身的特點(diǎn)，電力配網(wǎng)設(shè)備種類繁多，產(chǎn)地分布廣，采購周期及生產(chǎn)周期不一，造成電力物資庫存管理的難度大，庫存資金壓力大，或不能保證電網(wǎng)項(xiàng)目的連續(xù)性和均衡性。原則上各區(qū)域周轉(zhuǎn)庫都需儲備一定數(shù)量的電力物資，但儲備數(shù)量必須有個限度，如果數(shù)量過多，不僅要占用大量的倉庫面積或生產(chǎn)面積，物資的長期積壓，也可能損壞變質(zhì)，造成浪費(fèi)，更重要的是會影響流動資金的周轉(zhuǎn)。因此，需要加強(qiáng)庫存物資的科學(xué)管理。要求各區(qū)域周轉(zhuǎn)庫在具有一定的存儲數(shù)量配網(wǎng)物資的情況下，占用資金最小。

本文通過歷史數(shù)據(jù)得到各個倉庫每種物資的需求量、所占體積、出庫頻率、運(yùn)輸成本等關(guān)鍵數(shù)據(jù)，得到各種物資的動態(tài)需求模型，從而對未來需求進(jìn)行預(yù)測，并且根據(jù)預(yù)測結(jié)果提前對倉庫庫存進(jìn)行調(diào)整，調(diào)整方式依據(jù)倉庫的實(shí)際庫存能力、貨架種類及數(shù)量、運(yùn)輸成本等進(jìn)行最優(yōu)化調(diào)整［1］。

1? ? ?電力物資庫存管理方式

1.1? ?電力物資ABC控制法

ABC控制法是把配網(wǎng)設(shè)備物資按品種使用頻次的高低分類，再按各類物資重要程度不同分別控制，抓住重點(diǎn)，抓住主次、進(jìn)行重點(diǎn)控制。在電力物資庫存控制上，根據(jù)庫存物資庫使用頻次，可將庫存分ABC三類。

A類：庫存物資品種使用頻次①對于全省全年使用次數(shù)超過100次，或某市全年周轉(zhuǎn)庫物資使用頻次超過10次。②全年使用頻次累計(jì)數(shù)占庫存總頻次超過50%，定于庫存常用存儲物資。

B類：庫存物資品種使用頻次①對于全省全年使用次數(shù)超過50次，或某市全年周轉(zhuǎn)庫物資使用頻次超過5次。②全年使用頻次累計(jì)數(shù)占庫存總頻次超過20%，定于庫存一般存儲物資，進(jìn)行適當(dāng)控制。

C類：庫存物資品種使用頻次①對于全省全年使用次數(shù)低于50次，或某市全年周轉(zhuǎn)庫物資使用頻次低于5次。②全年使用頻次累計(jì)數(shù)占庫存總頻次低于20%，只需進(jìn)行簡單控制［2］。

1.2? ?庫存成本分析

庫存控制的目標(biāo)之一就是對庫存成本進(jìn)行控制，庫存成本是決策的主要考慮因素。包括：①庫存保管費(fèi)用；②訂貨成本；③缺貨成本。確定向供應(yīng)商訂貨的數(shù)量或要求生產(chǎn)部門生產(chǎn)的批量時(shí)，應(yīng)該盡量考慮以上三種成本綜合引起的總成本使之達(dá)到最小。

1.3? ?經(jīng)濟(jì)訂貨批量模型

經(jīng)濟(jì)訂貨批量（EOQ）是指庫存總成本最小時(shí)的訂貨量。研究經(jīng)濟(jì)訂貨量的方法，用年庫存管理的總費(fèi)用和訂貨量的公式來表示，根據(jù)該公式的解確定最佳訂貨量。

（1）模型假設(shè)，只涉及一種產(chǎn)品，年需求量可知，每次訂貨的訂貨量相同，訂貨提前期固定，需求率固定不變，存貨價(jià)格不變，不存在相關(guān)的折扣問題，生產(chǎn)提前期不變，各批量單獨(dú)運(yùn)送接收。

（2）最佳訂貨批量的確定通過使某項(xiàng)庫存物資的年費(fèi)用達(dá)到最小來確定相應(yīng)的訂貨批量。

1.3.1? ?理想的經(jīng)濟(jì)訂貨批量

不考慮缺貨、數(shù)量折扣以及其他問題的經(jīng)濟(jì)訂貨批量。庫存物品的年度總費(fèi)用=購入成本+訂貨成本+庫存保管費(fèi)用。即：

TC=DP+DC/Q+QPF/2? ? ? ? ? ? ? ? ? ? （1）

D/Q：年訂貨次數(shù)，D：某庫存物品的年需求量，件/年；Q：為每次訂貨批量，件

Q/2：平均庫存量

D/Q*C：年訂貨成本，C：為單位訂貨成本，元/次

PFQ/2：年存儲成本

DP：為購入成本

F：為單件庫存保管費(fèi)與單件庫存采購成本之比（年保管費(fèi)率）

P：為物品的訂購單價(jià)，元/件

使TC總成本最小，將（1）式求導(dǎo)令其等于0，得到經(jīng)濟(jì)訂貨批量EOQ的計(jì)算公式為：

（2）

兩次訂貨的最佳時(shí)間間隔=EOQ/D，每年的訂貨次數(shù)=D/EOQ

因素分析：

（1）敏感性：訂貨數(shù)量在EOQ附近輕微變化時(shí)，總成本不會有太大的增加。

（2）保存地點(diǎn)的變化對EOQ的影響：在年需求總量不變的情況下，隨著存貨地點(diǎn)的增加，庫存總成本也在增加，這也是大多數(shù)企業(yè)會采用集中庫存的原因。

1.3.2? ?允許缺貨的經(jīng)濟(jì)訂貨批量

在實(shí)際生產(chǎn)活動中，訂貨到達(dá)時(shí)間或每日耗用量不可能穩(wěn)定不變，因此有時(shí)不免要出現(xiàn)缺貨的現(xiàn)象。允許缺貨經(jīng)濟(jì)批量是指訂貨量、保管費(fèi)和缺貨費(fèi)用最小時(shí)總費(fèi)用最小的批量，計(jì)算公式如下：

（3）

C1：為保管費(fèi)

C2：為缺貨費(fèi)

C3：為訂貨費(fèi)

D：為需求量

2? ? ?電力物資庫存定額預(yù)測模型

電力物資庫存定額預(yù)測可以實(shí)現(xiàn)電力企業(yè)庫存的有效管理。通過庫存預(yù)測得出的數(shù)據(jù)，可以成為制訂電力企業(yè)庫存計(jì)劃和采購計(jì)劃的重要依據(jù)，從而防止企業(yè)超儲和缺貨現(xiàn)象的發(fā)生，以最低的成本，達(dá)到庫存保證程度最高的目標(biāo)，實(shí)現(xiàn)電力企業(yè)庫存的有效管理。電力物資庫存定額預(yù)測是提高企業(yè)競爭能力的重要手段。通過以滿足工程服務(wù)需求為前提的物資庫存定額預(yù)測，可以對電力企業(yè)的庫存水平進(jìn)行有效控制管理，盡可能降低了物資庫存水平，提高周轉(zhuǎn)的效率，強(qiáng)化了企業(yè)的競爭力［3-4］。

2.1? ?移動平均法

移動平均法就是利用時(shí)間序列中最近的n個數(shù)據(jù)的平均值作為下個時(shí)期的數(shù)據(jù)的預(yù)測值。移動就是不斷地用最近的幾個數(shù)據(jù)來代替老數(shù)據(jù)，隨著預(yù)測時(shí)期的推進(jìn)，預(yù)測值也不斷變化［5］。預(yù)測模型如下：

（4）

移動平均法適合于短期水平數(shù)據(jù)模式，其預(yù)測偏差可以利用時(shí)間序列的數(shù)據(jù)來估計(jì)。方法是依次求出每次（n=3）的預(yù)測值和預(yù)測偏差及預(yù)測偏差的平方值，求預(yù)測偏差的平方值的平均值就是其預(yù)測偏差，如表1所示。

表1 控制電纜，KVVP2，2.5，4，不阻燃，22預(yù)測結(jié)果

周數(shù) 時(shí)間

序列值（m） n=3時(shí)的

預(yù)測值（m） 預(yù)測偏差（m） 預(yù)測偏差

平方值（m）

1 5

2 5

3 1660

4 418 556.67 -138.67 19229.37

5 418 694.33 -276.33 76358.27

合計(jì)：-415 合計(jì)：95587.64

預(yù)測偏差平均值之和的平均值=95587.64/2

=47793.82（m），所以下一次的控制電纜，KVVP2，

2.5，4，不阻燃，22的預(yù)測需求值832（m），它的預(yù)測

偏差為（m）。

n如何取值，一般n應(yīng)該使預(yù)測偏差最小，即精度最高。但是n越大，丟失的信息就越多，n越大，曲線越平滑，很可能掩蓋時(shí)間序列的某些變動特征，如果僅僅為了消除不規(guī)則性，一般取n為3、4、5合適。

2.2? ?指數(shù)平滑法

指數(shù)平滑法是用過去的時(shí)間序列的實(shí)際值和預(yù)測值加權(quán)平均來進(jìn)行預(yù)測。預(yù)測模型如下［6］：

（5）

式中，為t期的平滑值（本期預(yù)測值）；為t-1期的平滑值（上期預(yù)測值）；α為平滑系數(shù)；Xt-1為t-1期實(shí)際發(fā)生額。在應(yīng)用指數(shù)平滑法預(yù)測時(shí)，α為的確定非常重要，一般的經(jīng)驗(yàn)是，對于趨勢型時(shí)間序列，0.6≤α≤1；對于水平型時(shí)間序列，0≤α≤0.3；對于水平型和趨勢型混合性時(shí)間序列，0.3≤α≤0.6；與α對應(yīng)的1-α稱為阻尼系數(shù)，如表2所示。指數(shù)平滑法適用于短期水平型數(shù)據(jù)模式。

表2 高壓熔斷器，AC10kV，跌落式，100A需求統(tǒng)計(jì)表（指數(shù)平滑法）

時(shí)間 倉儲量（只） 平滑值

（α＝0.3） 平滑值

（α＝0.6）

2017-1 1056

2017-2 351 1056 1056

2017-3 9 845 633

2017-7 33 594 259

2017-10 537 426 123

2017-11 12 459 371

下一次 預(yù)測值 325 156

2.3? ?線性回歸法——一元線性回歸預(yù)測法

全面分析影響預(yù)測目標(biāo)的相關(guān)因素，確定自變量。當(dāng)預(yù)測目標(biāo)y確定后，尋找影響預(yù)測目標(biāo)的主要因素x，確定自變量就是關(guān)鍵。①把影響預(yù)測目標(biāo)變化的所有因素找出來，并通過定性分析和比較，從中找出影響較大的主要因素，初步判定為自變量。②收集數(shù)據(jù)資料，做相關(guān)表和繪制散點(diǎn)圖，通過觀察散點(diǎn)圖的散點(diǎn)分布，粗略判斷影響因素與預(yù)測目標(biāo)之間的相關(guān)程度和相關(guān)形態(tài)。如果散點(diǎn)的分布呈直線趨勢，則可進(jìn)行下一步的線性相關(guān)系數(shù)分析。③測定相關(guān)系數(shù)及對相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)［7］。

相關(guān)系數(shù)的計(jì)算公式為：

（6）

或簡捷公式為：

（7）

相關(guān)系統(tǒng)r的判斷，r的絕對值在0和1之間，r絕對值越大，越靠近1，說明影響因素與因變量之間的相關(guān)關(guān)系越強(qiáng)；反之，r的絕對值越小，越靠近0，說明x與y之間的關(guān)系越弱。當(dāng)|r|=1時(shí)，表明現(xiàn)象之間完全線性相關(guān)，是一種函數(shù)關(guān)系；當(dāng)|r|=0時(shí)，表明現(xiàn)象之間完全沒有線性相關(guān)關(guān)系。r為正數(shù)時(shí)，x與y是正相關(guān)關(guān)系，r為負(fù)數(shù)時(shí)，x與y是負(fù)相關(guān)關(guān)系［8］。

確定相關(guān)關(guān)系的數(shù)學(xué)表達(dá)式，建立回歸預(yù)測模型

（8）

式中，為因變量的估計(jì)值；x為自變量；a為回歸直線在y軸上的截距；b為回歸直線的斜率，稱回歸系數(shù)。

2.4? ?線性回歸法—季節(jié)分析預(yù)測

電力物資需求變動受項(xiàng)目需求、氣候條件的影響，在一定時(shí)間中隨季節(jié)的變化呈現(xiàn)出周期性的變化規(guī)律。季節(jié)變動的特點(diǎn)是，每年重復(fù)出現(xiàn)，各年同月（或季）具有相同的變化方向。因此，收集的資料一般以月（或季）為單位，以3年或3年以上的資料為好［9］。

季節(jié)分析預(yù)測法是根據(jù)歷史數(shù)據(jù)中所包含的季節(jié)變動規(guī)律，對預(yù)測目標(biāo)的未來狀況做出預(yù)測的方法。季節(jié)分析預(yù)測分為兩種情況：一是水平型季節(jié)變動分析；二是趨勢型季節(jié)變動分析。

以年為間隔單位的歷史數(shù)據(jù)在總體上是呈水平發(fā)展的，不包含趨勢變動因素，只包含季節(jié)變動因素和不規(guī)則因素。水平型季節(jié)分析預(yù)測法就是通過平均來消除不規(guī)則因素，然后計(jì)算出季節(jié)指數(shù)、季節(jié)變動差等指標(biāo)，以反映季節(jié)變動的規(guī)律，并據(jù)此進(jìn)行預(yù)測的方法。水平型季節(jié)分析預(yù)測法可以分為季節(jié)指數(shù)預(yù)測法和季節(jié)變差預(yù)測法。

（1）季節(jié)指數(shù)預(yù)測法，季節(jié)指數(shù)預(yù)測法就是計(jì)算時(shí)間序列中各季（月）的季節(jié)指數(shù)，并以此進(jìn)行近期預(yù)測的一種預(yù)測方法（表3）。

預(yù)測模型，如果已知對象的全年預(yù)測值，則該年各季（月）的預(yù)測值為

某季（月）預(yù)測值=

季節(jié)指數(shù)=×100%

模型假設(shè)，現(xiàn)象不存在長期趨勢或長期趨勢不明顯，適用于短期水平型季節(jié)變動數(shù)據(jù)模式。

（2）季節(jié)變差預(yù)測法，季節(jié)變差預(yù)測值是水平型季節(jié)分析預(yù)測法的另一種形式的預(yù)測模型，如果已知預(yù)測對象的全年預(yù)測值，則該年各季（月）的預(yù)測值為

某季（月）預(yù)測值=×該季（月）季節(jié)變差

其中，某季的季節(jié)變差=歷年同季的季節(jié)平均值-全時(shí)期季度平均值

模型假設(shè)，現(xiàn)象不存在長期趨勢或長期趨勢不明顯，是測定季節(jié)變化的一種最基本方法。適用于短期水平型季節(jié)變動數(shù)據(jù)模式。

表3 2017—2021年的庫存季節(jié)指數(shù)計(jì)算表

年度 一季度 二季度 三季度 四季度 年庫

存量 全年

平均

2017年 580 780 1 100 460 2 920 730

2018年 660 860 1 200 540 3 260 815

2019年 650 940 1 350 580 3 520 880

2020年 720 1 020 1 380 660 3 780 945

2021年 780 1 200 1 400 800 4 180 1 045

同季

平均 678 960 1 286 608 3 532 883

季節(jié)

指數(shù)/% 76.78 108.72 145.64 68.86 400 100

季節(jié)

變差 -205 77 403 -275 — —

畫出全年的折線圖，從圖上可以看出該公司物資配送量的變動呈水平季節(jié)變動，因此選擇水平型季節(jié)分析預(yù)測模型進(jìn)行預(yù)測比較合適。

3? ? ?結(jié) 論

結(jié)合傳統(tǒng)及現(xiàn)代的經(jīng)典分析模型，給出適合電力企業(yè)物資管理的分析模型。并給出可持續(xù)完善的手段與方法，保障在模型應(yīng)用的過程中能夠及時(shí)有效的修正偏差。通過倉儲系統(tǒng)運(yùn)行不斷積累的數(shù)據(jù)，運(yùn)用人工智能機(jī)器學(xué)習(xí)的技術(shù)不斷為管理者提供更精準(zhǔn)的分析與預(yù)測。對比不同預(yù)測模型，在不同場合下，采用不同庫存定額分析模型。移動平均法適合于短期水平數(shù)據(jù)模式，指數(shù)平滑法適用于短期水平型數(shù)據(jù)模式，一元線性回歸適合于宏觀或微觀的中、長期預(yù)測，季節(jié)分析預(yù)測模型，適用于短期水平型季節(jié)變動數(shù)據(jù)模式。

主要參考文獻(xiàn)

［1］向子權(quán)，楊家其，向祖權(quán)，等. 模糊集理論在造船企業(yè)庫存控制優(yōu)化中的應(yīng)用［J］. 物流技術(shù)，2021，40（11）：40-43.

［2］姜燕寧，郝書池. 云服務(wù)模式下配送需求預(yù)測與庫存配置聯(lián)合決策模型［J］. 制造業(yè)自動化，2021，43（10）：5-9.

［3］譚新明. 供應(yīng)鏈管理中庫存控制策略研究［J］. 中國航務(wù)周刊，2021（34）：56-57.

［4］王闖. 基于改進(jìn)需求預(yù)測方法的多級庫存成本優(yōu)化研究［D］. 長春：吉林大學(xué)，2021.

［5］何佳，王子牛，羅剛，等.基于混沌神經(jīng)網(wǎng)絡(luò)技術(shù)的安全庫存預(yù)測研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2007（8）：247-249，253.

［6］張艾榮，張子剛，郭翔.具有隨機(jī)提前期的庫存模型中安全因子的優(yōu)化［J］. 工業(yè)工程，2007（4）：114-118.

［7］紀(jì)鵬程，宋士吉，吳澄，等.鋼鐵企業(yè)復(fù)雜庫存環(huán)境下的精確庫存成本建模［J］.計(jì)算機(jī)集成制造系統(tǒng)，2010，16（2）：293-298.

［8］王炬香，王安麟，胡宗武. 供應(yīng)鏈管理中的戰(zhàn)略庫存［J］.制造業(yè)自動化，2001（3）：7-8，21.

［9］張啟超，張悟移. 供應(yīng)鏈中的安全庫存優(yōu)化管理的探討［J］. 物流科技，2007（6）：98-100.