基于“預-儲-配-控”智能化轉型的電網供應鏈韌性提升路徑研究

關鍵詞：智能化；電網；供應鏈韌性

中圖分類號：TM-9 文章編號：A 文章編號：2096-7934（2024）12-0084-09

一、引言

當前，國家明確推進現代供應鏈建設，加快數字化、協同化、標準化、綠色化發展，進而形成具有更強創新力、更高附加值、更安全可靠的產業鏈供應鏈。《國家安全戰略（2021—2025年）》提出要增強產業韌性和抗沖擊能力，將提升產業鏈韌性上升為國家安全戰略中的關鍵環節。黨的二十大報告再次指出，要“著力提升產業鏈供應鏈韌性和安全水平”［1］。

電網供應鏈是國家產業鏈供應鏈的重要組成部分。電網作為能源供應的基礎設施，其供應鏈韌性對于保障國家能源安全、推動經濟社會發展具有重要意義。電網供應鏈的韌性越強，越能夠抵御各種風險和挑戰，確保能源的穩定供應，故而深度影響著國家產業鏈供應鏈的整體韌性。加強電網供應鏈的管理和創新，可以提高電網的效率和可靠性，推動能源結構的優化和轉型升級，助力雙碳目標達成，進而促進整個國家產業鏈供應鏈的優化和升級。因此，著力加強電網供應鏈的韌性建設，不僅有助于保障國家能源安全和經濟社會發展，也有助于推動國家產業鏈供應鏈的優化和升級，提高整個國家的產業競爭力和可持續發展能力。

現代電網供應鏈管理體系從全流程上一般可劃分為：物資需求管理、采購管理、供應商管理、物資倉儲配送管理、物資品質控制管理等環節，管理邏輯上層層遞進、環環相扣。加強電網供應鏈韌性建設，即提高各部分的管控效能、協同耦合、精確作為，以提高物資質量、節約運營成本、保障系統運行安全。因采購管理環節受到相關法律法規制約，故而本文將重點放在物資需求管理、供應商管理、倉儲配送管理、物資品質控制管理等環節。

目前以上工作還存在如下問題，對電網供應鏈韌性造成了嚴峻挑戰：

（1）物資需求預測不準確問題。當前電網物資需求預測主要依據項目建設要求及歷史采購數據制定，未結合物資實際運行狀態制定，且預測大都采用單一模型，存在過擬合或者欠擬合的問題，對于不同場景的泛化能力較差，從而導致誤差產生。

（2）供應商管理不精準問題。目前電網企業在管理供應商時通常利用供應商歷史履約數據（合同簽訂及時率、供貨及時率等）對其進行商務行為評估，效率較低、周期也較長，實際的工作中發現供應商弄虛作假、圍標串標問題依然嚴重，且缺乏完整的評價體系。

（3）倉儲配送機械化問題。當前電網倉儲與配送管理為“固定儲量”“動態補貨”模式，存在“物資儲備庫存高”“庫存物資呆滯率高”及“配送效率低下”等情況。以某電網公司為例，截至2023年年底，該公司儲備物資庫存總金額近30億元，庫存物資呆滯率近60%，對其精益化發展帶來了巨大挑戰。

（4）物資品質控制管理不精確問題。電網企業為了其物資能夠安全入網運行，每年均投入大量人力、物力及財力開展物資品控工作。以某電網公司為例，截至2023年年底，該公司物資品控工作投入逾1億元。雖然人力物力投入巨大，但是物資運行過程中仍質量問題頻出，嚴重威脅了電網安全穩定運行。

二、文獻綜述研究

目前國內外鮮有針對電網供應鏈韌性的研究，本節將從各行業產業鏈供應鏈韌性的智能化、數字化發展進行現狀研究及動態分析。

周婧妤等提出我國應大力推動高端制造業智能化轉型進程，以努力化解其供應鏈風險，提升供應鏈韌性［2］。韓蓄等利用雙向固定效應模型，將智能制造對工業韌性的提升效能及作用機制進行了識別，結果顯示智能制造能大力提升工業韌性［3］。王進富等提出數字化轉型將賦能產業鏈韌性，從而顯著提高產業鏈風險抵御能力、沖擊恢復能力、鏈條升級能力［4］。單宇等提出企業可通過數字化及智能化技術，將其內部不同環節連通并整合起來，以有效應對可能出現的危機，進一步提升其組織韌性［5］。呂越等指出，人工智能（AI）經深度技術革新及體系優化后，可對產業鏈進行補強、延續，以提升其韌性［6］。宋華指出人工智能、大數據、物聯網等新興技術，可有效助力供應鏈全過程動態監測及分析，以及時預警風險，提升供應鏈韌性［7］。陳曉東等提出數字經濟可加快提升產業鏈數字化升級轉型，以提升產業鏈韌性，推動產業鏈向更完整、更穩定、更強健的方向發展［8］。王娟娟等通過動態熵權算法，對數字經濟指數和糧食供應鏈韌性水平進行了測度，分析了數字經濟對提升我國糧食供應鏈韌性的作用。在此基礎上，提出城鎮化規劃中應納入農業數字化發展，以提升糧食供應鏈韌性［9］。張倩等指出因產業鏈供應鏈的區域化、本土化及短鏈化等原因，全球產業鏈供應鏈“斷鏈”“脫鉤”風險逐步增加。而數字產業化、產業數字化的升級可有效提升產業鏈供應鏈韌性［10］。毛豐付等認為經濟韌性的提升可通過數字產業發展得以實現，具體路徑為產業結構優化和勞動力結構優化［11］。謝家智等通過對比研究發現，中國產業鏈與發達國家的差距主要體現在產業鏈創新能力及抵御能力方面。應加快產業鏈數字化轉型進程及關鍵核心技術攻關，以大力提升中國產業鏈韌性［12］。石建勛等認為應通過中國舉國體制優勢，加強關鍵核心技術攻關及產業鏈供應鏈數字化轉型，以大力提升產業鏈供應鏈韌性及安全水平［13］。阿什莫爾（Ashmore）等認為數字技術的開發和數字資源的使用可有效提高經濟韌性［14］。斯福齊尼（Sitinjak）等認為經濟抵抗力可通過數字技術來增強，因其可提升政府服務［15］。趙麗洲等針對石化企業供應鏈韌性水平構建了指標評價體系，在此基礎上利用層次分析法和反向傳播（BP）神經網絡，對其進行了評估［16］。賀正楚等提出技術創新能夠增強制造業產業鏈韌性，且產業協同集聚程度越高，技術創新發揮的作用越大［17］。朱金鶴等認為數字經濟對經濟韌性帶來影響的路徑有三條，分別是新人才資源發展、新經濟部門發展和新創新產出發展［18］。陳勝利等提出可通過加強創新能力、創業活力和產業結構升級三條路徑增強經濟韌性的空間效應［19］。余東華等認為數字化轉型可提高供應鏈管理的敏捷性和效率，它通過優化運營模式、提高資源協同和創新發展模式等途徑實現，最終科可提升供應鏈韌性［20］。

綜上所述，各行業供應鏈韌性的提升路徑正向著智能化、數字化方向轉型。電網供應鏈作為國家產業鏈供應鏈的重要組成部分，加快其智能化轉型進程將可顯著提高其韌性水平。

三、電網供應鏈韌性提升技術路線

為攻克電網供應鏈韌性提升的難題，本文以物資需求預測、倉儲配送、品質控制及供應商管理四個方面為抓手，設計了涵蓋“預-儲-配-控”智能化轉型的電網供應鏈韌性提升關鍵路徑（如圖1所示）。

1.預：高準確度的電網物資需求預測方法研究

針對傳統的物資需求預測主要根據項目建設要求及歷史采購數據制定，未結合物資實際運行狀態的缺點，可將物資需求預測轉換為對其缺陷的精確預測，缺陷預測可基于歷史數據開展。根據前期對物資缺陷數據的統計分析可知，缺陷受天氣、地形、國家政策及電力系統運行等多種復雜因素深度影響，導致其規律與時間的關聯度降低，表現出很強的波動性。

目前常規的物資需求預測方法大多采用時間序列模型，如移動平均預測法、指數平滑預測法、趨勢外推預測法等。分析缺陷物資數據的統計結果，發現時間序列模型難以很好地開展預測。因此，重點研究了回歸分析、人工神經網絡預測方法的準確度。

在前期的研究中，將南方電網公司某供電局架空輸電線路2016—2019年缺陷數據作為訓練數據，對幾種單一模型預測的有效性進行了驗證，從結果來看效果并不理想。

經過分析，發現效果欠佳的原因主要是因為數據分布存在較大差異性，單一模型存在過擬合或者欠擬合的問題。針對該問題，對多模型融合的缺陷預測方法進行了初步探索。

通過Stacking方法對多種預測方法進行了融合，其基本思想是先使用大量基分類器，然后使用另一種分類器來融合它們的預測結果，旨在降低泛化誤差。仿真結果顯示，利用皮爾森系數特征選擇預處理數據后，再用多模型融合方法進行預測的精確度相對于無特征選擇處理多模型融合預測及單一模型的預測精確度均得到了很大提高［21］。

但是利用皮爾森系數進行特征選擇存在以下問題：①只能衡量兩個變量之間的線性關系，對于非線性關系則無法準確度量。因此，如果數據集中的特征與目標變量之間存在非線性關系，皮爾森系數特征選擇可能無法選擇出最有效的特征。②計算容易受到異常值的影響。如果數據集中存在離群點或噪聲，可能會對相關系數的計算結果產生負面影響，從而影響特征選擇的準確性。③忽略了變量間的相互關系。皮爾森系數特征選擇只考慮了單個特征與目標變量之間的相關性，而忽略了特征之間的相互關系。在實際應用中，特征之間可能存在相互依賴或共線性的情況，這種情況下皮爾森系數特征選擇可能無法選擇出最優的特征組合（如圖2、圖3所示）。

針對此，下一步可利用注意力機制刻畫關鍵特征信息的表達能力。深度學習中的注意力機制（AttentionMechanism）是一種模仿人類視覺和認知系統的方法，它允許神經網絡在處理輸入數據時集中注意力于相關的部分。通過引入注意力機制，神經網絡能夠自動地學習并選擇性地關注輸入中的重要信息，提高模型的性能和泛化能力。注意力機制從本質上講和人類的選擇性注意力機制類似，核心目標也是從眾多信息中選出對當前任務目標更加關鍵的信息。經過注意力機制特征選擇后，無效數據將會被剔除，從而確保了數據質量的高可靠性及相關性。

2.儲、配：時效及價值綜合最優的電網物資倉儲配送策略研究

在對物資需求進行精準預測后，即可有的放矢、做好倉儲工作。但是當前電網倉儲與配送管理為“固定儲量”“動態補貨”模式，存在“物資儲備庫存高”“庫存物資呆滯率高”及“配送效率低下”等情況。

通過馬爾科夫決策過程指導物資倉儲調度的管理和控制，可實現對全局成本的最優化。構建的模型需要考慮當前系統的物資需求、倉儲空間和采購成本等，根據當前的信息來決定是采購還是調度以實現成本最小化。

以南網某供電局實施倉儲配送數據為演算對象，包括A、B、C、D和E五個地區。初始物資倉儲系統成本為855700元。傳統的庫存管理機制（以貪婪算法為核心機制）是針對各個地區的各類物資，根據歷史數據的統計分析，進行飽和式的采購倉儲。飽和式倉儲的成本為4301800元，而利用馬爾科夫決策的倉儲方案成本為1356800元，成本降低了68.5%。

但是隨著倉儲配送地理空間的增大，計算復雜度會急劇增加，且系統的狀態轉移可能不是確定的，而是存在一定的概率分布，增加了問題的復雜性，大大限制了馬爾科夫決策過程的應用效果。

針對此，可利用DQN方法進行倉儲配送過程決策。DQN是一種結合了深度學習和Q-learning的強化學習算法。DQN使用深度神經網絡（通常是卷積神經網絡）來近似Q值函數，從而能夠處理具有大規模狀態空間的任務。在DQN中，神經網絡的輸入是當前狀態的特征表示，輸出是對應各個可能動作的Q值。DQN可有效模擬物資倉儲配送過程，動態決定采購或者調度策略以實現時效最快及成本最低［22］。

3.控：從物資品質控制及供應商管理兩個方面入手，以進一步提升物資質量

（1）基于質量指數的電網物資分類分級品質控制策略研究。電網企業為了其物資能夠安全入網運行，每年均投入大量人力、物力及財力開展物資品質控制工作，但實際效果不盡人意。作者通過建立指標評價模型，利用模糊綜合賦權的方法對電網企業物資品控體系的能效情況進行了綜合評估，以期能夠有的放矢地指導品控工作的高效開展，從而提升物資質量。

為進一步提高物資品控工作的精確度，可計算物資質量指數，以此為“牛鼻子”，對物資制定分類分級的品質控制策略。具體如下：通過調研電網企業歷年采購物資的質量情況，收集和整理各制造商在物資生產過程中的缺陷、故障、維修記錄，例如，缺陷原因類別統計如圖4所示。

在此基礎上，首先系統性地梳理不同裝備類型、生產環境、制造工藝下的質量缺陷及特征，從物資的來料、工藝、檢測信息三個維度，建立典型質量缺陷庫。其次通過統計和關聯分析方法，分析各個生產進程中測試數據與質量缺陷的關聯性，最后提取影響裝備質量的特征因素集［23］。具體實施方案如圖5所示。

從而可構建質量評價指標體系，進而通過頻繁項集、相關分析、聚類分析等大數據挖掘算法，計算物資質量指數。以質量指數為物資質量管理的“牛鼻子”，對物資制定分類分級的品質控制策略，以確保其質量提升。

（2）基于精準商業行為畫像的電網物資供應商管理策略研究。目前電網企業在供應商管理中通常利用供應商歷史履約數據（合同簽訂及時率、供貨及時率等）對其進行商務行為評估，效率較低、周期也較長，實際的工作中發現供應商弄虛作假、圍標串標問題依然嚴重，且缺乏完整的評價體系。

作者前期以南方電網配電變壓器供應商作為研究對象，從設備全生命周期角度出發，構建了涵蓋“采購階段”“入網運行階段”及“退役報廢階段”的配電變壓器供應商分級管理評價模型，模型具體含“供應商資質能力評價結果”“設備到貨抽檢一次性通過率”“設備專項抽檢一次性通過率”“設備缺陷率”“設備重大缺陷率”“設備缺陷事故率”及“資金回收比”7個二級指標。在此基礎上利用模糊層次分析法，（FAHP）構建了模糊互補判斷矩陣，確定了每項指標的權重，進行了一致性校驗，結果良好。對南方電網公司20家配電變壓器供應商進行了分級排名，結果符合客觀事實［24］。

但上述方法時效性還是不足，且很多數據屬于機密難以獲得。下一步可利用網絡爬蟲技術抓取供應商廣泛分布于互聯網的有效商業信息，例如，“注冊資本”“股權結構”“經營范圍”“中標信息”“違約信息”及“司法訴訟”等，自行構建和標注該領域的數據集。具體構建步驟如下［25］：①利用正則表達式、詞頻－逆文檔頻次（TF-IDF）算法提取關鍵詞的方式，選取與“注冊資本”“股權結構”“經營范圍”“中標信息”“違約信息”及“司法訴訟”相關的指標概括供應商的經營狀況。②利用K均值（K-Means）、基于密度聚類（DB-Scan）等聚類分析算法進行數據提煉整合，構建供應商商業行為評價指標體系，研究供應商畫像的構建方法，實現供應商的全景分析［26-27］。

在此基礎上，電網企業據畫像結果分層分級對供應商進行有效管理，提升管理效能及物資入網質量。

四、結論

電網供應鏈韌性水平深刻影響國家產業鏈供應鏈安全，但其受歷史投入、人才當量及政策支持等綜合原因制約，尚不夠堅強。

目前還存在以下未完全解決的關鍵問題：①物資的高效率倉儲及配送問題。實現物資高效率倉儲的前提是高準確度的需求預測，當前電網物資需求預測主要依據項目建設要求及歷史采購數據制定，未結合物資實際運行狀態制定，且預測大都采用單一模型，存在過擬合或者欠擬合的問題，對于不同場景的泛化能力較差，從而導致誤差產生。此外，電網物資倉儲調配工作目前呈現儲備機械化、配送低效化狀態。如何實現電網物資需求的高準確度預測，以更好地進行物資儲備，進而提升配送效率，是本文擬解決的第一個關鍵科學技術問題。②物資運行質量的高可靠性問題。目前電網企業普遍通過型式試驗、安裝調試等方式對物資進行品質控制，由于以上試驗是瞬時性的，不能考量物資長周期運行的可靠性，所以物資制造過程中出現的諸如降低原材料或外構件檔次、工藝不到位及裝配缺陷等問題無法通過以上試驗檢測出來。同時電網企業在供應商管理中通常利用供應商歷史履約數據（合同簽訂及時率、供貨及時率等），對其進行商務行為評估，效率較低、周期也較長，導致供應商生產制造過程中存在僥幸心理。如何提升物資質量是本文擬解決的第二個關鍵科學技術問題。

通過本文提出的涵蓋“預-儲-配-控”全過程的智能化轉型，為打破制約電網供應鏈管理水平桎梏提供了清晰的技術路徑，以進一步提升其韌性水平，更好支撐國家能源安全、助力雙碳目標達成。

參考文獻：

［1］習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告［M］.北京：人民出版社，2022.

［2］周婧妤，譚春橋.提升我國高端制造業供應鏈韌性的幾點思考［J］.理論探索，2023（5）：102-110.

［3］韓蓄，傅聯英，呂重陽，等.數智藏韌顯：智能制造提升工業韌性的機理與證據［J］.研究與發展管理，2023，35（6）：46-59.

［4］王進富，李婷婷，張穎穎.鏈主企業生態主導力提升產業鏈韌性路徑研究——以比亞迪和中國新能源汽車產業鏈為例［J］.科技進步與對策，2023，1：1-10.

［5］單宇，許暉，周連喜，等.數智賦能：危機情境下組織韌性如何形成？——基于林清軒轉危為機的探索性案例研究［J］.管理世界，2021，37（3）：84-104.

［6］呂越，張杰.人工智能與產業鏈韌性提升［J］.西安交通大學學報（社會科學版），2023，44（2）：29-38.

［7］宋華.人工智能數智供應鏈的理論探索與展望［J］.中國流通經濟，2024，38（1）：44-54.

［8］陳曉東，劉洋，周柯.數字經濟提升我國產業鏈韌性的路徑研究［J］.經濟體制改革，2022，40（1）：95-102.

［9］王娟娟，曲健.數字經濟賦能糧食供應鏈韌性的效應及區域分異研究［J］.西北民族大學學報（哲學社會科學版），2024，2：138-154.

［10］張倩，凌迎兵，孫友然，等.數字經濟提升產業鏈供應鏈韌性的路徑及對策研究［J］.商業經濟，2024，1：30-33.

［11］毛豐付，胡承晨，魏亞飛.數字產業發展與城市經濟韌性［J］.財經科學，2022（8）：60-75.

［12］謝家智，何雯妤.現代產業鏈韌性評價及提升路徑［J］.統計與信息論壇，2024，39（2）：15-28.

［13］石建勛，盧丹寧.著力提升產業鏈供應鏈韌性和安全水平研究［J］.財政問題研究，2023（2）：3-13.

［14］ASHMOREFH，FARRINGTONJH，SKERRATTS.Community-ledbroadbandinruraldigitalinfrastructuredevelopment：implicationsforresilience［J］.Journalofruralstudies，2017，54：408-425.

［15］SITINJAKE，MEIDITYAWATIB，ICHWANR，etal.Enhancingurbanresiliencethroughtechnologyandsocialmedia：casestudyofurbanjakarta［J］.Procediaengineering，2018，212：222-229.

［16］趙麗洲，張寧峰.雙循環背景下石化企業供應鏈韌性評價研究——基于AHP-BP方法［J］.遼寧石油化工大學學報，2024，44（1）：89-96.

［17］賀正楚，李玉潔，吳艷.產業協同集聚、技術創新與制造業產業鏈韌性［J］.科學學研究，2023，5：1-16.

［18］朱金鶴，孫紅雪.數字經濟是否提升了城市經濟韌性？［J］.現代經濟探討，2021（10）：1-13.

［19］陳勝利，王東.數字經濟對經濟韌性的影響效應及作用機制［J］.工業技術經濟，2022，41（6）：26-34.

［20］余東華，李云漢.數字經濟時代的產業組織創新——以數字技術驅動的產業鏈群生態體系為例［J］.改革，2021（7）：24-43.

［21］DAIZ，XIEP，HUANGYM，etal.Optimizationmethodofpowergridmaterialware-housingandallocationbasedonmulti-levelstoragesystemandreinforcementlearning［J］.Computersandelectricalengineering，2023，109：108771.

［22］DAIZ，WANGG，BIANGE，etal.Powergridmaterialdemandforecastingbasedonpearsonfeatureselectionandmulti-modelfusion［J］.Frontiersinenergyresearch，2022，10：882818.

［23］代洲，王鋼，嚴英杰，等.基于組合賦權和模糊綜合評判的電網企業物資品控體系綜合能效評價［J］.華南理工大學學報（自然科學版），2020，48（7）：47-54.

［24］代洲，尹華，李檜禹，等.基于FAHP的電網企業配電變壓器供應商分級管理評價模型［J］.電力大數據，2020，23（2）：1-8.

［25］張靖宜，賀光輝，代洲，等.融入BERT的企業年報命名實體識別方法［J/OL］.上海交通大學學報，2021，55（2）：117-123.

［26］LIUY，LIUZY，LIJ.Supplychainchannelconflictcoordinationwithconsumernetworkacceptance［J］.AsiaPacificjournalofmarketingandlogistics，2021，33（3）：846-868.

［27］于志誠，梁曄，穆士才，等.基于聚類算法的代理購電工商業用戶典型畫像分析［J］.電力大數據，2024，27（3）：57-63.

基金項目：2023年國家自然科學基金項目“面向無線體域網內部通信的安全可靠超寬帶傳輸關鍵技術研究”（62361012）；2023年貴州省高等學校創新團隊“電力裝備制造質量智能化評價與預警”（黔教技〔2023〕064號）；2023年貴州省高等學校創新團隊“智能計算與監測預警技術”（黔教技〔2023〕063號）

ResearchontheResilienceEnhancementPathofPowerGridSupply

ChainBasedontheIntelligentTransformationof“Pre-storage-

Storage-Distribution-QualityControl”

DAIZhou1，XIEPeng2，GEQu3，BIANRui-en2，LUOWen-jun4，TANGWu-qin5，

CHENGGui-xian6，LIAOYuan-yuan1

（1.SchoolofManagementScienceandEngineering，GuizhouUniversityofFinanceand

Economics，Guiyang，GuiZhou550025;

2.SouthernPowerGridSupplyChainGroupCo.，Ltd，Guangzhou，Guangdong510640

3.SupplyChainManagementDepartment，ChinaSouthernPowerGridCo.，Ltd，

Guangozhou，Guangdong510600;

4.SouthernPowerGridSupplyChain（Guizhou）Co.，Ltd，Guiyang，GuiZhou550007；

5.SchoolofElectricalEngineering，GuizhouUniversity，Guiyang，Guizhou55025;

6.SchoolofPhysicsandElectronicScience，GuizhouNormalUniversity，Guiyang，GuiZhou550025）

Abstract：Thepowergridsupplychainisanimportantcomponentofthenationalindustrialandsupplychain.Astheinfrastructureofenergysupply，theresilienceofpowergridsupplychainisofgreatsignificanceforensuringnationalenergysecurityandpromotingeconomicandsocialdevelopment.Thestrongertheresilienceofthepowergridsupplychain，themoreitcanwithstandvariousrisksandchallenges，ensurestableenergysupply，andthusdeeplyaffectingtheoverallresilienceofthenationalindustrialandsupplychain.Strengtheningthemanagementandinnovationofpowergridsupplychaincanimprovetheefficiencyandreliabilityofthepowergrid，promotingtheoptimizationandtransformationoftheenergystructure，helpachievethedualcarbongoals，andtherebypromotingtheoptimizationandupgradingofthenationalindustrialchainsupplychain.Theresilienceofthecurrentpowergridsupplychainisdeeplyconstrainedbyproblemssuchasinaccuratematerialdemandforecasting，lowwarehousinganddistributionefficiency，imprecisematerialqualitycontrolmanagement，andimprecisesuppliermanagement.Atpresent，theresilienceimprovementofsupplychainsinvariousindustriesisdevelopingtowardsintelligentizationanddigitization.Thispaperproposesakeypathforenhancingtheresilienceofpowergridsupplychains，coveringtheintelligenttransformationof“prestoragestoragedistributionqualitycontrol”.Throughtheabovepath，theresiliencelevelofpowergridsupplychainscanbeeffectivelyimproved.

Keywords：intelligentization;powergrid;supplychainresilience