南方電網(wǎng)物資有限公司 胡陽升 謝 斐 蘇書堅(jiān)

引言

影響電網(wǎng)工程所需電力物資需求預(yù)測的關(guān)鍵因素，包括國家政策導(dǎo)向影響、物資品類特征影響、樣本數(shù)據(jù)的數(shù)量和質(zhì)量影響等。眾多影響因素的存在使得電網(wǎng)企業(yè)預(yù)測工作的難度增大，為更好地指導(dǎo)電網(wǎng)企業(yè)進(jìn)行投資計(jì)劃的制定，亟需相關(guān)領(lǐng)域的研究對電力物資需求預(yù)測工作提供新思路、做出科學(xué)指導(dǎo)。

國外在物資需求預(yù)測方面的研究起步較早。Elragal H[1]提出一種基于模糊遺傳算法的神經(jīng)網(wǎng)絡(luò)模型，對間歇性電網(wǎng)物資供應(yīng)問題進(jìn)行研究且效果良好；Behera R[2]等為了預(yù)測未來較長一段時(shí)間的物資需求情況，構(gòu)建了一種基于遺傳算法的電力系統(tǒng)物資需求預(yù)測模型；Jevons[3]認(rèn)為時(shí)間序列研究的重心不應(yīng)是周期性的波動(dòng)，而是剔除周期性影響后剩余的成分。

國內(nèi)對物資需求預(yù)測問題的研究起步較晚。在物資需求預(yù)測方面，呂曉輝[4]等提出我國企業(yè)當(dāng)前面臨的熱點(diǎn)問題是如何更快更好的吸收、消化國外的先進(jìn)管理經(jīng)驗(yàn)，轉(zhuǎn)變傳統(tǒng)管理觀念，創(chuàng)新管理模式。在電力物資需求特性方面，王竹君[5]等研究了考慮物資需求歷史數(shù)據(jù)對預(yù)測的影響進(jìn)行預(yù)測。在基于大數(shù)據(jù)的電網(wǎng)物資需求預(yù)測方面，李倩[6]等提出了基于大數(shù)據(jù)技術(shù)下的電網(wǎng)物資需求計(jì)劃預(yù)測和管控模式。

隨著公司數(shù)字化轉(zhuǎn)型和數(shù)字電網(wǎng)建設(shè)行動(dòng)方案中有關(guān)于供應(yīng)鏈全生命周期的相關(guān)要求、以及近年來集團(tuán)品類優(yōu)化與電網(wǎng)集中度的不斷提升等，這使得對于物資需求預(yù)測的準(zhǔn)確度要求越來越高。本文結(jié)合國家相關(guān)政策、樣本數(shù)據(jù)的特征，以及物資品類特征分析了影響物資需求的關(guān)鍵影響因素，針對電網(wǎng)企業(yè)電力物資需求，構(gòu)建了基于時(shí)間序列的移動(dòng)平均法和基于年增長率回歸分析的集成預(yù)測模型，并進(jìn)行算例分析，驗(yàn)證了該預(yù)測思路的合理性和有效性。

1 電力物資需求預(yù)測關(guān)鍵影響因素

南方電網(wǎng)企業(yè)目前主要通過綜合考慮項(xiàng)目建設(shè)要求、歷史需求計(jì)劃、年度采購計(jì)劃以及項(xiàng)目的實(shí)施進(jìn)程編制物資需求預(yù)測計(jì)劃（圖1）。

1.1 國家政策導(dǎo)向影響預(yù)測的品類和數(shù)量

在新基建政策的指導(dǎo)下，電網(wǎng)企業(yè)積極加強(qiáng)“新基建”項(xiàng)目配套電力建設(shè)，密切跟蹤“新基建”項(xiàng)目進(jìn)展，持續(xù)優(yōu)化電力營商環(huán)境，充分考慮“新基建”帶來用電需求的增加，動(dòng)態(tài)優(yōu)化電網(wǎng)建設(shè)標(biāo)準(zhǔn)，著力消除薄弱環(huán)節(jié)，針對性地提高重點(diǎn)區(qū)域電網(wǎng)設(shè)計(jì)容量，保持必要的裕度，適應(yīng)未來發(fā)展需求。以上這些順應(yīng)政策的舉措影響電力建設(shè)工程的種類、規(guī)模和數(shù)量，從而產(chǎn)生不同品類、數(shù)量的電力物資需求。

1.2 樣本數(shù)據(jù)的數(shù)量和質(zhì)量影響需求預(yù)測的精度。

從樣本的數(shù)量來看，為了保證預(yù)測結(jié)果的準(zhǔn)確性，需保證樣本數(shù)據(jù)完整且大量，否則預(yù)測模型計(jì)算結(jié)果的準(zhǔn)確性將大打折扣。從樣本的質(zhì)量來看包括七個(gè)方面：完整性、一致性、準(zhǔn)確性、唯一性、關(guān)聯(lián)性、真實(shí)性、及時(shí)性。任何方面的都會導(dǎo)致預(yù)測方法的選擇不當(dāng)或預(yù)測結(jié)果的較大誤差。

1.3 物資品類特征影響預(yù)測的方法

物資需求按項(xiàng)目類型及物資用途體現(xiàn)出有個(gè)性和共性的差異。共性物資每年采購量波動(dòng)相對較小，物資需求量相對穩(wěn)定；個(gè)性物資需求不穩(wěn)定，年需求量起伏較大。故兩類物資的需求預(yù)測工作顯然不適用同樣的方法。例如，10kV 交流電力電纜作為共性物資，每年采購量波動(dòng)相對較小，表明此類物資需求量相對穩(wěn)定，以歷史采購量為依據(jù)采用基于時(shí)間序列的移動(dòng)平均、年平均增長率等算法能取得比較好的預(yù)測效果。

2 年度需求差異化預(yù)測模型構(gòu)建

結(jié)合本項(xiàng)目中企業(yè)實(shí)際采購物資品類，擬結(jié)合不同物資品類特征、數(shù)據(jù)特征和影響因素，考慮采用適應(yīng)機(jī)制的集成化大數(shù)據(jù)預(yù)測技術(shù)，圍繞直接預(yù)測和間接預(yù)測的思路，對不同物資品類進(jìn)行差異化的年度預(yù)測（圖2）。

2.1 基于時(shí)間序列的移動(dòng)平均法

時(shí)間序列-移動(dòng)平均法是一種簡單平滑預(yù)測技術(shù)，即根據(jù)時(shí)間序列逐項(xiàng)推移，依次計(jì)算包含一定項(xiàng)數(shù)的序時(shí)平均值以反映長期趨勢的方法。因此，當(dāng)時(shí)間序列的數(shù)值由于受周期變動(dòng)和隨機(jī)波動(dòng)的影響起伏較大、不易顯示出事件的發(fā)展趨勢時(shí)，使用移動(dòng)平均法可消除這些因素的影響，顯示出事件的發(fā)展方向與趨勢（即趨勢線），然后依趨勢線分析預(yù)測序列的長期趨勢。使用移動(dòng)平均法進(jìn)行預(yù)測的計(jì)算如下式FDt=(Dt-1+Dt-2+Dt-3+ +Dt-n)/n 所示，式中：FDt為對下一期的預(yù)測值；n 為移動(dòng)平均的時(shí)期個(gè)數(shù)；Dt-n為前n 期實(shí)際值。

2.2 基于年增長率的回歸模型

年增長率法是分析經(jīng)濟(jì)周期波動(dòng)的一種最常用的方法，指根據(jù)預(yù)測對象在過去的統(tǒng)計(jì)期內(nèi)的年增長率，類推未來某期預(yù)測值的一種簡便算法。年增長率的計(jì)算如公式：Y=(D(t+1)-D(t))/D(t)。

回歸分析指確定兩種或兩種以上變量間相互依賴的定量關(guān)系，年增長率可準(zhǔn)確地表達(dá)經(jīng)濟(jì)周期波動(dòng)的一種表現(xiàn)形式，通過對年增長率和年份兩個(gè)變量進(jìn)行回歸分析，確定其發(fā)展趨勢，對未來的某期增長率進(jìn)行預(yù)測，回歸方程如下：Y'=a0+a1×cos(xω)+b1sin(xω)?；跇颖緮?shù)據(jù)進(jìn)行預(yù)測的過程中，預(yù)測過程以及預(yù)測結(jié)果不可避免地會受到外界環(huán)境變動(dòng)的影響，為綜合考慮相關(guān)變動(dòng)帶來的影響，本文引入年增長率糾偏因子λ，從而得到如下預(yù)測值計(jì)算公式：FDt=Dt-1(1+Y'+λ)。

2.3 模型集成

為減少利用單一預(yù)測方法進(jìn)行預(yù)測可能存在的誤差，一般會通過權(quán)重分配對兩種或兩種以上的預(yù)測結(jié)果進(jìn)行集成，各分配權(quán)重大多采用最小二乘法進(jìn)行設(shè)定。目標(biāo)函數(shù)如下：

得出精確度最高時(shí)的最優(yōu)解α；β。

3 算例分析

根據(jù)模型構(gòu)建中涉及到的不同公式構(gòu)建，求得下表2各參數(shù)的計(jì)算結(jié)果，將10kV 電力電纜（阻燃型）ZRC-YJV22（鎧裝）8.7/15kV -3×300mm2的歷史數(shù)據(jù)代入此模型，進(jìn)行訓(xùn)練和驗(yàn)證。

表1 模型參數(shù)計(jì)算結(jié)果

表2 集成預(yù)測數(shù)據(jù)驗(yàn)證結(jié)果

將D(t)、t(年份)、λ、α、β 等參數(shù)輸入公式：FD(t+1)=FD1(t+1)×α+FD2(t+1)×β 得到其輸出的結(jié)果為FD(2019)、FD(2020)、FD(2021)；將D2019、D2020、D2021、FD(2019)、FD(2020)、FD(2021)等的參數(shù)輸入以下公式：Ω=1-[(FD(t)-Dt)/Dt]，輸出結(jié)果為Ω2019、Ω2020、Ω2021。

通過大數(shù)據(jù)技術(shù)的多次計(jì)算訓(xùn)練之后，按照訓(xùn)練生成的糾偏因子以及三角函數(shù)回歸預(yù)測的年增長率，計(jì)算2019～2021年增長率的預(yù)測值；按照訓(xùn)練結(jié)果確定的移動(dòng)階數(shù)為2的移動(dòng)平均法計(jì)算2019～2021年預(yù)測值；經(jīng)過最小二乘法，計(jì)算最終確定年增長率預(yù)測結(jié)果和周期為2的移動(dòng)平均法預(yù)測結(jié)果的權(quán)重分別為0.9995和0.0005，對2019～2021年做年度需求量進(jìn)行預(yù)測。

由表2可看出，2019～2021年的歷史數(shù)據(jù)的集成預(yù)測結(jié)果平均精確度為83.15%，充分說明該預(yù)測模型精確可靠、具有可行性，因此該預(yù)測模型驗(yàn)證通過。在完成模型的構(gòu)建及驗(yàn)證后，以2017～2021年的實(shí)際需求數(shù)據(jù)作為數(shù)據(jù)分析樣本集帶入模型，對2022年的10kV 電力電纜ZRC-YJV22（鎧裝）8.7/15kV-3×300mm2年度需求量進(jìn)行預(yù)測。從大數(shù)據(jù)訓(xùn)練的結(jié)果可知，糾偏因子為10%、年增長率預(yù)測結(jié)果和周期為2的移動(dòng)平均法預(yù)測結(jié)果的權(quán)重分別為0.9995和0.0005進(jìn)行組合集成預(yù)測。

預(yù)測2022年數(shù)據(jù)結(jié)果：FD(2022)=α×FD1(2022)+β×FD2(2022)=α[D2021(1+Y'+λ)]+β[(q2020+q2021)/2]=3719.44。

綜上所述，2022年10kV 電力電纜（阻燃型）ZRC-YJV22（鎧裝）8.7/15kV-3×300mm2年度需求量為3719.44km。集成預(yù)測結(jié)果平均精確度為83.17%，充分說明該預(yù)測模型精確可靠、具有可行性，證明了該預(yù)測模型在10kV 電力電纜預(yù)測上的適用性。

4 結(jié)語

綜上所述，科學(xué)合理的物資需求預(yù)測模型能針對各類物資的需求數(shù)量進(jìn)行科學(xué)預(yù)測，逐步將需求計(jì)劃管理方式由“被動(dòng)需求管理為主，人為經(jīng)驗(yàn)預(yù)測為輔”的計(jì)劃管理模式，轉(zhuǎn)變?yōu)椤翱茖W(xué)預(yù)測物資需求，差異化調(diào)整計(jì)劃，指導(dǎo)分層采購”的主動(dòng)計(jì)劃管理模式，增強(qiáng)了物資采購計(jì)劃的準(zhǔn)確性。應(yīng)當(dāng)不斷優(yōu)化物資計(jì)劃管理并且還要建立科學(xué)合理的物資需求預(yù)測體系，不斷提高電網(wǎng)物資需求預(yù)測結(jié)果的準(zhǔn)確性。