張 雨 晴

1. 國(guó)家電網(wǎng)重慶市電力公司市北供電分公司，重慶 400025； 2. 國(guó)家電網(wǎng)重慶市電力公司營(yíng)銷服務(wù)中心，重慶 400025

改革開放以來，電力行業(yè)是推動(dòng)我國(guó)經(jīng)濟(jì)高速發(fā)展的重要支柱．隨著我國(guó)經(jīng)濟(jì)體量不斷擴(kuò)大，人民生活質(zhì)量普遍提高，電力供應(yīng)的需求也在日益增長(zhǎng)．與此同時(shí)，傳統(tǒng)電力設(shè)備老化，以及技術(shù)更新?lián)Q代引發(fā)的新老設(shè)備更替和電網(wǎng)改造，導(dǎo)致新型電力系統(tǒng)設(shè)備需求日益增大[1]．國(guó)家電網(wǎng)作為國(guó)民經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，企業(yè)在各年度的投資項(xiàng)目和物資需求會(huì)隨著國(guó)家經(jīng)濟(jì)和產(chǎn)業(yè)政策布局的變化而不斷進(jìn)行調(diào)整，加之電力物資需求還會(huì)受到企業(yè)綜合計(jì)劃、項(xiàng)目投資變化、工程進(jìn)度、市場(chǎng)需求變化等諸多因素影響，使得物資需求預(yù)測(cè)及采購(gòu)成為物資采購(gòu)部門工作的難點(diǎn)[2]．

新一輪電力改革對(duì)國(guó)家電網(wǎng)的生產(chǎn)經(jīng)營(yíng)模式將產(chǎn)生重要影響，精準(zhǔn)預(yù)測(cè)電網(wǎng)物資需求，提高采購(gòu)準(zhǔn)確性，降低采購(gòu)成本，降低工程項(xiàng)目物資資金結(jié)余率是公司發(fā)展的必然趨勢(shì)．在新形勢(shì)下，傳統(tǒng)的電力物資采購(gòu)需求預(yù)測(cè)方法已經(jīng)不能適應(yīng)企業(yè)的發(fā)展要求，需要企業(yè)管理部門采用有效的措施進(jìn)行改革和創(chuàng)新[3-4]．近年來，大數(shù)據(jù)和機(jī)器學(xué)習(xí)等技術(shù)方法在企業(yè)經(jīng)營(yíng)管理中的應(yīng)用日益廣泛．基于大數(shù)據(jù)的電網(wǎng)物資采購(gòu)需求預(yù)測(cè)分析方法在結(jié)合企業(yè)年度投資項(xiàng)目需求分析的基礎(chǔ)上，強(qiáng)調(diào)對(duì)歷史數(shù)據(jù)信息進(jìn)行詳細(xì)分析和充分挖掘，從繁雜的數(shù)據(jù)中尋找有規(guī)律的信息，應(yīng)用項(xiàng)目?jī)?chǔ)備、投資計(jì)劃等信息生成采購(gòu)需求計(jì)劃儲(chǔ)備庫(kù)，提升年度采購(gòu)規(guī)模預(yù)測(cè)精準(zhǔn)度，為后續(xù)物資采購(gòu)需求預(yù)測(cè)及管理提供可靠依據(jù)[5]．

本文研究的實(shí)踐價(jià)值在于： ① 將大數(shù)據(jù)分析理念引入電網(wǎng)物資采購(gòu)需求的預(yù)測(cè)中，采用灰色預(yù)測(cè)算法探索電網(wǎng)物資需求變化規(guī)律，有效提升電網(wǎng)物資采購(gòu)管理效率； ② 通過建立分析預(yù)測(cè)模型，可以解決因采購(gòu)金額與實(shí)際需求偏差過大導(dǎo)致工程物資出現(xiàn)“斷檔”或“滯緩”的局面，實(shí)現(xiàn)物資成本精益化管控； ③ 結(jié)合標(biāo)準(zhǔn)物料在科研階段落實(shí)項(xiàng)目?jī)?chǔ)備，實(shí)現(xiàn)項(xiàng)目的精準(zhǔn)投資，進(jìn)一步提高企業(yè)的投資效益．

1 電網(wǎng)物資采購(gòu)基本情況分析

1.1 投資項(xiàng)目實(shí)際物資需求變動(dòng)規(guī)律分析

國(guó)家電網(wǎng)重慶分公司投資主要分布為大修、供電分離、基建、技改、居配、農(nóng)網(wǎng)、配網(wǎng)、營(yíng)銷、應(yīng)急、運(yùn)維及成本等項(xiàng)目．圖1報(bào)告了2014-2018年期間各類主要投資項(xiàng)目實(shí)際物資需求，可以發(fā)現(xiàn)大部分投資項(xiàng)目在不同年度的實(shí)際物資需求波動(dòng)呈現(xiàn)出不同的規(guī)律．如圖1所示，2014年居配項(xiàng)目實(shí)際物資需求為7.85億元，2015年增長(zhǎng)至28.04億元，增長(zhǎng)幅度超過400%，但2016年卻降至4.22億元，甚至還低于2014年的實(shí)際需求金額．與此同時(shí)，配網(wǎng)項(xiàng)目卻在2015年之后呈現(xiàn)出逐年遞增的趨勢(shì)，2018年的實(shí)際物資需求已超過15億元．上述數(shù)據(jù)分析結(jié)果表明，實(shí)際物資需求在不同年度呈現(xiàn)出巨大的波動(dòng)，且不同類別投資項(xiàng)目波動(dòng)并不一致，使得依靠需求單位(部門)工作經(jīng)驗(yàn)進(jìn)行主觀預(yù)測(cè)的方法，已不能滿足新形勢(shì)下各投資項(xiàng)目對(duì)實(shí)際物資的需求．

1.2 投資項(xiàng)目物資需求分析

國(guó)家電網(wǎng)重慶分公司每年投資項(xiàng)目物資需求品類多達(dá)70種以上，如果進(jìn)一步按產(chǎn)品明細(xì)分類核算，數(shù)量則多達(dá)300種以上．圖2是選取了部分物資品類在2014-2018年間的需求情況，分別報(bào)告了這部分物資品類需求數(shù)量在2014-2018年間的最大值、最小值和平均值．從圖2可以發(fā)現(xiàn)，電能表在樣本觀測(cè)期間的需求數(shù)量波動(dòng)幅度非常大，最大值為61 200萬元，而最小值只有222萬元，最大值比最小值高出近300倍； 10千伏互感器、控制電纜和低壓電流互感器等物資在樣本觀測(cè)期間平均值、最大值和最小值均非常接近，表明這類物資在不同年度的實(shí)際需求數(shù)量較為穩(wěn)定，降低了物資需求預(yù)測(cè)的難度．但是，類似于電能表波動(dòng)幅度的物資品類，由于不同年度對(duì)物資的實(shí)際需求數(shù)量差異巨大，導(dǎo)致僅依靠歷史數(shù)據(jù)或工作經(jīng)驗(yàn)對(duì)下一年度的實(shí)際物資需求進(jìn)行預(yù)測(cè)非常困難．

圖1 投資項(xiàng)目物資需求金額

圖2 電網(wǎng)物資需求波動(dòng)幅度

1.3 物資需求預(yù)測(cè)偏差分析

為提高物資采購(gòu)效率，實(shí)現(xiàn)物資成本精益化管控，保障投資項(xiàng)目的順利進(jìn)行，國(guó)家電網(wǎng)重慶分公司非常重視物資采購(gòu)品類及數(shù)量的預(yù)測(cè)工作．但是，由于國(guó)家電網(wǎng)在各年度投資項(xiàng)目和物資需求會(huì)隨著國(guó)家經(jīng)濟(jì)和產(chǎn)業(yè)政策布局的變化而不斷進(jìn)行調(diào)整，同時(shí)電力物資需求還會(huì)受到企業(yè)綜合計(jì)劃、項(xiàng)目投資變化、工程進(jìn)度、市場(chǎng)需求變化等諸多因素影響，使得物資需求預(yù)測(cè)及采購(gòu)成為困擾物資采購(gòu)部門相關(guān)工作的難題．表1報(bào)告了所有物資品類中偏差率【(實(shí)際使用-預(yù)測(cè)金額)/預(yù)測(cè)金額】位居前10的物資品類，可以發(fā)現(xiàn)集線器和柱上變臺(tái)模塊的偏差率均大于10，但從絕對(duì)值來看差異并不大； 所以表2補(bǔ)充分析了所有物資按偏差金額【實(shí)際使用-預(yù)測(cè)金額】位居前10物資品類，可以發(fā)現(xiàn)電能表、錐形水泥桿、架空絕緣線、10千伏鐵附件和低壓電力電纜的實(shí)際使用金額與預(yù)測(cè)值之間的差額均高達(dá)億元以上．上述數(shù)據(jù)表明，在現(xiàn)階段物資采購(gòu)工作中投資項(xiàng)目實(shí)際所需的物資金額與預(yù)測(cè)值存在較大偏差是一種較為普遍的現(xiàn)象，導(dǎo)致在實(shí)際工作中，往往存在有些物資經(jīng)常出現(xiàn)“斷檔”或“滯緩”的情況，同時(shí)還存在部分物資出現(xiàn)大量結(jié)余，無人使用的問題．

表1 2018年預(yù)測(cè)偏差率前10的物資品類

表2 2018年偏差金額前10的物資品類 萬元

2 物資需求預(yù)測(cè)——以農(nóng)網(wǎng)低壓配電箱為例

國(guó)家電網(wǎng)重慶分公司物資采購(gòu)數(shù)據(jù)只覆蓋2014-2018年，即只有5個(gè)觀測(cè)值．由于歷史數(shù)據(jù)匱乏，且物資實(shí)際需求容易受到外部隨機(jī)事件的影響，使得時(shí)序預(yù)測(cè)模型對(duì)物資采購(gòu)量估算存在一定的困難．因此，本文選取農(nóng)網(wǎng)低壓配電箱這一物資為例，利用灰色預(yù)測(cè)方法進(jìn)行預(yù)測(cè)．

2.1 灰色預(yù)測(cè)方法及模型設(shè)定

灰色預(yù)測(cè)是對(duì)既含有已知信息，又含有不確定信息的系統(tǒng)進(jìn)行預(yù)測(cè)，針對(duì)數(shù)據(jù)在一定范圍內(nèi)變化的、與時(shí)間有關(guān)的灰色過程進(jìn)行預(yù)測(cè)[6-8]．該方法主要用于數(shù)據(jù)變動(dòng)沒有明顯的趨勢(shì)，即在數(shù)據(jù)觀測(cè)期間，數(shù)據(jù)變化趨勢(shì)和變化方向具有不可預(yù)測(cè)的特點(diǎn)，與電網(wǎng)企業(yè)歷史需求數(shù)據(jù)并無顯著趨勢(shì)的特點(diǎn)較為接近[9-10]．灰色預(yù)測(cè)通過鑒別系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度進(jìn)行關(guān)聯(lián)分析，并對(duì)原始數(shù)據(jù)進(jìn)行生成處理來尋找系統(tǒng)變動(dòng)規(guī)律，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，然后建立相應(yīng)的微分方程模型，從而預(yù)測(cè)事物未來發(fā)展趨勢(shì)的狀況[11]．在實(shí)際預(yù)測(cè)時(shí)，我們使用灰色預(yù)測(cè)的GM(1，1)模型，其步驟及方法如下：

第1步，選擇時(shí)間序列數(shù)據(jù)Y(0)，

Y(0)={Y(0)(1)，Y(0)(2)，…，Y(0)(N)}

式(1)中的Y為各年度歷史數(shù)據(jù)．

第2步，對(duì)時(shí)間序列數(shù)據(jù)做一次累加生成Y(1)，

Y(1)={Y(1)(1)，Y(1)(2)，…，Y(1)(N)}

在上述時(shí)間序列數(shù)據(jù)中

Y(1)(k)=Y(1)(k-1)+Y(1)(k)，Y(1)(1)=Y(0)

(1)

第3步，構(gòu)造累加矩陣B和常數(shù)向量X

(2)

X=(Y(0)(2)，Y(0)(3)，…，Y(0)(N))T

(3)

式(2)和式(3)中，B，X都是關(guān)于Y的矩陣，α，μ是用最小二乘法求出的模型中的2個(gè)參數(shù)．

(4)

第4步，將得到的參數(shù)代入微分方程并求解，可以得到一次累加序列的預(yù)測(cè)模型

(5)

第5步，進(jìn)行還原得到原始時(shí)間序列數(shù)據(jù)的預(yù)測(cè)值

Y(1)(t+1)=Y(0)(t+1)+Y(1)(t)

(6)

2.2 模型測(cè)算及結(jié)果分析

國(guó)家電網(wǎng)重慶分公司于2014年才建立物資實(shí)際需求數(shù)據(jù)庫(kù)．因此，本文只選取2014-2017年的數(shù)據(jù)作為研究樣本： ① 將農(nóng)網(wǎng)低壓配電箱2014-2017年的實(shí)際需求數(shù)據(jù)作為歷史數(shù)據(jù)； ② 結(jié)合歷史數(shù)據(jù)采用灰色預(yù)測(cè)法對(duì)農(nóng)網(wǎng)低壓配電箱2018年的需求量進(jìn)行預(yù)測(cè)．2014-2017年，農(nóng)網(wǎng)低壓配電箱的實(shí)際需求分別為394個(gè)、7 269個(gè)、3 954個(gè)、1 723個(gè)．根據(jù)上述數(shù)據(jù)可以發(fā)現(xiàn)，農(nóng)網(wǎng)低壓配電箱在不同年度的實(shí)際需求毫無規(guī)律可循，即數(shù)據(jù)并無趨勢(shì)特征，按照灰色預(yù)測(cè)模型，時(shí)間序列數(shù)據(jù)為

Y(0)={394，7269，3954，1723}

大括號(hào)中的數(shù)據(jù)兩兩累加生成Y(1)

Y(1)={394，7 663，11 617，13 340}

計(jì)算得到矩陣B

矩陣X為

計(jì)算得到2個(gè)參數(shù)：α=0.647 1，μ=9 955，并在此基礎(chǔ)上得到

Y(2)={394，7 536.09，11 275.29，13 232.93，14 257.84}

最后，計(jì)算不同年度的預(yù)測(cè)值分別為

S={394，7 142.09，3 739.20，1 957.63，1 024.91}

S為預(yù)測(cè)值，根據(jù)預(yù)測(cè)結(jié)果可知，2018年的預(yù)測(cè)值為1 024.91．

3 結(jié) 語

在新一輪電力改革的背景下，提高電網(wǎng)物資需求預(yù)測(cè)精確度，降低工程項(xiàng)目物資資金結(jié)余率是國(guó)家電網(wǎng)物資采購(gòu)的必然趨勢(shì)．本文結(jié)合電力行業(yè)及投資項(xiàng)目需求的特點(diǎn)，選取農(nóng)網(wǎng)低壓配電箱作為研究對(duì)象，運(yùn)用灰色預(yù)測(cè)方法構(gòu)建模型，重點(diǎn)考察2018年農(nóng)網(wǎng)配電箱的實(shí)際需求與預(yù)測(cè)值之間的誤差，以檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)的準(zhǔn)確度．本文研究方法及使用的預(yù)測(cè)模型能夠大幅提高現(xiàn)有條件下物資采購(gòu)預(yù)測(cè)的精確程度，對(duì)降低工程項(xiàng)目物資資金結(jié)余具有重要的參考價(jià)值．

本文仍存在以下研究局限： ① 在模型實(shí)際預(yù)測(cè)中我們僅使用了2014-2017年的數(shù)據(jù)．由于數(shù)據(jù)年限較短，會(huì)對(duì)預(yù)測(cè)的精確度造成一定的影響，未來隨著數(shù)據(jù)累計(jì)量的增加，預(yù)測(cè)效果可能會(huì)更為理想．② 現(xiàn)有預(yù)測(cè)方法及模型設(shè)計(jì)并未考慮電力行業(yè)設(shè)備更新和技術(shù)改造的周期性．傳統(tǒng)電力設(shè)備的老化，以及技術(shù)更新?lián)Q代而引發(fā)的新老設(shè)備更替和電網(wǎng)改造具有一定的周期性，在現(xiàn)有數(shù)據(jù)結(jié)構(gòu)下，我們還無法有效觀察到投資項(xiàng)目的周期性變動(dòng)，隨著時(shí)間的推移，將周期性變動(dòng)加入預(yù)測(cè)模型在一定程度上可以改善模型的預(yù)測(cè)效果．③ 電力行業(yè)的特殊性導(dǎo)致各類投資項(xiàng)目缺少標(biāo)準(zhǔn)化的物資需求．由于電網(wǎng)項(xiàng)目投資不僅需要關(guān)注經(jīng)濟(jì)社會(huì)發(fā)展對(duì)電力的需求，還需要考慮電網(wǎng)項(xiàng)目施工過程中可能面臨的困難，特別是不同地形條件對(duì)項(xiàng)目施工進(jìn)度和物資需求數(shù)量存在巨大差異，導(dǎo)致在項(xiàng)目施工前沒辦法準(zhǔn)確預(yù)測(cè)物資的可能需求量．在綜合考慮城市特征、地形地貌和投資項(xiàng)目類型的基礎(chǔ)上，如果能將電網(wǎng)施工項(xiàng)目所在地或投資項(xiàng)目類型設(shè)定標(biāo)準(zhǔn)化的成本物資需求，那么對(duì)項(xiàng)目實(shí)際物資的需求預(yù)測(cè)精度將會(huì)得到進(jìn)一步提升．