指数平滑法在电网物资采购需求预测中的应用

指数平滑法在电网物资采购需求预测中的应用

杨婷婷张晨雷政张雨晴摘要：提高采購准确性，降低采购成本是电网企业发展的必然趋势。基于国家电网重庆分公司2014-2018年的采购数据为研究样本，以农网楼层线夹为例，依据指数平滑法构建模型对2018年采购数据进行预测。指数平滑方法可以为电网企业未来物资采购提供必要的参考，有效提升电网物资采购管理效率。Key：物资采购;指数平滑;楼层线夹：F25：Adoi：10.19311/ki.1672-3198.2020.02.0190引言改革开放以来，电力行业是推动我国经济高速发展的重要支柱。随着我国经济体量的不断扩大，以及人民生活质量的普遍提高，电力供应的需求也在日益增长。与此同时，传统电力设备的老化，以及技术更新换代而引发的新老设备更替和电网改造，导致新型电力系统的设备需求日益增大。另外，国家电网作为国民经济发展的支柱产业，企业在各年度投资项目和物资需求会随着国家经济和产业政策布局的变化而不断进行调整，加之电力物资需求还会受到企业综合计划、项目投资变化、工程进度、市场需求变化等诸多因素影响，使得物资需求预测及采购成为困扰物资采购部门相关工作的难点。现阶段，国家电网对物资需求预测管理相对粗放，主要依赖需求单位主观经验和人为判断，缺少精确的预测手段和信息化工具，导致采购回的物资出现“供不应求”和“滞销积压”两极分化现象：一方面，电网企业重复采购“供不应求”物资，采购成本大幅增加;另一方面，电网企业无法及时消耗“滞销积压”物资，供应商资金滞压，对企业品牌形象造成负面影响。因此，基于物资采购历史数据，利用先进的统计理论与预测方法，科学预测物资需求，为物资采购提供科学依据与数据支撑具有重要的实践价值。为探索统计理论及预测方法在国家电网物资采购预测中的效果，本文以农网楼层线夹为例，利用2014-2017年的历史数据，运用指数平滑法预测2018年的数据，并通过与2018年的实际数据相比较，验证模型的预测效果，以期为进一步调整和完善未来的物资采购需求方法，提高物资需求预测精确度提供参考。1物资需求基本情况分析国家电网重庆分公司每年投资项目物资需求品类多达70种以上，如果进一步按产品明细分类核算，数量则多达300种以上。图1是选取了部分物资品类在2014—2018年期间的需求情况，分别报告了这部分物资品类需求数量在2014—2018年期间的最大值、最小值和平均值。可以发现电能表在样本观测期间的需求数量波动幅度非常大，最大值为61200万元，而最小值只有222万元，最大值比最小值高出近300倍;而与此同时，10KV互感器、控制电缆和低压电流互感器等物资在样本观测期间平均值、最大值和最小值均非常接近，表明这类物资在不同年度的实际需求数量较为稳定，降低了物资需求预测的难度。但是，类似于电能表波动幅度的物资品类，由于不同年度对物资的实际需求数量差异巨大，导致仅依靠历史数据或工作经验对下一年度的实际物资需求进行预测非常困难。2预测方法与结果分析2.1数据来源本文所使用的数据来自于国网重庆市电力公司统计的农网楼层线夹在2014-2018年期间实际使用的数量。2.2研究方法本文采用指数平滑法，根据2014-2017年的农网楼层线夹的实际使用量对2018年的需求作出预测，并与2018年的实际数据进行比较，以检验指数平滑法是否适用于农网楼层线夹的需求预测。指数平滑法是通过计算指数平滑值，从预测对象既往的时间序列数据进行加权平均，从而预测本期数值的一种方法。其原理是任一期的指数平滑值都是本期实际观测值与前一期指数平滑值的加权平滑。表1报告对α分别取值0.1、0.5和0.9，农网楼层线夹在2018年的实际使用和需求预测数据，我们用[（实际值-预测值）/预测值]*100%来度量模型的预测偏差，可以发现当α取值为0.5时，指数平滑模型对应的预测值为4887，与实际值5449之间的差异为-10.31%，预测效果最为理想。3研究结论及局限在新一轮电力改革的背景下，提高电网物资需求预测精确度，降低工程项目物资资金结余率是国家电网物资采购的必然趋势。本文结合电力行业及投资项目需求的特点，选取农网楼层线夹作为研究对象，运用指数平滑方法构建预测模型，重点考察2018年农网楼层线夹的实际需求与预测值之间的误差，以检验模型预测的准确度。本文的研究方法及使用的预测模型能够大幅提高现有条件下物资采购预测的精确程度，对降低工程项目物资资金结余具有重要的参考价值。本文仍存在以下研究局限：第一，本文在模型实际预测中我们仅使用了2014年至2017年的数据。由于数据年限较短，会对预测的精确度造成一定的影响，在未来随着数据累计量的增加，预测效果可能会更为理想。第二，现有预测方法及模型设计并未考虑电力行业设备更新和技术改造的周期性。传统电力设备的老化，以及技术更新换代而引发的新老设备更替和电网改造具有一定的周期性，在现有数据结构下，我们还无法有效观察到投资项目的周期性变动，随着时间的推移，将周期性变动加入预测模型，在一定程度也可以改善模型的预测效果。第三，电力行业的特殊性导致各类投资项目缺少标准化的物资需求。由于电网项目投资不仅需要关注经济社会发展对电力的需求，还需要考虑电网项目施工过程中可能面临的困难，特别是不同地形条件对项目施工进度和物资需求数量存在巨大差异，导致在项目施工前，没办法准确预测物资的可能需求量。在综合考虑城市特征、地形地貌和投资项目类型的基础上，如果能将电网施工项目所在地或投资项目类型设定标准化的成本物资需求，那么对项目实际物资的需求预测精度将会得到进一步提升。Reference[1]黄宏和，吴臻，琚军，等.基于物资需求特性量化预测未来需求的方法[J].浙江电力，2019，（7）：75-80.[2]宋斌，卜涛，张洪青.电网建设项目物资需求预测研究[J].物流技术，2013，（5）：319-336.[3]王玲.我国商品房平均销售价格和销售总额预测分析——基于描述性统计分析和指数平滑法[