[发明专利]一种电网物资需求预测系统及其预测方法

说明书

本发明公开了一种电网物资需求预测系统及其预测方法，该系统包括主要物资抽取器、主要物资预测模型和非主要物资预测模型，主要物资抽取器用于对文本中的主要物资的属性进行抽取，得到主要物资的特征表示，主要物资预测模型将主要物资提取器得到的特征表示进行训练获得主要物资预测结果，非主要物资预测模型将主要物资的预测量和非主要物资的历史用量作为输入训练数据进行训练获得非物资预测结果，主要物资预测模型和非主要物资预测模型均采用支持向量回归机SVR。本发明提高了物资预测的准确率，为物资采购计划的制定、工程建设和生产安排提供了有力的保障和能力的提升，物资需求预测方法更符合实际应用，能够在初步设计完成后实现物资需求的预测。

技术领域

本发明涉及一种电网物资需求预测系统及其预测方法，属于电网物资需求预测技术领域。

背景技术

目前供电局在进行电网的建设过程中，对于物资需求的量大、种类繁多，而进行电网物资预测主要通过上层机构根据下层机构调研、统计、估算、上报的信息进行审批、汇总及现场勘测，最后生成总体的物资预测需求。这个过程不但在人力物力上耗费巨大，而且审核的工作量也特别大，生成需求周期时间也特别长，同时在这个过程中填报不规范，系统录入易出错。造成了物资需求预测准确率不高，这对物资采购计划制定、工程建设及生产计划的安排都产生不利的影响，同时也制约着物资精益化管理水平和能力的提升。

面对上述情况，需要利用需求预测模型，该模型能预测不同变电站建设过程中各类物资需求量，作为编制采购批次安排计划、物资协议库存采购计划、专项物资批次采购计划的依据，为多种采购模式的实施提供支持。由于电力物资需求预测不仅包含有多方面内容，而且需要根据实际发展情况及时进行修改和调整，因此科学合理地评价电力物资需求预测的准确度，将会为今后的电力物资需求预测工作提供借鉴和帮助，具有极其重要的现实意义。

电网建设项目的预测主要是根据项目需求及初设报告，再人工到现场进行勘测，人工预测出电网建设项目所需要的物资，但是这种公式化的预测和物资的实际用量之间的误差非常大，同时不同的人预测的结果也存在差异。随着电力部门对电网项目的物资预测需求的增加，也引起了相关学者的研究。目前电网物资的预测是以单个物资需求预测为主，文献“基于BP神经网络的电网建设项目物资需求预测”(宋斌，宋秉虎，沈男，等.时代经贸，2013(10):206-207)依据电网建设项目里程碑计划中的指标提出基于BP神经网络对电磁式电流互感器需求进行预测。文献“电网物资需求预测方法研究” (毕子健，王翎颖.[J].华北电力技术，2015(10):26-30)以220kV输变电项目为例，按照不同的设计方案主要分为室内站和室外站，按照低压侧电压等级可分为35kV和10kV两种。依据典型设计方案、历史数据分析和具体项目可行性研究方案，可以初步建立各类设计方案对应的物资需求模型。文献“电网建设项目物资需求预测研究”(宋斌，卜涛，张洪青.物流技术，2013， 32(5):319-321)电网建设项目以输变电工程、配网工程为主。对于各个不同的电网建设项目而言，物资需求有个体性和共性。有因工程自身特殊情况而进行的个别设计，也有按照设计规范采用的标准设计图集。共性因素作用下的物资需求，可以通过区分不同工程类别，构建恰当的预测模型和算法，取得满意的预测结果。个体性因素作用下的物资需求，往往单体预测模型无法满足精度要求，需采用多项目汇总的方式，控制总体预测误差，使预测结果满足实际使用要求。文献“基于极限学习机的电力配网物资需求预测”(杨晶晶，李隽，齐志刚，等.中国电机工程学会年会.2012)提出需要考虑在不同类型的项目中需求的相关性，利用基于极限学习机的多任务方法进行物资需求预测。文献“配网物资的需求预测体系研究”(顾晔，王剑，高峻峻.物流科技，2017， 40(5):44-46)等人分别使用曲线集合模型，HoltWinter模型以及Croston模型得到预测结果。先前的这些研究都是以历史数据的用量作为输入，使用各种不同模型进行数据拟合，从而得到预测的结果，这种方法完全靠历史数据进行预测，没有区分工程的实际需求。为此，文献“一种基于SVM的电力行业物资需求预测方法”(韩戟，何成浩，苏星，等.电气技术，2016，17(12):152-154) 提出将电力行业物资需求预测问题转换为文本分类问题，提出基于SVM的电力行业物资需求预测模型。首先，抽取物资需求历史的文本数据，在电力领域知识库下进行特征提取，特征向量通过SVM进行电力行业文本内容分析模型训练。然后，选出电力行业物资文本数据，对半结构化数据预处理，进行领域实体识别等信息抽取，确定好物资需求文本特征。最后，SVM通过训练好的模型，对行业物资需求做出预测。这种虽然可以利用项目的相关的文本信息，但是在这些文本信息中，只包含了部分物资的相关介绍，大部分物资并未在文本中进行说明，这样只能预测出文本中提到的一些物资，而其他的物资预测就会有很大误差。