[发明专利]一种基于大数据分析的计量资产主动配送方法

说明书

本发明公开了一种基于大数据分析的计量资产主动配送方法，包括步骤：进行数据采集与整理，得到一定时间内的历史周安装数据和单位时间内的评价指标数据；建立时间序列预测模型；将历史周安装数据按一定时间节点划分成训练集和测试集，选取最优模型；将历史周安装数据导入所述最优计算模型中，得到未来时间单位的周安装需求量；通过统计计算的方式获取冗余量；计算合理库存区间；根据单位时间内的评价指标数据，通过综合评价法获取配送优先级评分。根据不同业务数据的特点建立库存精准预测模型，通过建立主动配送模型进行综合评价，由计量中心或地市公司测算下级用表单位的配送优先级，并结合库存精准预测结果自动编排配送任务。

技术领域

本发明设计电力计量行业的用表需求计算方法，尤其涉及一种基于大数据分析的计量资产主动配送方法。

背景技术

随着智能仓储、自动化检定线等自动化设备以及生产调度平台等信息化系统的建设，提高了计量生产能力，提升了生产过程管控水平，但是围绕计量资产的全业务流程管控仍然存在以下问题：1)由于业务信息的非对称性，地市公司的业扩及轮换工单转变为配送申请的过程、计量中心汇总平衡配送申请的过程、计量中心的采购设备适配配送申请的过程均可能出现例如设备参数遗漏、设备与信息不匹配等信息失真情况，导致结构性缺表、生产表计无地市接收等情况。2)配送需求的提报及汇总平衡、配送计划的编制大多由管理人员线下沟通决策，个人的主观意志决定性较强，不能客观反映业务需求。3)计量中心的生产管理与领用安装环节的业务关联性较弱，采购检定与领用安装脱节，会产生生产的表计无法安装使用造成产能及资源浪费、用表高峰期出现无表可用等风险；计量设备的配送环节与领用安装环节的业务关联性较弱，会导致提前或虚假报送配送申请、地市库存超期、资产丢失等问题。4)由于用表需求不准确引起的生产计划不准确无法执行的问题没有彻底解决，可能引起生产过程异常波动、库存结构不合理等生产风险。参考CN107862476A和CN109034505A，公开了一种基于数据分析的计量用表需求计算方法，可以依据采集得到的计量用表需求历史数据，建立计量用表需求预测分析模型，能够处理部分计量用表需求问题，但是仅使用单一的模型创建局限性太大，各地的计量用表预测精度不够，导致后续的数据处理结果不稳定。

发明内容

为克服上述缺陷，本发明的目的在于提供一种基于大数据分析的计量资产主动配送方法，根据不同业务数据的特点建立库存精准预测模型，通过建立主动配送模型进行综合评价，由计量中心或地市公司测算下级用表单位的配送优先级，并结合库存精准预测结果自动编排配送任务。

为实现上述目的，本发明采用如下技术方案：

一种基于大数据分析的计量资产主动配送方法，包括步骤：

进行数据采集与整理，得到一定时间内的历史周安装数据和单位时间内的评价指标数据；

建立时间序列预测模型；

将历史周安装数据按一定时间节点划分成训练集和测试集，选取最优模型；

将历史周安装数据导入所述最优计算模型中，得到未来时间单位的周安装需求量；

通过统计计算的方式获取冗余量；

计算合理库存区间；

根据单位时间内的评价指标数据，通过综合评价法获取配送优先级评分；

可选的，所述进行数据采集与整理包括步骤：

对数据进行可视化处理，绘制周时序图；

对数据进行标准化处理；

其中，通过极值法进行所述标准化处理，使所有值都映射到[0,1] 区间上，所述极值法如下式所示：