基于需求量预测的电能表供应链监控管理方法及设备技术

本发明专利技术涉及一种基于需求量预测的电能表供应链监控管理方法及设备，所述方法包括以下步骤：建立电能表需求预测模型；获取电能表计划数据，基于所述电能表需求预测模型获取需求预测值；基于所述需求预测值判断是否存在供应链断裂风险，并识别供应链断裂环节，产生预警信号。与现有技术相比，本发明专利技术具有提高效率、提升响应速度等优点。升响应速度等优点。升响应速度等优点。

【技术实现步骤摘要】
基于需求量预测的电能表供应链监控管理方法及设备


[0001]本专利技术涉及电能表资源控制
，尤其是涉及一种基于需求量预测的电能表供应链监控管理方法及设备。

技术介绍

[0002]随着数字技术的日益普及和数字化转型的提出，越来越多的数据和智能化模型可以辅助更优的运营决策制定。
[0003]对于业务过程中的不确定性和外部因素的影响，基本依靠人工来收集风险量并对风险和趋势进行评估和分析。
[0004]该模式通常存在以下两方面问题：
[0005](1)人工提报效率低
[0006]业务人员考虑因素不够全面，多凭借各自的管理经验和主观判断进行线下需求提报，效率不高。
[0007](2)需求预测不理想
[0008]需求预测除受政策性或临时性因素影响外，在预测结果的准确性上存在偏差较大。
[0009](3)环节互联性较弱
[0010]需求预测环节与后续环节业务联系不够紧密，极易造成设备采购重复、中心生产压力、库存积压或枯竭、高龄库存难以利库，最终导致成本浪费、配送无法高质量、快速响应。

技术实现思路

[0011]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种提高效率、提升响应速度的基于需求量预测的电能表供应链监控管理方法及设备。
[0012]本专利技术的目的可以通过以下技术方案来实现：
[0013]一种基于需求量预测的电能表供应链监控管理方法，包括以下步骤：
[0014]建立电能表需求预测模型；
[0015]获取电能表计划数据，基于所述电能表需求预测模型获取需求预测值；
[0016]基于所述需求预测值判断是否存在供应链断裂风险，并识别供应链断裂环节，产生预警信号。
[0017]进一步地，所述电能表需求预测模型通过以下步骤建立：
[0018]获取历史安装数据；
[0019]对所述历史安装数据进行数据预处理；
[0020]通过特征工程提取安装量变化影响特征；
[0021]采用人工智能算法学习预测电能表物料码的未来需求量，构建获得电能表需求预测模型。
[0022]进一步地，所述数据预处理包括数据清洗、数据加工、数据计算和数据存储。
[0023]进一步地，所述供应链断裂环节包括合理安全保障库存断裂、协议库存断裂、已下订单断裂、在途到货断裂、检定断裂、合格库存断裂和配送断裂。
[0024]进一步地，该方法还包括：
[0025]基于所述需求预测值对库存量进行调节，包括库存上限值调节和补货量调节。所述库存上限值调节采用的公式为：
[0026]Max＝SafetyStock+D
pred
+Z
0.95
[0027]其中，Max为库存上限值，SafetyStock为安全库存值，D
pred
为需求预测值，Z
0.95
为电能表需求预测模型预测误差对应的0.95分位数。
[0028]进一步地，所述补货量调节具体为：
[0029]以月度到货周期、月度需求量预测值、月度需求预测偏差率、预设需求满足率及权重、预设库存积压值及权重作为数据输入，经过最优模型处理，输出物资的最佳补货时间和补货量。
[0030]进一步地，所述预警信号包括供应链断裂环节、保障月数和缺口数。
[0031]本专利技术还提供一种电子设备，包括：
[0032]一个或多个处理器；
[0033]存储器；和
[0034]被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于需求量预测的电能表供应链监控管理方法的指令。
[0035]本专利技术还提供一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于需求量预测的电能表供应链监控管理方法的指令。
[0036]与现有技术相比，本专利技术具有以下有益效果：
[0037]1、针对现有计划提报、到货检定、仓储配送等关键业务衔接的不顺畅，前置业务停滞导致后续流程受阻、业务协同信息共享不足等情况，本专利技术运用大数据赋能供应链需求预测和节点规划，构建需求预测模型，合理准确预测未来电能表需求量，以指导电能表采购、到货、检定、配送，辅助决策供应链质量提升管理，从而降低库存成本，提升资产运营管理效能。
[0038]2、本专利技术通过对未来电能表需求量的预测，实现对供应链的有效管理和监控，从根本上解决“人治”和“信息孤岛”带来的供应链本身的不确定性和其他诸多困难。
[0039]3、本专利技术通过全链路关键因素与多特征多目标特点，降低断裂风险，保证电能表生产流畅，同时能够快速响应与满足要表需求，提高供应链运营效率，有效减少业务人员繁琐数据整理工作，达到优化流程、提高效率的目的。
[0040]4、本专利技术借助需求预测和库存控制模型，全过程监控资产，向各有关终端发送预警信号，如通知发货人有可能产生的延迟，提高订单准时交货率，确保及时交付物料，减少生产延误，灵活的并能够完美地毫不停步地执行配送需求。
[0041]5、本专利技术通过预警信号的数据可视发现关键问题，确定优先级决策并加以解决，提高中断预测能力，并能够根据从数据中获得的洞察采取行动。
附图说明
[0042]图1为本专利技术的框架原理示意图；
[0043]图2为本专利技术方法的流程示意图。
具体实施方式
[0044]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0045]实施例1
[0046]参考图1和图2所示，本实施例提供一种基于需求量预测的电能表供应链监控管理方法，包括以下步骤：建立电能表需求预测模型；获取电能表计划数据，基于所述电能表需求预测模型获取需求预测值；基于所述需求预测值判断是否存在供应链断裂风险，并识别供应链断裂环节，产生预警信号。
[0047]该方法针对现有计划提报、到货检定、仓储配送等关键业务衔接的不顺畅，前置业务停滞导致后续流程受阻、业务协同信息共享不足等情况，在生产调度平台(MDS系统)的基础上，构建需求预测和库存控制模块，充分利用采购、到货、检定、配送等各项业务数据，以数据支撑业务思路，深入挖掘业务衔接规律，为采购测算提供支撑、为到货、检定、配送、库存等业务提供断裂分析、高龄库利立库、辅助决策等功能，搭建高效顺畅的计量供应链流程，加快业务协同、信息共享、流程贯通，实现智慧决策、提质增效的供应链闭环管理。
[0048]如图1所示，上述方法基于一分布式多层数据结构实现，所述分布式多层数据结构分别为数据源、数据处理层、服务层和应用层。
[0049](1)数据源：提供电能表需求预测分析的业务数据来源系统，包括MDS系统、营销业务应用系统、用电信息采集系统，以及外部相关数据等。
[0050](2)数据处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于需求量预测的电能表供应链监控管理方法，其特征在于，包括以下步骤：建立电能表需求预测模型；获取电能表计划数据，基于所述电能表需求预测模型获取需求预测值；基于所述需求预测值判断是否存在供应链断裂风险，并识别供应链断裂环节，产生预警信号。2.根据权利要求1所述的基于需求量预测的电能表供应链监控管理方法，其特征在于，所述电能表需求预测模型通过以下步骤建立：获取历史安装数据；对所述历史安装数据进行数据预处理；通过特征工程提取安装量变化影响特征；采用人工智能算法学习预测电能表物料码的未来需求量，构建获得电能表需求预测模型。3.根据权利要求2所述的基于需求量预测的电能表供应链监控管理方法，其特征在于，所述数据预处理包括数据清洗、数据加工、数据计算和数据存储。4.根据权利要求1所述的基于需求量预测的电能表供应链监控管理方法，其特征在于，所述供应链断裂环节包括合理安全保障库存断裂、协议库存断裂、已下订单断裂、在途到货断裂、检定断裂、合格库存断裂和配送断裂。5.根据权利要求1所述的基于需求量预测的电能表供应链监控管理方法，其特征在于，还包括：基于所述需求预测值对库存量进行调节，包括库存上限值调节和补货量调节。6.根据权利要求5所述的基于需求量预测的电能表供应链监控管理方法，其特征在于，所述库存上限值调节采用的公式为：Max＝SafetyStoc...

【专利技术属性】
技术研发人员：贺青，张洪红，庄葛巍，顾臻，李蕊，戴玉艳，章瑶易，陆柳，李鑫，李冰融，高常恺，任婵娟，章才杰，
申请(专利权)人：上海恒能泰企业管理有限公司，
类型：发明
国别省市：