[發明專利]一種發電企業設備庫存備品數量的預測評估方法

在審

• 申請號: 201810385093.2
• 申請日: 2018-04-26
• 公開（公告）號: CN108596391A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 葉海亮;趙亮;陳哲
• 申請（專利權）人: 南京英諾森軟件科技有限公司;沈陽航空航天大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06Q50/06;G06F17/30
• 代理公司: 沈陽維特專利商標事務所(普通合伙) 21229
• 代理人: 甄玉荃

本發明公開了一種發電企業設備庫存備品數量的預測評估方法，屬于配用電技術領域，包括如下四個階段：數據收集階段，數據處理階段、迭代調整階段和最終評估模型；使用一種結合主成分分析法(PRINCIPAL COMPONENT ANALYSIS,簡稱PCA)和極限學習機(EXTREME LEARNING MACHINE,簡稱ELM)，對電廠倉儲根據時間點和當前備品量等因素對備品數量進行評估。

技術領域

本發明涉及配用電技術領域，特別涉及一種發電企業設備庫存備品數量的預測評估方法。

背景技術

針對發電企業，一些專利對發電企業的發電量進行技術闡述，如發明專利CN201610688317提出了一種行業用電需求預測的方法和系統，通過分析待測區域的關鍵用電行業，獲得區域內各行業的用電量統計數據，根據所述用電量統計數據建立預測模型和此行業在區域內的用電量需求預測模型。發明專利CN201611126249提出了一種基于決策樹模型的備品備件定額制定方法，建立決策樹，對數據進行訓練，并構造備品的數量評估模型。發明專利201510047566 針對配電網設備需求，提出使用支持向量機來預測設備的運行環境因素(即每月最高溫度)，該專利指出設備運行溫度和配電設備的故障率有關。該專利提出不同的方法將配電網設備分為核心設備和重要設備。發明專利CN105894133提出一種風電機組部件維修及備品備件需求預測方法。其中，此專利對于備品的預測，主要根據設備的可靠度、維修成本及維修調節時間等參數來預測整個風電場備品備件的需求。發明專利201610688317是針對區域內不同行業的用電量進行預測，而本專利主要針對整個區域進行用電量預測，本專利所提方法有助于發電企業尤其是火力發電企業在不同的時間點制定不同發電策略，沒有根據電力企業的發電量特點來評估和預測其倉儲備品備件。發明專利CN201611126249 使用了決策樹模型，但決策樹模型有一些明顯的特點，尤其是在預測備品數量時，由于可能的特征變量不相關性太多，其預測效果表現不好。另外，決策樹對于計算量的要求比較嚴格，由于備品數據集龐大，決策樹在此方面也表現一般。其次，決策樹的處理速度方面也相對較慢，在存在擾亂時，預測穩定性差。最后，此專利沒有考慮到眾多可能影響備品數量的特征因素。發明專利 201510047566主要是針對配電網設備備品數進行預測，而非本專利所涉及的發電設備，兩者有截然不同的關系。發明專利CN105894133使用的預測備品備件的參數有限，均為和備品相關的直接參數，較難全面的提供準確的庫存量評估。另外，此專利也是針對風電場的備品備件而設計的，對于所有發電企業來說沒有很好地普適性。

備品的數量受眾多方面因素影響。例如，倉儲備品直接因素，包括本電廠歷史需求中以下因素：戰略物資(是、否)、杠桿物資(是、否)、瓶頸物資(是、否)、一般物資(是、否)、用途種類(基建、更改、營銷、大修、搶修、配電網、農網改造、科技信息、調度、勞保物資)、更換周期性(多少天)、發電量、正常工作日發貨到貨周期(天)、節假日發貨到貨周期(天)等；以及倉儲備品間接因素，包括本電廠供電區域的GDP、公路人口流動量、鐵路人口流動量、航空人口流動量、電廠供電區域內企業的股市指數等，都有可能對發電量有所左右，也間接影響電廠設備和零部件的更換頻率；另外，還可能存在一些其他因素，如未來10天是否有法定長假(是、否)、月份(1-12月)、季節性(季節) 等。可見，我們可以舉出的可能影響倉儲備品數量的直接因素、間接因素以及其他因素數量相當之多。

發明內容

可能影響倉儲備品數量的直接因素、間接因素以及其他因素數量相當之多。因此，需要對歷史數據進行學習和分析，建立相應的評估模型。本發明使用一種結合主成分分析法(PRINCIPAL COMPONENT ANALYSIS,簡稱PCA)和極限學習機(EXTREME LEARNINGMACHINE,簡稱ELM)，對電廠倉儲根據時間點和當前備品量等因素對備品數量進行評估。

一種發電企業設備庫存備品數量的預測評估方法，包括如下四個階段：數據收集階段，數據處理階段、迭代調整階段和最終評估模型；

所述數據收集階段依次包括：實時數據收集，原始數據整理，原始數據集和生成評估模型；