【技術實現步驟摘要】
本專利技術涉及電力物資配送管理，具體涉及一種基于大數據的電力物資配送管理系統及方法。
技術介紹
1、隨著電網工程建設的快速發展，電力物資的配送管理變得越來越重要。傳統的電力物資配送管理方式存在諸多不足，如物資信息分散、需求預測不準確、配送路徑不合理等問題。隨著大數據技術和地理信息系統的發展，利用大數據進行電力物資配送管理成為可能，可以有效提升配送效率和管理水平。
2、目前，電力物資配送管理系統在多個方面存在不足：物資數據管理僅能采集物資基本信息，缺乏對物資描述信息和供應商信息的整合管理；需求預測主要依賴經驗估計，缺乏科學的數據支持，導致預測精度不高；配送路徑規劃基于靜態數據，無法實時調整，導致配送效率低下；傳統的庫存管理方法難以準確把握物資的實際需求，容易造成庫存積壓或短缺。
3、本專利技術提出了一種基于大數據的電力物資配送管理系統及方法，具有以下優勢：通過整合物資名稱、物資描述信息和供應商信息，建立統一的電力物資數據庫，為后續處理提供可靠的數據支持；通過對歷史需求數據進行深入分析，構建科學的需求預測模型，提高了預測精度；利用地理信息系統技術和線性規劃算法，實現動態最優配送路徑規劃，提升了配送效率；通過計算安全庫存和再訂貨周期，實現了庫存的動態調整，避免了庫存積壓或短缺的問題。
技術實現思路
1、本專利技術的目的在于提供一種基于大數據的電力物資配送管理系統及方法，具體技術方案包括：首先獲取電網工程項目中的電力物資數據，包括物資名稱、物資描述信息和供應商信息，
2、本專利技術的目的可以通過以下技術方案實現：
3、一種基于大數據的電力物資配送管理方法，包括以下步驟：
4、s1:獲取電網工程項目的電力物資數據，通過整合建立統一的電力物資數據庫；
5、對電力物資數據庫中的物資進行分類處理；
6、s2:獲取電網工程項目中過去一定時間內各類物資的歷史需求數據，構建物資需求預測模型；
7、s3:根據預測模型的預測結果，得到高頻需求物資和低頻需求物資的數量需求分布；
8、根據數量需求分布設定數量閾值，區分大批量物資和小批量物資；
9、結合需求頻率，對大批量物資和小批量物資進行標包劃分，得到大批量物資標包和小批量物資標包；
10、s4:基于大批量物資標包，對大批量物資配送策略進行優化；
11、基于小批量物資標包，對小批量物資配送策略進行優化。
12、作為本專利技術進一步的方案：電力物資數據包括物資名稱、物資描述信息和供應商信息；
13、物資描述信息包括物資型號和參數；
14、供應商信息包括物資剩余數量和地理位置。
15、作為本專利技術進一步的方案：基于電力物資數據庫，根據電力物資的名稱對物資進行初步分類，根據物資描述信息對物資進行細化分類。
16、作為本專利技術進一步的方案：構建物資需求預測模型的具體過程為：
17、獲取過去一定時間內各類物資的歷史需求記錄數據；
18、其中，過去一定時間包括但不限于過去一年、三年；
19、使用時間序列分析方法對各類物資的歷史需求記錄數據進行需求趨勢識別處理，提取得到與需求相關的特征數據，包括日期、時間、物資類別和需求量；
20、對電力物資數據庫中提取到的所有特征數據按照時間順序進行整合處理，得到物資需求的時間序列數據；
21、基于物資需求的時間序列數據，構建物資需求預測模型；
22、基于物資需求預測模型，使用季節性分解法將時間序列分解為趨勢、季節性和殘差三個部分；
23、根據季節性成分調整物資需求預測模型。
24、作為本專利技術進一步的方案：基于物資需求預測模型的預測結果，得到各類物資的需求頻率和數量需求；
25、基于物資的需求頻率，將物資區分為高頻需求物資和低頻需求物資；
26、對高頻需求物資和低頻需求物資的需求量進行統計分析，得到不同物資的需求量分布。
27、作為本專利技術進一步的方案：對大批量物資和小批量物資進行標包劃分的過程為：
28、基于大批量物資，將同類型或相似類型的物資合并為一個標包，記為大批量物資標包；
29、將相互關聯或互補的物資進行組合，形成一個標包，記為大批量物資標包；
30、基于小批量物資，收集小批量物資的實時需求數據，提取當前的實際需求情況，得到實際需求量；
31、根據實際需求量，將小批量物資組合成一個標包，記為小批量物資標包。
32、作為本專利技術進一步的方案：基于大批量物資標包，獲取電網物資的狀態信息以及歷史的配送路徑和時間信息；
33、其中，電網物資的狀態信息包括倉庫位置信息、配送點位置信息和剩余數量信息；
34、使用地理信息系統技術，構建包含所有配送點和倉庫的網絡圖；
35、基于網絡圖，生成從各個倉庫到各個配送點的路徑；
36、各個倉庫到各個配送點的路徑，計算得到從各個倉庫到各個配送點的總運輸能耗；
37、對總運輸能耗進行最小能耗的分析計算，生成總運輸能耗最小的最佳路徑。
38、作為本專利技術進一步的方案：基于小批量物資標包，獲取小批量物資的歷史需求記錄，得到過去一段時間內的需求數據，其中，過去一段時間包括但不限于一年、兩本文檔來自技高網...
【技術保護點】
1.一種基于大數據的電力物資配送管理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，電力物資數據包括物資名稱、物資描述信息和供應商信息；
3.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于電力物資數據庫，根據電力物資的名稱對物資進行初步分類，根據物資描述信息對物資進行細化分類。
4.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，構建物資需求預測模型的具體過程為：
5.根據權利要求4所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于物資需求預測模型的預測結果，得到各類物資的需求頻率和數量需求；
6.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，對大批量物資和小批量物資進行標包劃分的過程為：
7.根據權利要求6所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于大批量物資標包，獲取電網物資的狀態信息以及歷史的配送路徑和時間信息；
8.根據權利要求7所
9.根據權利要求8所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于小批量物資的安全庫存，獲取小批量物資的實際庫存；
10.一種基于大數據的電力物資配送管理系統，其特征在于，包括數據收集模塊、數據處理模塊、模型構建模塊和物資標包劃分與策略制定模塊；
...【技術特征摘要】
1.一種基于大數據的電力物資配送管理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，電力物資數據包括物資名稱、物資描述信息和供應商信息；
3.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于電力物資數據庫，根據電力物資的名稱對物資進行初步分類，根據物資描述信息對物資進行細化分類。
4.根據權利要求1所述的一種基于大數據的電力物資配送管理方法，其特征在于，構建物資需求預測模型的具體過程為：
5.根據權利要求4所述的一種基于大數據的電力物資配送管理方法，其特征在于，基于物資需求預測模型的預測結果，得到各類物資的需求頻率和數量需求；
6.根據權利要求1所述的一種基于大數據的電力物資...
【專利技術屬性】
技術研發人員：王洪峰，陳嵩，霍克，張偉，劉奧博，徐濤，許志偉，蔡鵬程，郭勝，梅小麗，李恢祥，李鵬，王一妃，黃靜剛，周麗君，郭文濤，徐鵬，李明洋，
申請(專利權)人：國網河南省電力公司鄭州供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。