(国网安徽省电力有限公司物资分公司安徽省合肥市230000)
摘要：电网企业既是传统企业，也是现代企业。是传统企业，表现在电网企业的建设经历了几十年的过程，在这个过程中历经了初创、成长和成熟的阶段，工具、方法和技术都在不断地更新和进步。另一方面，电网企业也是现代企业。主要表现在电网企业的投资规模大，与国计民生息息相关；工程建设复杂、周期长，对项目管理和技术管理要求高；电网企业的工作岗位，均需要具备一定的技术资格和认证，对人员素质要求高。因此，传统和现代相结合的特点注定了电网企业在日常业务管理上的特殊性。
关键词：（智慧）供应链；电网物资；预测准确度
引言
电网企业是资产密集型企业，资产价值高、项目建设周期长、设备维护工作复杂，对技术和管理的专业要求严格，与传统的企业不同，企业的核心管理目标中，相比于利润最大化定位，企业更加重视安全、效益、成本要求以及社会责任的承担。电网企业的建设离不开电力物资的供应，这些物资设备从内容上包含了业务所用到的材料、设备、备品备件、低值易耗品、工器具等；从业务领域区分包含了基建、生产、营销等所需的物资。物资品种多、规格复杂、供应周期不同，在管理上存在比较大的难度。因此，对于管理工具和技术的应用也存在强烈的需求。
1电力企业供应链管理的状况
电网企业顺应能源革命和数字革命融合发展的趋势，树立开放、合作、共赢的理念，积极有序推进投资和市场开放，吸引更多社会资本和各类市场主体参与能源互联网建设和价值创造，带动产业链上下游共同发展，打造共建共治共赢的能源互联网生态圈，使全社会共享发展成果。为实现以上目标，提升电力企业物资供应的供应链管理能力迫在眉睫。电力企业物资供应管理不能只注重企业本身的内部管理以及物资需求，外部因素也需给予一定关注，例如原材料的价格变化、汇率升降、劳动力成本变化等都会对企业的成本产生影响，影响供应链的供应能力。因此，电力企业的物资供应管理需要放眼全局，将所有能影响到供应能力的因素都要列入管理。
电力企业供应链管理的现状主要包括以下几个方面。第一，上下游企业之间的信任方面。应增强供应链中各企业间的信任，建立相关的合作以维护、加强彼此之间的信任，逐渐促进各企业间的协同合作，具体包括采购工作方面的合作、库存方面的合作、生产过程方面的合作、质量控制方面的合作、财务管理方面的合作和成本核算方面的合作等多方面的协同与合作。因此需要供应链管理者对整个供应链条的各个部分都进行一个全局的统筹安排，使整个供应链条发挥出最大的效益。第二，物流配送方面。目前，我国的物流配送行业还处在初级阶段，行业的管理理念、配送机制还有待进一步提升，应引入国外的先进管理理念，从管理层面进行改变。第三，供应链的工作流程方面。电力企业物资供应的供应链管理正处在改革发展阶段，对于供应链的业务流程，可以逐步引入信息技术管理，逐步实现业务流程自动化，并构建大数据平台，进一步提升企业的效益。第四，供应链管理系统方面。可以构建一个信息系统，运用高水平的供应链管理软件对供应链中的各个部分进行科学管理，提升供应链管理的效率。
2（智慧）供应链建设背景下提升电网物资需求预测准确度的措施
2.1电网物资需求预测管理协同平台搭建
为了实现“保障物资供应能力”、“降低公司经营成本”、“提升物资管理水平”等目标，针对需求预测管理过程中由于各个业务模块相互独立造成预测工作困难等问题，建立需求预测管理协同平台，确保覆盖各个物资需求及管理部门，打通物资预测管理工作壁垒，明确需求项目主管部门的物资需求预测管理职责，保证各类项目物资需求预测以及申报信息的实时共享。另外一方面，利用电网物资需求预测管理协同平台，实现需求预测工作模式、系统功能进行优化和提升。平台的特点如下:
（1）便捷化的材料清册编制方式
为材料清册编制方式提供信息化的手段，固化各类物资的属性，形成统一标准的项目材料清册，可供各个设计院(项目实施单位)导出和使用。极大的减少需求单位在填报时，核对及录入的工作量，并提高填报的工作质量。
（2）智能化的预测数据填报依据
引用贝叶斯网络大数据挖掘模型工具，将历史工程项目所需材料进行先验概率计算，构成历史数据模型，需求单位根据工程情况已选择了一项物资时，系统根据历史数据模型，自动弹出推荐材料。
（3）自动化的数据填报审查纠错
由于设备材料清册数据量庞大，审核人员无法对其进行一一审查。因此，通过总结需求人员在填报时一些常见错误，构建自助审查功能，规范数据填报的规范性，最终提高需求预测数据的有效性和准确性。
（4）可视化的预测数据在线查看
基于需求单位各类项目清册基础数据，以各类物资的类别、计划申报时间等维度为基础统计条件，在平台上实现可视化的预测数据统计表，供物资管理人员以及其他管理人员进行实时查看。
2.2BP神经网络
BP神经网络是通过模拟人脑的神经系统结构提出的一种智能化算法，是目前最成熟的算法之一。BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，BP算法分为向前传播和向后传播两个过程。在向前传播过程中，输入信息从输入层经过逐层的计算，传向输出层，得到实际输出值，如果实际输出值与期望值之间的误差没有满足期望的要求，就转入反向传播过程。反向传播过程，就是从输出层通过误差逐层修改网络权值和阈值向输入层传播的过程，然后再通过更新的权值和阈值进行正向传播。通过循环的正向和反向传播训练得到最优的权值和阈值就是神经网络的学习过程。
2.3智能一体化监控系统应用
1)监控接入层。主要包括各种前端视频设备(摄像头、音频拾音器等)，计量衡器(火车计量衡、汽车计量衡)及其他数据采集设备(如:光栅设备、拦车器等)。2)承载交换层。主要实现视频数据流分发、视频数据流存储，以及传输网络。3)控制管理层。主要实现安全管理及控制、网络管理及控制、会话管理及控制、业务管理及控制等几个部分。4)视频应用层。主要实现应用逻辑，面向用户，提供满足用户需求的逻辑应用系统，如进出厂物资监控、计量远程值守监控、质量检验监控、ERP业务融合等。
监控中心对物资出入、远程质量检验防作弊集中在线监控，智能远程司秤计量进行综合监控和管理。监控中心设有坐席，供计量远程值守使用，操作员台面配置远程语音对讲设施。所有终端用户可通过视频专网，登陆到智能一体化平台对有权限的监控点进行远程实时监控、录像存储、录像检索回放、系统管理、网络管理等。监控平台所有平台服务器群设在监控中心机房。整体系统架构具有良好的开放体系，并充分利用了基础系统资源。
结束语
通过应用移动互联、人工智能等现代信息技术、先进通信技术，实现人机交互、信息高效处理，降低了沟通的成本，加强了省公司、地市公司、县公司各级单位的纵向协同，全面提升了电网物资需求预测准确度，有力地促进了电网企业智慧供应链的建设。
参考文献：
［1］杨洋．电力物资集约化管理模式研究［D］．北京:华北电力大学(北京)，2011．
［2］宋斌，卜涛，张洪青．电网建设项目物资需求预测研究［J］．物流技术，2013，32(5):319－321．
［3］毕子健，王翎颖．电网物资需求预测方法研究［J］．华北电力技术，2015(10):26－30．
［4］张春光，魏俊奎，杨滨名，等．电网公司物资需求预测分析［J］．企业技术开发月刊，2016，35(21)．