劉黎洋 馬曉寧 朱楠 張?jiān)娪? 郭子瑤

[摘 要]文章研究了基于電力配網(wǎng)物資協(xié)議庫(kù)存需求計(jì)劃的預(yù)測(cè)方法，通過(guò)分析電力配網(wǎng)物資協(xié)議庫(kù)存需求計(jì)劃的特點(diǎn)和需求規(guī)律，創(chuàng)新需求計(jì)劃編制模式和構(gòu)建科學(xué)的差異化需求預(yù)測(cè)模型，運(yùn)用數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等方法預(yù)測(cè)需求。研究結(jié)果表明，該預(yù)測(cè)方法可以提高電力物資需求的預(yù)測(cè)精度，為電力行業(yè)的物資管理提供有效的支持。

[關(guān)鍵詞]協(xié)議庫(kù)存；需求計(jì)劃；預(yù)測(cè)

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1722（2023）23-0007-04

一、研究背景

為深入貫徹落實(shí)黨中央國(guó)務(wù)院提高產(chǎn)業(yè)鏈供應(yīng)鏈現(xiàn)代化水平、保證產(chǎn)業(yè)鏈供應(yīng)鏈安全穩(wěn)定、建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系、建設(shè)“數(shù)字中國(guó)”等一系列戰(zhàn)略部署，國(guó)網(wǎng)公司提出了“一體四翼”發(fā)展布局，服務(wù)新發(fā)展格局構(gòu)建。隨著現(xiàn)代智慧供應(yīng)鏈體系建設(shè)的不斷深入，國(guó)網(wǎng)遼寧電力在全網(wǎng)采購(gòu)需求的源頭管理精益化過(guò)程中遇到了一些問(wèn)題，例如預(yù)測(cè)工作準(zhǔn)確率低、數(shù)據(jù)資源整合深度不夠、專業(yè)協(xié)同能力欠缺等。

公司利用大數(shù)據(jù)分析技術(shù)手段對(duì)相關(guān)的采購(gòu)數(shù)據(jù)進(jìn)行實(shí)時(shí)感知并得出綜合分析結(jié)論，有利于形成高效可靠的數(shù)據(jù)分析預(yù)測(cè)結(jié)果，為公司的決策提供可靠的數(shù)據(jù)參考，為公司經(jīng)濟(jì)增長(zhǎng)提供幫助；同時(shí)，推動(dòng)公司數(shù)字化新型基礎(chǔ)設(shè)施建設(shè)的落地和應(yīng)用，在數(shù)字化新基建的帶動(dòng)下，從專業(yè)個(gè)體轉(zhuǎn)型上升到產(chǎn)業(yè)協(xié)同升級(jí)，形成新基建應(yīng)用的矩陣效應(yīng)。

二、研究思路

按照專業(yè)協(xié)同和精益化管理的原則，貫徹深化全網(wǎng)采購(gòu)需求統(tǒng)一管理的思想，通過(guò)創(chuàng)新需求計(jì)劃編制模式，將需求編制工作前延至項(xiàng)目?jī)?chǔ)備階段；通過(guò)構(gòu)建科學(xué)的差異化需求預(yù)測(cè)模型，綜合考慮各類別項(xiàng)目的不同需求特征，預(yù)測(cè)不同物資類別的年度采購(gòu)規(guī)模需求；通過(guò)引入物資清冊(cè)模板，結(jié)合需求預(yù)測(cè)結(jié)果，實(shí)現(xiàn)高效智能化地編制需求計(jì)劃。

三、研究?jī)?nèi)容

（一）創(chuàng)新需求計(jì)劃編制模式

建立需求計(jì)劃儲(chǔ)備庫(kù)，從項(xiàng)目?jī)?chǔ)備階段、初步設(shè)計(jì)階段到建設(shè)過(guò)程中，始終常態(tài)化地開展物資需求編輯提報(bào)的優(yōu)化工作。通過(guò)創(chuàng)新的需求計(jì)劃編制模式，可以將需求編制工作提前到項(xiàng)目?jī)?chǔ)備階段，隨著項(xiàng)目的逐步深入設(shè)計(jì)，需求計(jì)劃的內(nèi)容也會(huì)逐步細(xì)化和優(yōu)化。物資管理部門可以隨時(shí)掌握物資需求的情況，從而為后續(xù)的采購(gòu)批次安排和物資采購(gòu)計(jì)劃執(zhí)行提供有效的管理依據(jù)。應(yīng)用需求計(jì)劃儲(chǔ)備庫(kù)，可以提高采購(gòu)的時(shí)效性和計(jì)劃的準(zhǔn)確性[1]，改變以往人工按批次提報(bào)的工作流程，實(shí)現(xiàn)需求計(jì)劃在儲(chǔ)備庫(kù)中按照項(xiàng)目的進(jìn)度節(jié)點(diǎn)有序、智能地提報(bào)。

（二）精準(zhǔn)預(yù)測(cè)采購(gòu)需求

1.精準(zhǔn)預(yù)測(cè)采購(gòu)需求

一是采集采購(gòu)數(shù)據(jù)資源。通過(guò)采集采購(gòu)數(shù)據(jù)資源，可以將需求管理工作向前推進(jìn)，打通公司數(shù)據(jù)中臺(tái)，獲取包括發(fā)展、財(cái)務(wù)、基建等部門在內(nèi)的數(shù)據(jù)資源。這些數(shù)據(jù)包括綜合計(jì)劃、財(cái)務(wù)預(yù)算、項(xiàng)目?jī)?chǔ)備、建設(shè)進(jìn)度方案等信息，能夠自動(dòng)匯總、智能分析項(xiàng)目類型特征和需求規(guī)律。

二是構(gòu)建科學(xué)的預(yù)測(cè)模型。為了更好地制訂年度需求計(jì)劃，需要構(gòu)建差異化的需求預(yù)測(cè)模型，綜合考慮不同需求類型的特征。例如，基建項(xiàng)目、技改項(xiàng)目、營(yíng)銷項(xiàng)目、10kV配（農(nóng)）網(wǎng)項(xiàng)目及業(yè)擴(kuò)配套項(xiàng)目等，這些項(xiàng)目的需求特征各不相同。因此，需要構(gòu)建科學(xué)的預(yù)測(cè)模型，預(yù)測(cè)不同物資類別的年度需求，輔助做好年度需求計(jì)劃的編制。

三是集成通用設(shè)計(jì)模板。為了提高年度需求計(jì)劃預(yù)測(cè)的效率，系統(tǒng)可以預(yù)設(shè)通用設(shè)計(jì)物資清冊(cè)模板。根據(jù)項(xiàng)目的屬性和需求特征，可以快速引用相應(yīng)的模板，匹配物資參考價(jià)格、采購(gòu)周期和生產(chǎn)周期。這種方式可以大大節(jié)省編制年度需求計(jì)劃的時(shí)間和精力，提高編制效率。

四是智能優(yōu)化預(yù)測(cè)結(jié)果。通過(guò)建立需求預(yù)測(cè)模型的自學(xué)習(xí)、自適應(yīng)機(jī)制，可以根據(jù)歷史數(shù)據(jù)的更新迭代，系統(tǒng)自動(dòng)驗(yàn)證模型運(yùn)算的準(zhǔn)確性，自主優(yōu)化模型參數(shù)，保證模型的持續(xù)有效。這種方式可以實(shí)現(xiàn)預(yù)測(cè)結(jié)果的智能優(yōu)化，提高年度需求計(jì)劃編制的工作效率和準(zhǔn)確性。

五是聯(lián)動(dòng)實(shí)際需求計(jì)劃。為了深化通用設(shè)計(jì)、通用設(shè)備、通用造價(jià)和標(biāo)準(zhǔn)化工藝在需求側(cè)的應(yīng)用，需要提高設(shè)計(jì)源頭編制要求。同時(shí)，實(shí)現(xiàn)年度需求計(jì)劃與實(shí)際需求計(jì)劃的聯(lián)動(dòng)，提高年度需求計(jì)劃的應(yīng)用價(jià)值，提升需求管理的全局性和全面性。通過(guò)智能聯(lián)動(dòng)，可以更好地滿足實(shí)際需求，提高需求管理的效率和準(zhǔn)確性。

精準(zhǔn)預(yù)測(cè)采購(gòu)需求如圖1所示。

2.高效編制采購(gòu)需求計(jì)劃

一是預(yù)設(shè)物資清冊(cè)模板。根據(jù)通用設(shè)計(jì)、典型設(shè)計(jì)方案或不同區(qū)域設(shè)備選型習(xí)慣，結(jié)合歷史采購(gòu)信息，可以制定不同項(xiàng)目類型、項(xiàng)目規(guī)模的物資清冊(cè)模板，包括通用設(shè)計(jì)物資清冊(cè)模板、典型設(shè)計(jì)物資清冊(cè)模板和自用物資清冊(cè)模板，預(yù)置在系統(tǒng)內(nèi)，供設(shè)計(jì)人員引用，以節(jié)省設(shè)計(jì)人員的時(shí)間和精力，提高編制的效率和準(zhǔn)確性。

二是快速編制需求計(jì)劃。為了提高編制的效率和準(zhǔn)確性，編制人員可以完善項(xiàng)目類型、項(xiàng)目通用設(shè)計(jì)方案等項(xiàng)目信息，利用系統(tǒng)自主判斷尋找項(xiàng)目匹配的物資清冊(cè)模板。設(shè)計(jì)人員可以直接引用這些模板，僅調(diào)整或修改差異部分，以減少編制時(shí)間和工作量，提高編制的質(zhì)量和準(zhǔn)確性。

三是智能匹配需求信息。項(xiàng)目管理人員在完善物資需求時(shí)間后，系統(tǒng)可以智能匹配參考價(jià)格和采購(gòu)策略，依據(jù)物資采購(gòu)周期和供貨周期，智能匹配采購(gòu)批次，自動(dòng)生成采購(gòu)計(jì)劃。這種方式可以減少人工操作和出錯(cuò)的風(fēng)險(xiǎn)，提高采購(gòu)計(jì)劃的科學(xué)性和準(zhǔn)確性。

四、構(gòu)建需求預(yù)測(cè)模型的主要措施

（一）模型構(gòu)建思路

基于電力配網(wǎng)物資協(xié)議庫(kù)存需求計(jì)劃的預(yù)測(cè)方法，是在分析海量協(xié)議庫(kù)存物資采購(gòu)歷史數(shù)據(jù)和項(xiàng)目投資計(jì)劃歷史數(shù)據(jù)的基礎(chǔ)上，以物資小類類別為維度，分析各類物資采購(gòu)占比，同時(shí)結(jié)合協(xié)議庫(kù)存執(zhí)行情況，本著利庫(kù)原則，構(gòu)建電力配網(wǎng)物資協(xié)議庫(kù)存需求預(yù)測(cè)模型。該模型旨在實(shí)現(xiàn)物資需求和到貨情況的精準(zhǔn)預(yù)測(cè)，形成完善的協(xié)議庫(kù)存需求預(yù)測(cè)體系[2]。利用該體系，可以更好地管理電力物資協(xié)議庫(kù)存，提高預(yù)測(cè)準(zhǔn)確率，為電力系統(tǒng)的穩(wěn)定運(yùn)行提供有力支持。

（二）模型研究?jī)?nèi)容

1.歷史數(shù)據(jù)自動(dòng)獲取

依據(jù)項(xiàng)目采購(gòu)數(shù)據(jù)分析的數(shù)據(jù)需求，結(jié)合從采購(gòu)到付款端到端管理流程，梳理需求預(yù)測(cè)模型構(gòu)建所需的數(shù)據(jù)來(lái)源。

一是明確項(xiàng)目信息。近三年的項(xiàng)目除基本的項(xiàng)目編碼、項(xiàng)目類型、項(xiàng)目名稱、目的、所屬專業(yè)、電壓等級(jí)與項(xiàng)目規(guī)模等信息外，為開展批次、到貨時(shí)間與項(xiàng)目里程碑計(jì)劃的相關(guān)性分析，需要提供項(xiàng)目的計(jì)劃開工時(shí)間、計(jì)劃竣工時(shí)間，項(xiàng)目的實(shí)際開工時(shí)間、實(shí)際竣工時(shí)間等信息。

二是明確項(xiàng)目物資采購(gòu)信息。為滿足跨專業(yè)融合管理需要，按照從采購(gòu)到付款端到端管理流程，需要提供項(xiàng)目相關(guān)物資需求計(jì)劃、采購(gòu)計(jì)劃、采購(gòu)申請(qǐng)、采購(gòu)訂單、入庫(kù)、領(lǐng)料、發(fā)票報(bào)賬、付款申請(qǐng)及采購(gòu)入庫(kù)等信息。

三是采購(gòu)批次及采購(gòu)目錄信息。為更好地生成采購(gòu)計(jì)劃信息，需根據(jù)采購(gòu)批次和采購(gòu)目錄，結(jié)合項(xiàng)目的里程碑計(jì)劃，得出具體項(xiàng)目的采購(gòu)批次和采購(gòu)模式信息，具體信息見表1。

2.完成數(shù)據(jù)清洗轉(zhuǎn)換

為提高需求預(yù)測(cè)模型的準(zhǔn)確性，需按照業(yè)務(wù)分析結(jié)果，采用技術(shù)手段清洗數(shù)據(jù)，按專業(yè)、類型、模式等維度歸集。

一是制定數(shù)據(jù)清洗規(guī)則，從項(xiàng)目信息完整性、采購(gòu)業(yè)務(wù)一致性兩個(gè)方面制定清洗規(guī)則，項(xiàng)目編碼、投資金額、里程碑計(jì)劃必須完整，物資采購(gòu)在投資占比中要大于10%、小于100%等。

二是開展數(shù)據(jù)清洗。針對(duì)近三年的項(xiàng)目及物資采購(gòu)需求，編制數(shù)據(jù)抽取轉(zhuǎn)換程序，進(jìn)行數(shù)據(jù)清理，避免數(shù)據(jù)缺失或不合理對(duì)模型的預(yù)測(cè)結(jié)果造成影響。

三是建立項(xiàng)目物資需求映射標(biāo)準(zhǔn)?；?019年至2021年的項(xiàng)目數(shù)據(jù)和采購(gòu)歷史明細(xì)數(shù)據(jù)，建立項(xiàng)目類型、電壓等級(jí)、專業(yè)分類、專業(yè)細(xì)類、物資需求大小類、物料組、數(shù)量的對(duì)應(yīng)標(biāo)準(zhǔn)，作為根據(jù)項(xiàng)目信息生成物資采購(gòu)需求的依據(jù)。

3.構(gòu)建需求預(yù)測(cè)模型

一是確定大數(shù)據(jù)分析方法。預(yù)測(cè)方法選取直接關(guān)系到后續(xù)物資需求及到貨預(yù)測(cè)的準(zhǔn)確性。研究當(dāng)前多個(gè)先進(jìn)的預(yù)測(cè)模型算法，在構(gòu)建預(yù)測(cè)模型之前綜合考慮模型算法的復(fù)雜性、適用性與穩(wěn)定性等因素，比較各算法與電力配網(wǎng)物資采購(gòu)業(yè)務(wù)的數(shù)據(jù)匹配性、適用性后，在多個(gè)預(yù)測(cè)算法中選擇了隨機(jī)森林預(yù)測(cè)法[3]。

隨機(jī)森林預(yù)測(cè)法是基于集成學(xué)習(xí)思想，將多棵決策樹集成進(jìn)行預(yù)測(cè)的方法。該算法是從原始訓(xùn)練集中隨機(jī)抽取樣本，構(gòu)建多個(gè)子集，每個(gè)子集都包含一部分樣本。對(duì)于每個(gè)子集，使用隨機(jī)選擇的特征構(gòu)建決策樹。在每個(gè)節(jié)點(diǎn)處，隨機(jī)選擇一部分特征進(jìn)行分裂，增加決策樹之間的多樣性。重復(fù)上述步驟多次，生成多棵決策樹。對(duì)于新的輸入樣本，讓每棵決策樹進(jìn)行預(yù)測(cè)，生成一個(gè)預(yù)測(cè)結(jié)果。融合所有決策樹的預(yù)測(cè)結(jié)果，得到最終的預(yù)測(cè)結(jié)果。在分類問(wèn)題中，采用投票的方式選擇得票最多的類別作為最終的分類結(jié)果；在回歸問(wèn)題中，則可以對(duì)所有決策樹的輸出結(jié)果取平均值作為最終的預(yù)測(cè)結(jié)果。

隨機(jī)森林預(yù)測(cè)法擁有高準(zhǔn)確性、好操作、易訓(xùn)練、不容易過(guò)擬合且可處理大規(guī)模數(shù)據(jù)等優(yōu)點(diǎn)。在實(shí)際應(yīng)用中，可以根據(jù)具體任務(wù)選擇合適的決策樹模型和參數(shù)設(shè)置，通過(guò)結(jié)合第三方機(jī)器學(xué)習(xí)，快速訓(xùn)練數(shù)據(jù)，能夠達(dá)到更好的預(yù)測(cè)效果。

二是確定預(yù)測(cè)模型因子。按照“二八原則”選取因子，避免非關(guān)鍵因素干擾，提高關(guān)鍵因素的權(quán)重，在保證預(yù)測(cè)準(zhǔn)確性的前提下盡可能地降低模型復(fù)雜度。根據(jù)數(shù)據(jù)分析中的項(xiàng)目類型、電壓等級(jí)等專業(yè)維度，確定模型采取的因子包括：項(xiàng)目類型、項(xiàng)目所屬單位、電壓等級(jí)（kV）、專業(yè)類別、專業(yè)細(xì)分、改造目的等。利用皮爾森相關(guān)性分析，對(duì)可能存在的關(guān)聯(lián)因子進(jìn)行相關(guān)性分析，選取影響較大的關(guān)鍵因子。

（三）需求預(yù)測(cè)模型分析

需求預(yù)測(cè)模型數(shù)據(jù)部分包括數(shù)據(jù)輸入和預(yù)測(cè)結(jié)果數(shù)據(jù)兩部分，其中數(shù)據(jù)輸入為綜合計(jì)劃、儲(chǔ)備項(xiàng)目需求計(jì)劃數(shù)據(jù)經(jīng)過(guò)清洗后的數(shù)據(jù)。預(yù)測(cè)結(jié)果數(shù)據(jù)為采購(gòu)規(guī)模預(yù)測(cè)和項(xiàng)目精準(zhǔn)預(yù)測(cè)數(shù)據(jù)，且相互制約、互相驗(yàn)證。模型的工作過(guò)程分為三個(gè)階段，分別為大數(shù)據(jù)準(zhǔn)備、大數(shù)據(jù)預(yù)測(cè)及預(yù)測(cè)輸出結(jié)果。需求預(yù)測(cè)模型分析如圖2所示。

1.大數(shù)據(jù)準(zhǔn)備

綜合計(jì)劃、采購(gòu)歷史明細(xì)物資數(shù)據(jù)抽取、清洗：對(duì)綜合計(jì)劃和采購(gòu)歷史明細(xì)數(shù)據(jù)進(jìn)行清洗抽取有用數(shù)據(jù)。綜合計(jì)劃的主要數(shù)據(jù)如下：年度、項(xiàng)目編碼、項(xiàng)目名稱、項(xiàng)目所屬單位、電壓等級(jí)（kV）、專業(yè)類別、專業(yè)細(xì)分、改造目的、項(xiàng)目?jī)?nèi)容、開始時(shí)間、結(jié)束時(shí)間、總投資、年度投資計(jì)劃（含稅）；采購(gòu)歷史明細(xì)數(shù)據(jù)如下：年度、采購(gòu)申請(qǐng)編號(hào)、采購(gòu)申請(qǐng)編號(hào)行項(xiàng)目號(hào)、供應(yīng)商/供應(yīng)工廠、工廠、物料編碼、短文本、物料組、物料組描述、采購(gòu)訂單數(shù)量、訂單單位、采購(gòu)單價(jià)金額含稅、價(jià)格單位、貨幣、采購(gòu)總價(jià)金額含稅、項(xiàng)目定義、所屬大分類、所屬中分類、所屬小分類。

類型聚類：清洗抽取數(shù)據(jù)后，進(jìn)行業(yè)務(wù)模型分析，找出多個(gè)項(xiàng)目維度，如年度、項(xiàng)目所屬單位、電壓等級(jí)（kV）、專業(yè)類別、專業(yè)細(xì)分、改造目的，為規(guī)模預(yù)測(cè)準(zhǔn)備好關(guān)鍵因子選取的數(shù)據(jù)基礎(chǔ)。

重要因子相關(guān)性分析：根據(jù)皮爾森相關(guān)性分析，對(duì)可能存在的關(guān)聯(lián)因子進(jìn)行相關(guān)性分析，用第三方機(jī)器學(xué)習(xí)庫(kù)展示，選取最佳的影響因子。通過(guò)挖掘分析，發(fā)現(xiàn)項(xiàng)目物資與預(yù)測(cè)映射分類、電壓等級(jí)、專業(yè)細(xì)分、改造目的4個(gè)項(xiàng)目因子相關(guān)性較大。選用影響較大的關(guān)鍵因子，避免因關(guān)鍵因子選取不好造成算法準(zhǔn)確率不高、算法計(jì)算量大等問(wèn)題。

2.大數(shù)據(jù)預(yù)測(cè)

儲(chǔ)備項(xiàng)目映射模型數(shù)據(jù)抽取、清洗：對(duì)于儲(chǔ)備項(xiàng)目需要通過(guò)映射模型選取預(yù)測(cè)分類建立對(duì)應(yīng)的需求儲(chǔ)備物資，包括物資的儲(chǔ)備數(shù)量、種類及金額數(shù)據(jù)，抽取和清洗這部分?jǐn)?shù)據(jù)，為項(xiàng)目精準(zhǔn)預(yù)測(cè)提供數(shù)據(jù)基礎(chǔ)。

數(shù)據(jù)預(yù)處理：對(duì)大數(shù)據(jù)準(zhǔn)備階段提供的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括綜合計(jì)劃、儲(chǔ)備項(xiàng)目需求計(jì)劃數(shù)據(jù)入庫(kù)，進(jìn)行邏輯計(jì)算、重要因子采購(gòu)規(guī)模數(shù)據(jù)統(tǒng)計(jì)分類等操作。

寬表設(shè)計(jì)：把用到的數(shù)據(jù)按照寬表設(shè)計(jì)的形式歸集。

算法確立：通過(guò)模型算法優(yōu)化、數(shù)據(jù)訓(xùn)練、調(diào)整算法參數(shù)最終確立算法。

預(yù)測(cè)計(jì)算：根據(jù)清洗歸集后的數(shù)據(jù)和確立的算法進(jìn)行預(yù)先計(jì)算。

3.預(yù)測(cè)輸出結(jié)果

采購(gòu)規(guī)模預(yù)測(cè)：通過(guò)預(yù)測(cè)模型可以分別計(jì)算出物資對(duì)應(yīng)的大類、中類、小類的年度預(yù)測(cè)規(guī)模。

項(xiàng)目精準(zhǔn)預(yù)測(cè)：通過(guò)預(yù)測(cè)模型計(jì)算、映射模型預(yù)測(cè)類別比對(duì)分析、儲(chǔ)備項(xiàng)目提報(bào)的映射模型，根據(jù)需求計(jì)劃數(shù)據(jù)可以預(yù)測(cè)出綜合計(jì)劃單個(gè)項(xiàng)目的需求情況，包括需要的物料數(shù)量、采購(gòu)規(guī)模。

（四）模型集成應(yīng)用

根據(jù)發(fā)展部下發(fā)的綜合計(jì)劃結(jié)果，應(yīng)用項(xiàng)目物資需求映射模型得到需要采購(gòu)的物資品類。結(jié)合項(xiàng)目的計(jì)劃信息和物資的供貨周期信息，通過(guò)預(yù)測(cè)模型自動(dòng)預(yù)測(cè)出需求物資的采購(gòu)規(guī)模和到貨日期。結(jié)合目前的綠色智慧供應(yīng)鏈的應(yīng)用場(chǎng)景，集成物資需求預(yù)測(cè)模型，可以智能指導(dǎo)和提示物資需求上報(bào)工作。

五、結(jié)語(yǔ)

文章通過(guò)建立基于項(xiàng)目計(jì)劃、執(zhí)行情況、采購(gòu)安排、物料清冊(cè)、供貨周期等信息的電力配網(wǎng)物資協(xié)議庫(kù)存預(yù)測(cè)模型，拓展了項(xiàng)目?jī)?chǔ)備階段管理的深度和廣度，打通了項(xiàng)目及招標(biāo)采購(gòu)的全生命周期，推進(jìn)了項(xiàng)目里程碑計(jì)劃、項(xiàng)目物資采購(gòu)需求生成等跨專業(yè)環(huán)節(jié)信息共享，探索建設(shè)了需求智能提報(bào)的場(chǎng)景，實(shí)現(xiàn)了物資需求計(jì)劃智能提醒，促進(jìn)了生產(chǎn)、物資、財(cái)務(wù)的跨專業(yè)協(xié)同管理。

參考文獻(xiàn)：

[1]陳國(guó)洪，劉爍，李燕燕，等.大數(shù)據(jù)挖掘在協(xié)議庫(kù)存物資需求預(yù)測(cè)的研究和應(yīng)用[J].信息通信，2019（09）：96-98.

[2]章光東，孫楷淇，魏柱，等.基于大數(shù)據(jù)的協(xié)議庫(kù)存預(yù)測(cè)模型的實(shí)踐與應(yīng)用[J].電工技術(shù)，2020（22）：165-167.

[3]邵帆.電網(wǎng)企業(yè)物資需求預(yù)測(cè)技術(shù)研究及應(yīng)用[D].華北電力大學(xué)（北京），2017.