基于ARIMA的电网物资需求预测模型

基于ARIMA的电网物资需求预测模型

杨佳艺，庄圣强

广东电网物资有限公司广东广州510000

摘要：物资需求预测对于物资储备和管理决策具有重要意义。本文基于ARIMA时间序列模型对电网公司资产管理系统中的物资领用大数据进行挖掘，建立电网物资需求预测模型，并验证模型正确性，该模型可以为电网公司做出合理的物资储备管理决策提供支撑。

关键词：ARIMA模型；电网物资；需求预测

1引言

随着社会经济的飞速发展，电网企业对于电力物资的需求日益增多，物资需求精益化管理面临着物资种类繁多、周期多变、数据失真、预测困难等诸多问题。在物资需求预测与研究方面，目前电网企业也存在困难，如缺少科学的指导、合理的依据及忽视设备数据之间存在的关联等[1]。因此，准确预测电网物资需求，对于节约工程成本、提高资金利用率具有重要意义。

预测方法方面，传统方法主要有计量经济学法、投入产出分析法、人工神经网络法和这几种方法的组合，近年来ARIMA模型已成为预测领域的主要方法之一，由于其兼顾了事物发展趋势及变化的周期性，该模型的回归和拟合效果良好，预测相对误差较小，因此具有广泛的适用性[2-3]。

对于电网公司物资需求预测及储备，传统的方法通常为人力收集往期数据，主观判断从而得出结论，效率及预测准确度都较低，因此本文提出了基于ARIMA的电网物资需求预测模型。根据电网公司掌握积累的大量物资领用记录，结合相关统计学方法建立大数据模型，为公司物资储备管理提供辅助决策支撑。

2模型建立

2.1ARIMA模型

ARIMA模型是一种精确度较高的线性时间序列预测方法,是一种处理动态数据有效的参数化时域分析法。其基本思想是：某些时间序列是依赖于时间的一组随机变量，构成该时序的单个序列值虽然具有不确定性，但整个序列的变化却具有一定的规律性，可以用相应的数学模型近似描述。ARIMA模型的通用表达式为

图1基于ARIMA的电网物资需求预测流程

3实例分析

3.1参数确定和模型验证

本文选取电网公司资产管理系统中物资申请量大且频率较高的常备物资作为典型案例进行需求预测分析，将2014-2018年间各季度“玻璃盘型悬式绝缘子，70kN，BLP-2”的领用数据，代入上述步骤中进行预测。

在进行模型平稳化处理后，分别输入多组p,d,q参数值选择模型，并输出对应模型的AIC值，如表1所示。

表1多组ARIMA模型对应的AIC值

图2ARIMA模型的QQ图验证

3.2模型预测

根据选择的ARIMA模型对下一年四季度的电网物资需求量进行预测，预测结果如图3所示，其中黑线为实际数据，绿线为模型拟合线，蓝线为预测结果。可以看出该模型的回归和拟合效果良好，预测相对误差较小。目前2019年前两季度的电网物资实际领用量，在误差范围内符合所预测出的电网物资需求量，也再次验证了该模型的正确性。

图3预测结果

4结论

本文根据掌握积累的大量物资领用数据，结合相关统计学方法建立了基于ARIMA的电网物资需求预测模型。选取电网公司资产管理系统中物资申请量大且频率较高的常备物资作为典型案例进行需求预测分析，预测出下一年四季度的电网物资需求量，结合已有的实际领用数据，验证了模型的正确性。该模型可以有效预测电网物资需求，为公司管理决策提供科学依据，具有较高的实用价值。

参考文献

[1]黄宏和,吴臻,琚军,章斌,王雪峰,潘永贺,郑辉,赵仲夏.基于物资需求特性量化预测未来需求的方法[J/OL].浙江电力,2019(07):75-80[2019-08-08].

[2]池启水,刘晓雪.ARIMA模型在煤炭消费预测中的应用分析[J].能源研究与信息,2007,(2):26-33.

[3]黄振,张为等.基于ARIMA模型的湖南省物流需求预测研究[J].物流技术,2012,31(9):316-318.