【技術實現步驟摘要】
本專利技術涉及倉庫物資監測，特別涉及一種用于智能倉庫管理的電力倉庫物資監測方法、系統、設備及介質。
技術介紹
1、隨著電力系統不斷發展及其智能化的推進，電力物資需求的規模持續增加，保證電力系統的穩定運行和保障供電安全成為了關鍵任務。目前大部分電力倉庫物資管理是通過預測物資庫存和物資需求來對倉庫物資進行監測，其中物資預測在供應鏈管理中占據重要位置，線性回歸模型、移動平均法以及指數平滑法等基于歷史數據分析的方法廣泛應用于物資預測中，這些方法通過分析歷史趨勢和選擇誤差均方差最小的模型來提高預測準確率。但是由于電力物資在一些特殊情況下存在一些不確定性，例如當利用平滑算法預測庫存量或需求量時，平滑系數一經確定就是固定值，無法更改，這樣會出現基于長周期預測的精度下降，無法滿足一些特殊周期或頻次的監測要求。
2、鑒于此，需要一種用戶智能倉庫管理的電力倉庫物資監測方法、系統、設備及介質。
技術實現思路
1、本申請實施例提供了一種用戶智能倉庫管理的電力倉庫物資監測方法、系統、設備及介質，用于解決物資監測長周期預測的精度不夠的問題。
2、本申請實施例第一方面提供了一種用戶智能倉庫管理的電力倉庫物資監測方法，包括：
3、獲取預設周期時間內電力倉庫物資的庫存量集合，所述庫存量集合包括若干時間段內的庫存量；
4、基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量；
5、判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若
6、若是，則判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內任一時間段的庫存量的差值是否在閾值范圍內；
7、若是，則利用信息熵更新所述預設周期時間內電力倉庫物資的預測需求量，并根據更新后的預測需求量調配電力倉庫內的物資庫存量；
8、若否，則根據所述預設周期時間內電力倉庫物資的預測需求量調配電力倉庫的物資庫存量。
9、更進一步地，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量，包括：
10、將電力倉庫物資的需求量設定為母序列，將一般情況影響電力倉庫物資發生變化的指標體系中的指標設定為子序列；
11、分別計算所述指標體系中不同指標與需求量的相關系數；
12、對所述母序列和子序列進行無量綱化處理，并計算所述母序列和子序列的關聯系數和關聯度；
13、通過所述關聯度對所述指標體系中的各項指標從大到小進行排序，確定對應的關聯序列。
14、更進一步地，所述計算所述母序列和子序列的關聯系數和關聯度的表達式如下：
15、關聯系數δik：
16、
17、式中：miniminkδik為絕對差值δik的最小值，maximaxkδik為絕對差值δik的最大值，ρ為分辨系數；
18、關聯度γi：
19、
20、式中：n為指標體系中的指標數。
21、更進一步地，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量的表達式如下：
22、
23、式中：lm為預測需求量，m為預設周期時間內的時間段，p為預設周期時間，λj為灰色關聯度。
24、更進一步地，所述判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值是否呈現遞減趨勢，包括：
25、計算所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值為負數對應的庫存量占所述庫存量集合的比例；
26、若是，則確定所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值呈遞減趨勢。
27、更進一步地，所述利用信息熵更新所述預設周期時間內電力倉庫物資的預測需求量，包括：
28、計算所述任一時間段的庫存量的信息熵值增量，根據所述信息熵值增量確定信息熵總增量；
29、基于所述信息熵總增量更新所述預設周期時間內電力倉庫物資的預測需求量。
30、更進一步地，所述計算所述任一時間段的庫存量的信息熵值增量的表達式如下：
31、
32、式中：δhw為信息熵值增量，w為物資造成的持有損失，xi為物資庫存量，s為物資預測需求量，pi為物資采購價格
33、本申請實施例第二方面提供了一種用于智能倉庫管理的電力倉庫物資監測系統，包括：
34、庫存量集合獲取單元，用于獲取預設周期時間內電力倉庫物資的庫存量集合，所述庫存量集合包括若干時間段內的庫存量；
35、預測需求量計算單元，用于基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量；
36、差值第一判斷單元，用于判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值是否呈現遞減趨勢；
37、差值第二判斷單元，用于當所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值呈現遞減趨勢時，則判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內任一時間段的庫存量的差值是否在閾值范圍內；
38、預測需求量更新單元，用于當所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內任一時間段的庫存量的差值在閾值范圍內時，則利用信息熵更新所述預設周期時間內電力倉庫物資的預測需求量，并根據更新后的預測需求量調配電力倉庫內的物資庫存量；
39、物資庫存量調配單元，用于當所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內任一時間段的庫存量的差值不在閾值范圍內時，則根據所述預設周期時間內電力倉庫物資的預測需求量調配電力倉庫的物資庫存量。
40、本申請實施例第三方面提供了一種計算機設備，包括：
41、存儲器、收發器、處理器以及總線系統；
42、其中，所述存儲器用于存儲程序；
43、所述處理器用于執行所述存儲器中的程序，包括執行如上述中任一項所述的用于智能倉庫管理的電力倉庫物資監測方法；
44、所述總線系統用于連接所述存儲器以及所述處理器，以使所述存儲器以及所述處理器進行通信。
45、本申請實施例第四方面提供了一種可讀存儲介質，包括指令，其在計算機上運行時，使得計算機執行如上述任一項所述的用于智能倉庫管理的電力倉庫物資監測方法。
46、從以上技術方案可以看出，本申請實施例具有以下優點：
47、本申請通過利用灰色關聯分析法計算在一定周期時間內的電力倉庫物資的預測需求量，然后首先判斷該預測需求量與周期時間內若干個時間段內的庫存量的差值是否呈現遞減趨勢，若是，則再判斷是否在閾值范圍內，若是，則再利用信息熵更新預測需求量，若否，則直接利用計算得到的需本文檔來自技高網...
【技術保護點】
1.一種用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，包括：
2.根據權利要求1所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量，包括：
3.根據權利要求2所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述計算所述母序列和子序列的關聯系數和關聯度的表達式如下：
4.根據權利要求3所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量的表達式如下：
5.根據權利要求1所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述判斷所述預設周期時間內電力倉庫物資的預測需求量與所述預設周期時間內若干時間段的庫存量的差值是否呈現遞減趨勢，包括：
6.根據權利要求1所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述利用信息熵更新所述預設周期時間內電力倉庫物資的預測需求量，包括：
7.根據權利要求6所述的用于智能倉庫管理的電力倉庫物資監測方法，其
8.一種用于智能倉庫管理的電力倉庫物資監測系統，其特征在于，包括：
9.一種計算機設備，其特征在于，包括：
10.一種可讀存儲介質，其特征在于，包括指令，其在計算機上運行時，使得計算機執行如權利要求1至7中任一項所述的用于智能倉庫管理的電力倉庫物資監測方法。
...【技術特征摘要】
1.一種用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，包括：
2.根據權利要求1所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量，包括：
3.根據權利要求2所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述計算所述母序列和子序列的關聯系數和關聯度的表達式如下：
4.根據權利要求3所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述基于灰色關聯分析計算所述預設周期時間內電力倉庫物資的預測需求量的表達式如下：
5.根據權利要求1所述的用于智能倉庫管理的電力倉庫物資監測方法，其特征在于，所述判斷所述預設周期時間內電力倉庫物資的預...
【專利技術屬性】
技術研發人員：韋美娟，歐陽瑩，梁翼，覃皓，唐潤昌，何恒欣，藍波，王偉亮，黎杏，黃娜，韋勛昌，盧茂超，鐘璟鑫，聶喜玲，龍文安，梁力文，汪韋微，覃柳雙，沈碧瓊，湯繼光，包乙春，蘭杰，何弦，李富華，田安，梁文焰，
申請(專利權)人：廣西電網有限責任公司柳州供電局，
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。