CN109272141A - 一种电力物资计划智能申报方法及平台 - Google Patents

一种电力物资计划智能申报方法及平台 Download PDF

Info

Publication number
CN109272141A
CN109272141A CN201810918993.9A CN201810918993A CN109272141A CN 109272141 A CN109272141 A CN 109272141A CN 201810918993 A CN201810918993 A CN 201810918993A CN 109272141 A CN109272141 A CN 109272141A
Authority
CN
China
Prior art keywords
power
project
plan
information
goods
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810918993.9A
Other languages
English (en)
Inventor
刘佳
周龙
詹韬
周彦君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Materials Branch of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
Materials Branch of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Materials Branch of State Grid Jiangxi Electric Power Co Ltd filed Critical Materials Branch of State Grid Jiangxi Electric Power Co Ltd
Priority to CN201810918993.9A priority Critical patent/CN109272141A/zh
Publication of CN109272141A publication Critical patent/CN109272141A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及物资申报领域，一种电力物资计划智能申报方法包括采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；在电力项目架构搭建完成前采集需求部门的物资需求，利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。本发明一种电力物资计划智能申报方法及平台，高效、便捷的管理资源数据，实现资源数据的快速应用，大大缩短物资计划的申报周期，同时可以校验、合并、管理物资需求计划数据，提高物资需求计划的申报和审核效率和准确率。

Description

一种电力物资计划智能申报方法及平台
技术领域
本发明涉及物资申报领域，尤其是一种电力物资计划智能申报方法及平台。
背景技术
物资计划作为物资供应链的首要环节，其工作质量直接影响到后期物资供应链中采购、供应等环节的有效执行，需求不准、计划错误等问题若造成工期的延误，对于电网工程建设按期完工有较大影响。以国家电网公司的物资计划申报为例，普遍存在申报量大，工作繁重，申报周期长、准确率低的问题。
发明内容
针对现有技术中的缺陷，本发明提供一种电力物资计划智能申报方法及平台，克服了现有技术的不足，缩短申报周期，提高准确率和效率。
为了实现上述目的，第一方面，本发明第一方面所提供的一种电力物资计划智能申报方法，包括如下步骤：
采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
在电力项目架构搭建完成前采集需求部门的物资需求，利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
作为本申请一种优选的实施方式，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
作为本申请一种优选的实施方式，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
作为本申请一种优选的实施方式，依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值包括：
τ为此类电力项目的价格一般值，k为该预估价格的值的浮动值，则该预估价格的值的浮动级为:其中为等比数列，则所述物资需求的预估价格的值即：其中N为非0自然数，i为1到N中任意一个自然数。
作为本申请一种优选的实施方式，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
收集已完成申报的电力项目中电力物资的固化ID信息，建立固化ID信息数据库，根据所述物资需求检索与物资需求相对应的预估固化ID。
作为本申请一种优选的实施方式，根据所述物资需求检索与物资需求相对应的预估固化ID包括：
根据所述物资需求得到查询文本，对所述查询文本进行预处理，对查询文本的预处理结果进行分词得到受控词库，根据所述受控词库构建空间向量，依据所述空间向量实施聚类以及完成聚类评估获得物资需求的关键词，利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
作为本申请一种优选的实施方式，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
收集已完成申报的电力项目中电力物资的批次计划信息，调用物资部门的库存数据，根据所述库存数据对所述物资需求中的批次计划进行预估并获得预估批次计划。
第二方面，本发明提供的一种电力物资计划智能申报平台包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其特征在于，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如下步骤：
采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
在电力项目架构搭建完成前采集需求部门的物资需求，利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
作为本申请一种优选的实施方式，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
作为本申请一种优选的实施方式，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
本发明的有益效果是：本发明一种电力物资计划智能申报方法及平台，高效、便捷的管理资源数据，实现资源数据的快速应用，大大缩短物资计划的申报周期，同时可以校验、合并、管理物资需求计划数据，提高物资需求计划的申报和审核效率和准确率。
附图说明
图1为本发明一种电力物资计划智能申报方法实施例的流程图；
图2为本发明一种电力物资计划智能申报平台实施例的框图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
如图1所示，本发明的第一实施例中所示出的一种电力物资计划智能申报方法，包括如下步骤：
S1，采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
本实施例中在进行电力项目的项目申报信息采集时，是对已经搭建完成的电力项目的项目申报信息进行采集。在另外的一个或一些实施例中，也可以完成对完成前或正在完成架构搭建的电力项目的项目申报信息进行采集，并将上述数据存储至数据库中。其中，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
S2，在电力项目架构搭建完成前采集需求部门的物资需求，以及利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
其中，利用所述物资预测模型估算该电力项目所需求的物资信息，包括但不限于以下三种方式：
方式一：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值包括：τ为此类电力项目的价格一般值，k为该预估价格的值的浮动值，则该预估价格的值的浮动级为:其中为等比数列，则所述物资需求的预估价格的值即：其中N为非0自然数，i为1到N中任意一个自然数。
方式二：
收集已完成申报的电力项目中电力物资的固化ID信息，建立固化ID信息数据库，根据所述物资需求检索与物资需求相对应的预估固化ID。根据所述物资需求得到查询文本，对所述查询文本进行预处理，对查询文本的预处理结果进行分词得到受控词库，根据所述受控词库构建空间向量，依据所述空间向量实施聚类以及完成聚类评估获得物资需求的关键词，利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
具体的，根据所述受控词库构建空间向量，维度应保持在10维度以下，以提升后续步骤中算法的性能，具体包括：
对所述文档中的每个文档，根据文档所属领域词库进行分词；
利用分词后的文档训练Word2Vec模型，得到所属领域词库的Word2Vec模型；
将每个文档中的每个所属的备选关键词代入所述目标领域的Word2Vec模型，得到每个文档中所属的备选关键词的若干维的词向量，具体方法如下：
由于每个词都对应一个词向量，v为维度，假设：
两个词的相似度正比于对应词向量的乘积，即：sin(v1，v2)＝v1·v2；
多个词v1～vn组成的一个所属领域词库用C来表示，其中称作所属领域词的中心向量；
在所属领域词库中出现备选关键词A，A的概率正比于能量因子e-E(A,C),whereE＝-A·C，因此：其中V是整个词汇空间，即文档整体，引入函数：σ(x)＝1/1(1+e-x)，得出：P(G/C)＝σ(-(H-G)·C)，然后继续拆分词汇空间递归的计算下去，最后只需要计算各关键词相似部分的向量差而已，其中每个子节点表示一个备选关键词，每个中间节点G或H的向量作为所有子向量的中心。
本发明中的聚类，是利用算法对多维空间词语聚类，当有指定关键词数目时，则在算法中使用该数目作为聚类数目；若没有指定关键词数目，则默认关键词数目为5个，所述算法描述如下：
关键词词库数目k以及包含n个备选关键词的数据集合；输出：满足目标函数值最小的k个聚类算法流程：
从n个备选关键词中任意选择k个备选关键词作为初始聚类中心；
根据每个聚类备选关键词的均值得到中心关键词，计算每个备选关键词与这些中心关键词的距离，并且根据最小距离，重新对相应关键词进行再次划分；
重新计算每个聚类关键词的均值，即中心关键词的均值，重复该步骤直至目标函数不再变化。
本发明中的所述的聚类评估，包括以下步骤：
剔除模糊词，处理过程中会剔除对多个质心距离均衡的词语点；
在每个聚类中，根据算法公式：进行计算。其中：Q为该词语在词库的权重，n为空间维度数目，Xi为该点第i维度值，Xiz为质心点的第i维度值。L为最终修订后的最终距离，取该值最小的词语为该分类中的代表关键词；
取出离质心距离最近的词语，该词语作为最终关键词。
由于聚类算法会受到单位刻度的影响，首先会对该点的维度值进行标准化，即标准化后的值＝(标准化前的值－分量的均值)/分量的标准差，另外选择聚类算法测量的好处是，此算法不会受量纲的影响，两点之间的距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差)计算出的二点之间的距离相同，同时此方法测量距离还可以排除变量之间的相关性的干扰。
更进一步地，聚类评估具体算法如下：
对选定的关键词数目为k，首先随机的将文档内容进行初步划分，然后采用迭代方法通过将聚类中心不断移动来尝试改进划分：
设备选关键词集合X＝{x1,x2,…,xn}，K个中心关键词分别是z1,z2,…,zk，用w(iz＝1,2,…,k)表示词语聚类的k个类别，有如下定义：
定义1两个备选关键词之间的欧式距离为：
定义2属于同一领域的备选关键词的算术平均为：；
定义3目标函数为：
由定义1.2.3得出质心距公式为：
取出离质心距离最近的词语，即L值最小的词语作为最终关键词；将此词语在领域词库中的权重进行提升，对词库进行优化。利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
方式三：
在进行电力项目的项目申报信息采集时，既可以对已经搭建完成的电力项目的批次计划信息进行采集，又可以完成对完成前或正在完成架构搭建的电力项目的批次计划信息进行采集，并将上述数据存储至数据库中。调用物资部门的库存数据，根据所述库存数据对所述物资需求中的批次计划进行预估。在进行批次计划的预估过程中，具体是调用物资部门的库存数据，根据所述库存数据生成预估批次计划。
S3，根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
具体，将预估价格、预估固化ID和预估批次计划与物资需求中所涉及到的价格信息、固化ID信息和批次计划信息进行校验，若物资需求中未标注价格信息、固化ID信息和批次计划信息的一种或多种，则利用预估价格、预估固化ID和预估批次计划进行赋值，若物资需求中标注的价格信息、固化ID信息和批次计划信息与预估价格、预估固化ID和预估批次计划不一致，则在生成的需求计划书中对存在差异的内容进行标记。将生成的需求计划书发送给审核部门进行审核，来收审核部门上传的对所述需求计划书的审核结果，若审核通过，则将需求计划书进行存储并通知物料采集部门按照所述需求计划书进行物料采集，若审核未通过，则给项目部分发出需要重新递交物资需求的通知。
采用了本发明，对于设计单位来说，可以实现职责界定清晰，设计单位负责设备材料清单编制，无须承担职责范围外事务，与初设同步完成设备材料清册的提报，减少工作量，提高工作效率。
对于项目部门来说，可以在项目架构尚未搭建完成时即可提报需求计划，传递至物资部门，降低由于需求提报不及时产生缺货对于项目进度的影响；信息系统固化业务策略，实现系统自动赋值及校验，减少工作量，提高准确率；需求计划全程跟踪，避免出现漏报或重复提报。
对于物资部门来说，通过信息化系统建立和业务的优化，避免采购申请扎堆提报及审核，提高物资采购计划准确率；提前掌握项目部门物资需求计划，合理安排供应，提高物资供应及时率；信息系统固化业务策略，降低人工判断失误，最终提升江西省公司物资部在国网公司物资部的同业对标排名。
如图2所示，一种电力物资计划智能申报平台包括输入设备41、处理器42、存储器43和输出设备44，所述处理器42、输入设备41、输出设备44和存储器43通过通信总线40相互连接。
应当理解，在本发明实施例中，所称存储器43可以包括只读存储器和随机存取存储器，并向处理器42提供指令和数据。存储器43的一部分还可以包括非易失性随机存取存储器。例如，存储器43还可以存储有设备类型的相关信息。
处理器42用于运行或执行被存储在内部存储器43中的操作系统，各种软件程序，以及自身的指令集，并用于处理来自于触摸式输入装置或自其它外部输入途径接收到的数据和指令，以实现各种功能。处理器42可以包括但不限于中央处理器(CPU)、通用图像处理器(GPU)、微处理器(MCU)、数字信号处理器(DSP)、现场可编程逻辑门阵列(FPGA)，应用专用集成电路(ASIC)中的一种或多种。在一些实施例中，处理器42和存储器控制器104可在单个芯片上实现。在一些其他实施方案中，它们可分别在彼此独立的芯片上实现。
输入设备41可以是摄像头(CAMERA或WEBCAM)等，摄像头又称为电脑相机、电脑眼以及电子眼等，是一种视频驶入设备，以及数字键盘或机械键盘等触摸式输入装置；所述输出设备44可以包括显示器(display或monitor)等。
所述存储器43用于存储计算机程序，所述计算机程序包括程序指令，所述处理器42被配置用于调用所述程序指令；进一步地，所述处理器42被配置用于调用所述程序指令执行如下步骤：
S101，采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
其中，本实施例中在进行电力项目的项目申报信息采集时，是对已经搭建完成的电力项目的项目申报信息进行采集。在另外的一个或一些实施例中，也可以完成对完成前或正在完成架构搭建的电力项目的项目申报信息进行采集，并将上述数据存储至数据库中。其中，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
S102，在电力项目架构搭建完成前采集需求部门的物资需求，以及利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
其中，利用所述物资预测模型估算该电力项目所需求的物资信息，包括但不限于以下三种方式：
方式一：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值包括：τ为此类电力项目的价格一般值，k为该预估价格的值的浮动值，则该预估价格的值的浮动级为:其中为等比数列，则所述物资需求的预估价格的值即：其中N为非0自然数，i为1到N中任意一个自然数。
方式二：
收集已完成申报的电力项目中电力物资的固化ID信息，建立固化ID信息数据库，根据所述物资需求检索与物资需求相对应的预估固化ID。根据所述物资需求得到查询文本，对所述查询文本进行预处理，对查询文本的预处理结果进行分词得到受控词库，根据所述受控词库构建空间向量，依据所述空间向量实施聚类以及完成聚类评估获得物资需求的关键词，利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
具体的，根据所述受控词库构建空间向量，维度应保持在10维度以下，以提升后续步骤中算法的性能，具体包括：
对所述文档中的每个文档，根据文档所属领域词库进行分词；
利用分词后的文档训练Word2Vec模型，得到所属领域词库的Word2Vec模型；
将每个文档中的每个所属的备选关键词代入所述目标领域的Word2Vec模型，得到每个文档中所属的备选关键词的若干维的词向量，具体方法如下：
由于每个词都对应一个词向量，v为维度，假设：
两个词的相似度正比于对应词向量的乘积，即：sin(v1，v2)＝v1·v2；
多个词v1～vn组成的一个所属领域词库用C来表示，其中称作所属领域词的中心向量；
在所属领域词库中出现备选关键词A，A的概率正比于能量因子e-E(A,C),whereE＝-A·C，因此：其中V是整个词汇空间，即文档整体，引入函数：σ(x)＝1/1(1+e-x)，得出：P(G/C)＝σ(-(H-G)·C)，然后继续拆分词汇空间递归的计算下去，最后只需要计算各关键词相似部分的向量差而已，其中每个子节点表示一个备选关键词，每个中间节点G或H的向量作为所有子向量的中心。
本发明中的聚类，是利用算法对多维空间词语聚类，当有指定关键词数目时，则在算法中使用该数目作为聚类数目；若没有指定关键词数目，则默认关键词数目为5个，所述算法描述如下：
关键词词库数目k以及包含n个备选关键词的数据集合；输出：满足目标函数值最小的k个聚类算法流程：
从n个备选关键词中任意选择k个备选关键词作为初始聚类中心；
根据每个聚类备选关键词的均值得到中心关键词，计算每个备选关键词与这些中心关键词的距离，并且根据最小距离，重新对相应关键词进行再次划分；
重新计算每个聚类关键词的均值，即中心关键词的均值，重复该步骤直至目标函数不再变化。
本发明中的所述的聚类评估，包括以下步骤：
剔除模糊词，处理过程中会剔除对多个质心距离均衡的词语点；
在每个聚类中，根据算法公式：进行计算。其中：Q为该词语在词库的权重，n为空间维度数目，Xi为该点第i维度值，Xiz为质心点的第i维度值。L为最终修订后的最终距离，取该值最小的词语为该分类中的代表关键词；
取出离质心距离最近的词语，该词语作为最终关键词。
由于聚类算法会受到单位刻度的影响，首先会对该点的维度值进行标准化，即标准化后的值＝(标准化前的值－分量的均值)/分量的标准差，另外选择聚类算法测量的好处是，此算法不会受量纲的影响，两点之间的距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差)计算出的二点之间的距离相同，同时此方法测量距离还可以排除变量之间的相关性的干扰。
更进一步地，聚类评估具体算法如下：
对选定的关键词数目为k，首先随机的将文档内容进行初步划分，然后采用迭代方法通过将聚类中心不断移动来尝试改进划分：
设备选关键词集合X＝{x1,x2,…,xn}，K个中心关键词分别是z1,z2,…,zk，用w(iz＝1,2,…,k)表示词语聚类的k个类别，有如下定义：
定义1两个备选关键词之间的欧式距离为：
定义2属于同一领域的备选关键词的算术平均为：；
定义3目标函数为：
由定义1.2.3得出质心距公式为：
取出离质心距离最近的词语，即L值最小的词语作为最终关键词；将此词语在领域词库中的权重进行提升，对词库进行优化。利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
方式三：
在进行电力项目的项目申报信息采集时，既可以对已经搭建完成的电力项目的批次计划信息进行采集，又可以完成对完成前或正在完成架构搭建的电力项目的批次计划信息进行采集，并将上述数据存储至数据库中。调用物资部门的库存数据，根据所述库存数据对所述物资需求中的批次计划进行预估。在进行批次计划的预估过程中，具体是调用物资部门的库存数据，根据所述库存数据生成预估批次计划。
S103，根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
具体，将预估价格、预估固化ID和预估批次计划与物资需求中所涉及到的价格信息、固化ID信息和批次计划信息进行校验，若物资需求中未标注价格信息、固化ID信息和批次计划信息的一种或多种，则利用预估价格、预估固化ID和预估批次计划进行赋值，若物资需求中标注的价格信息、固化ID信息和批次计划信息与预估价格、预估固化ID和预估批次计划不一致，则在生成的需求计划书中对存在差异的内容进行标记。将生成的需求计划书发送给审核部门进行审核，来收审核部门上传的对所述需求计划书的审核结果，若审核通过，则将需求计划书进行存储并通知物料采集部门按照所述需求计划书进行物料采集，若审核未通过，则给项目部分发出需要重新递交物资需求的通知。
需要进行说明的是，本实施例中未提及的其余的方法和步骤与本发明的第一实施例中所记载的基本类似，在此不再赘述。并且，以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种电力物资计划智能申报方法，其特征在于，包括如下步骤：
采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
在电力项目架构搭建完成前采集需求部门的物资需求，利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
2.根据权利要求1所述的电力物资计划智能申报方法，其特征在于，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
3.根据权利要求2所述的电力物资计划智能申报方法，其特征在于，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
4.根据权利要求3所述的电力物资计划智能申报方法，其特征在于，依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值包括：
τ为此类电力项目的价格一般值，k为该预估价格的值的浮动值，则该预估价格的值的浮动级为:其中为等比数列，则所述物资需求的预估价格的值即：其中N为非0自然数，i为1到N中任意一个自然数。
5.根据权利要求2所述的电力物资计划智能申报方法，其特征在于，其特征在于，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
收集已完成申报的电力项目中电力物资的固化ID信息，建立固化ID信息数据库，根据所述物资需求检索与物资需求相对应的预估固化ID。
6.根据权利要求5所述的电力物资计划智能申报方法，其特征在于，根据所述物资需求检索与物资需求相对应的预估固化ID包括：
根据所述物资需求得到查询文本，对所述查询文本进行预处理，对查询文本的预处理结果进行分词得到受控词库，根据所述受控词库构建空间向量，依据所述空间向量实施聚类以及完成聚类评估获得物资需求的关键词，利用所述关键词在固化ID信息数据库中进行检索，并将检索的结果作为物资需求的预估固化ID。
7.根据权利要求2所述的电力物资计划智能申报方法，其特征在于，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
收集已完成申报的电力项目中电力物资的批次计划信息，调用物资部门的库存数据，根据所述库存数据对所述物资需求中的批次计划进行预估并获得预估批次计划。
8.一种电力物资计划智能申报平台，其特征在于：包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其特征在于，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如下步骤：
采集申报完成的电力项目的项目申报信息，根据所述项目申报信息建立物资预测模型；
在电力项目架构搭建完成前采集需求部门的物资需求，利用所述物资预测模型估算该电力项目所需求的物资信息，将所述物资需求与所述物资预测模型预估的物资信息进行校验；
根据所述物资需求与所述物资预测模型预估的物资信息的校验结果生成需求计划书，并接收审核部门对所述需求计划书复核的结果。
9.根据权利要求8所述的电力物资计划智能申报平台，其特征在于，所述采集申报完成的电力项目的项目申报信息包括采集所述电力项目的价格信息、固化ID信息和批次计划信息。
10.根据权利要求8所述的电力物资计划智能申报平台，其特征在于，利用所述物资预测模型估算该电力项目所需求的物资信息包括：
根据已申报完成的电力项目选择最接近的M个电力项目的最终确定价格即：τ1,τ2,…,τm，根据M个电力项目的最终确定价格得到此类电力项目的价格一般值以及依据所述此类电力项目的价格一般值τ得到该物资需求的预估价格的值，其中M为非0自然数，i为1到M中任意一个自然数。
CN201810918993.9A 2018-08-14 2018-08-14 一种电力物资计划智能申报方法及平台 Pending CN109272141A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810918993.9A CN109272141A (zh) 2018-08-14 2018-08-14 一种电力物资计划智能申报方法及平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810918993.9A CN109272141A (zh) 2018-08-14 2018-08-14 一种电力物资计划智能申报方法及平台

Publications (1)

Publication Number Publication Date
CN109272141A true CN109272141A (zh) 2019-01-25

Family

ID=65153818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810918993.9A Pending CN109272141A (zh) 2018-08-14 2018-08-14 一种电力物资计划智能申报方法及平台

Country Status (1)

Country Link
CN (1) CN109272141A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112633807A (zh) * 2020-12-28 2021-04-09 国网安徽省电力有限公司 一种基于智能提醒的供应链优化方法及系统
CN114519571A (zh) * 2022-04-20 2022-05-20 四川省大数据中心 一种工程建设项目审批系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007265008A (ja) * 2006-03-28 2007-10-11 Tokyo Electric Power Co Inc:The Ｃｏ２排出原単位算出システム
CN105447624A (zh) * 2015-11-12 2016-03-30 云南电网有限责任公司物流服务中心 一种电力项目物资需求计划审核典型配置模型和系统
CN106295995A (zh) * 2016-08-10 2017-01-04 曼威网络科技（上海）有限公司 一种用于确定生产计划的数据分析方法与设备
CN106600032A (zh) * 2016-10-28 2017-04-26 北京国电通网络技术有限公司 一种库存物资需求预测方法及装置
CN107292428A (zh) * 2017-06-07 2017-10-24 国网浙江省电力公司物资分公司 一种配网电力物资采购需求预测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007265008A (ja) * 2006-03-28 2007-10-11 Tokyo Electric Power Co Inc:The Ｃｏ２排出原単位算出システム
CN105447624A (zh) * 2015-11-12 2016-03-30 云南电网有限责任公司物流服务中心 一种电力项目物资需求计划审核典型配置模型和系统
CN106295995A (zh) * 2016-08-10 2017-01-04 曼威网络科技（上海）有限公司 一种用于确定生产计划的数据分析方法与设备
CN106600032A (zh) * 2016-10-28 2017-04-26 北京国电通网络技术有限公司 一种库存物资需求预测方法及装置
CN107292428A (zh) * 2017-06-07 2017-10-24 国网浙江省电力公司物资分公司 一种配网电力物资采购需求预测系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112633807A (zh) * 2020-12-28 2021-04-09 国网安徽省电力有限公司 一种基于智能提醒的供应链优化方法及系统
CN114519571A (zh) * 2022-04-20 2022-05-20 四川省大数据中心 一种工程建设项目审批系统
CN114519571B (zh) * 2022-04-20 2022-07-08 四川省大数据中心 一种工程建设项目审批系统

Similar Documents

Publication Publication Date Title
CN104077306B (zh) 一种搜索引擎的结果排序方法及系统
Zhang et al. A quantitative approach to design alternative evaluation based on data-driven performance prediction
Olson Comparison of weights in TOPSIS models
Örkcü et al. A neutral cross efficiency approach for basic two stage production systems
CN103914468B (zh) 一种投放信息搜索的方法和装置
US8504560B2 (en) Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects
Gong et al. Split-award contracts with investment
Wen et al. Modified honey bees mating optimization algorithm for multi-objective uncertain integrated process planning and scheduling problem
CN109345109A (zh) 一种基于分类预测模型的员工评估方法及终端设备
CN109272141A (zh) 一种电力物资计划智能申报方法及平台
Josaputri et al. Decision support systems with ahp and saw method for determination of cattle with superior seeds
CN114881515A (zh) 供应商选取方法、装置、存储介质以及电子设备
Subandri et al. Cyclomatic complexity for determining product complexity level in COCOMO II
Burkov et al. Intellectual systems-the future of expert assessment
CN105894138A (zh) 一种制造业发货量的最优加权组合预测方法
Tailor et al. Comparative analysis of software cost and effort estimation methods: a review
CN115034676A (zh) 基于层次分析法的企业综合服务质量评估方法及系统
Lau-Soto An agent-based model of a betting exchange via a single-threaded and object-oriented implementation
Kim et al. A lightweight value-based software architecture evaluation
Roszkowska Application the TOPSIS methods for ordering offers in buyer-seller transaction
Wang Notice of Retraction: GM (1, 2) forecasting method for day-ahead electricity price based on moving average and particle swarm optimization
CN110096497A (zh) 一种农产品产量数据智能清洗方法及系统
Mathur et al. In object-oriented software framework improving maintenance exercises through k-means clustering approach
Li Research on Improved Xgboost Algorithm for Big Data Analysis of e-Commerce Customer Churn
Rezaeitaziania et al. Ranking bank branches with interval data by IAHP and TOPSIS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190125