首页> 中文学位 >T电网公司新建项目计量装置需求预测研究
【6h】

T电网公司新建项目计量装置需求预测研究

代理获取

目录

声明

致谢

摘要

1.1.1 研究背景

1.1.2 研究意义

1.2 研究的内容与研究思路

1.2.1 论文研究内容

1.2.2 论文研究方法及创新性工作

1.2.3 本文研究技术路线图

2 国内外研究现状及相关理论基础

2.1.1 需求管理文献综述

2.1.2 需求预测方法文献综述

2.1.3 基于数理统计预测文献综述

2.1.4 研究现状小结

2.2 需求管理理论

2.2.1 物料需求分析理论

2.2.2 需求预测理论

2.2.3 时间序列分解预测理论

2.3 数理统计理论

2.3.1 数据分析理论

2.3.2 贝叶斯统计理论

3 T电网公司新建项目计量装置需求管理现状和问题分析

3.1 T公司新建项目计量装置需求管理现状

3.1.1 T公司计量装置需求管理模式

3.1.2 新建项目计量装置需求申报管理流程

3.1.3 新建项目计量装置需求影响因素分析

3.2 T公司新建项目计量装置需求特点分析

3.2.1 计量装置需求量不确定

3.2.2 计量装置需求产生时间不稳定

3.2.3 计量装置需求类型复杂

3.3 T公司计量装置现行需求预测方法及问题

3.3.1 T公司计量装置需求预测流程及方法

3.3.2 T公司计量装置需求预测存在的问题

4 基于数理统计理论的新建项目计量装置需求预测模型构建

4.1 新建项目计量装置需求预测模型

4.1.1 新建项目计量装置需求预测问题描述

4.1.2 基于贝叶斯统计的时间序列分解预测模型构建

4.2 基于贝叶斯统计的时间序列分解需求预测方法实施依据

4.2.1 模型实施的现实依据

4.2.2 模型实施的理论依据

4.3 基于贝叶斯统计的时间序列分解预测模型的实施方法

4.3.1 时间序列分解预测模型的实施方法

4.3.2 基于贝叶斯统计的调整模型实施方法

5 T公司新建项目单相表需求预测实例研究

5.1 新建项目单相表需求数据分析及处理

5.1.1 基于时间序列分解法的单相表需求量特点分析

5.1.2 基于概率分布的单相表需求产生时间分析及计算

5.2 新建项目单相表需求预测

5.2.1 基于时间序列分解的单相表需求量预测

5.2.2 基于条件概率的需求预测结果调整

5.3 需求预测结果分析

5.3.1 调整前需求预测结果分析

5.3.2 调整后需求预测结果分析

5.4 基于结果分析的需求管理建议

5.4.1 基于结果分析的企业实际应用建议

5.4.2 T公司需求管理方面建议

6 全文总结与展望

6.1 全文总结

6.2 研究展望

参考文献

附录

作者简历及攻读硕士/博士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

电力工业是一个国家的公共事业,随着国家电网“三集五大”建设的全力推进,国家电网对计量装置的需求管理提出了更高的要求。随着电网公司计量装置全生命周期的管理这一新思想的提出,计量装置的需求管理越来越受到电网公司的重视。T公司当前的计量装置的需求计划提报主要依据的是历史数据和工作人员的人为经验,缺乏一定的科学依据;再加上电网公司的多级需求管理体系,本身就具有需求计划上报难、需求预测不精准、下级网点需求难满足等现象,导致了库存资金占用、配送不及时以及客户满意度低等问题。因此开展电网公司计量装置的需求预测有着重要的实际意义。
  新建项目计量装置的需求量约占计量装置总需求量的50%~80%,本文深入分析了新建项目计量装置的需求特性,基于其需求具有需求量不确定、需求来源多样化、需求管理难度大、需求种类多和需求季节性特点强等特点,选取了时间序列分解预测模型来对计量装置的需求进行初步预测。在对需求数据进一步分析的基础上,发现了单纯的时间序列分解预测模型不能够很好的解决新建项目需求波动大、突发需求难以预测等问题。本文在数据分析的基础上,借鉴了相同类型物资的需求的预测方法,提出了在时间序列分解预测结果的基础上,基于贝叶斯统计的需求预测调整模型的需求预测方法。
  在对新建项目计量装置进行需求预测时,首先基于历史数据对计量装置存在的长期趋势、季节性趋势和循环趋势进行了分别预测。同时根据历史数据计算出了工程项目需求发生的概率和条件概率,在初步预测结果的基础上,基于工程项目的实时的信息得到贝叶斯调整模型后的需求发生概率,并通过需求发生的概率对需求预测结果进行调整,得到最终的需求预测结果。论文的最后以新建项目单相表的月度需求预测为例,进行了实例计算,最终的结果表明了该预测方法不仅能够准确预测历史数据的季节性、趋势性、循环周期等特点,更能结合新建项目的实时工程进度,动态地监控企业在途项目的信息,对需求预测的结果进行实时调整,提升了需求预测结果的准确性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号