大數據時電企業燃煤庫存優化分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據時電企業燃煤庫存優化分析范文，希望能給你帶來靈感和參考，敬請閱讀。

關鍵詞：大數據；庫存管理；供應鏈管理

引言

電力的安全生產和可靠供應關系著人民美好生活的質量與經濟社會的穩定發展，尤其是在疫情防控新增的各種用電需求及全社會復工復產的關鍵階段，保障電力的安全供應尤為重要，而燃煤庫存的控制與管理直接決定著發電企業的安全生產與健康運營，通過建立科學合理的燃煤庫存既可以調節供求差異，對供貨時間等不確定因素進行緩沖[1]，提高安全運行效率，又可以通過減少不必要的燃煤庫存積壓，降低資金成本，提升資金流轉效率，促使發電企業在市場競爭中保持健康可持續發展。因此研究發電企業燃煤庫存，對燃煤庫存管理中存在的問題進行優化，進而保持科學、合理的庫存水平對發電企業乃至全社會都有重要意義。當前，互聯網與大數據技術正在快速更新迭代，我國數字化經濟、大數據戰略也在加速推進[2]，發電企業傳統的燃煤庫存管理手段、方式及技術水平已經無法滿足安全生產風險的全面防控以及增效能力的快速挖掘。在中共中央政治局第二次集體學習時作出重要部署：“推動大數據技術產業創新發展、構建以數據為關鍵要素的數字經濟、運用大數據提升國家治理現代化水平、運用大數據促進保障和改善民生、切實保障國家數據安全”。的重要部署為發電企業燃煤庫存管理提供了新的理念并指明了未來大數據背景下庫存管理的發展方向。同時，由于大數據、云計算等現代信息技術的廣泛應用，數據收集、處理的能力快速增強，海量數據資源的寶貴價值被挖掘出來，過去對于大量數據無法有效利用的發電企業獲得新的發展契機，通過大數據技術將大量的異構數據、多業務系統數據進行整合處理，形成有效的數據流，使得數據在庫存管理中發揮更大的價值。目前，國內外對于庫存管理的研究文獻較多，但將大數據技術應用到庫存管理的研究文獻較少。張斌琪（2018）[3]在大數據和物聯網大發展的背景下，提出了中小型企業開發庫存管理數據平臺，分析了安全庫存的建立和供應商的融合。陳錦回等（2019）[4]認為將大數據與供應鏈庫存管理融合可以增強供應鏈的韌性，提升供應鏈的利潤。楊冰雪（2018）[5]對大數據環境下煤礦企業的材料管理進行了探討，并分析了存在的問題。褚蘭蘭（2017）[6]分析了大數據技術對庫存的影響，并討論了出入庫與庫存調配的優化路徑。對于企業庫存管理中無法處理數據“多”、“雜”、“亂”的問題時，鄭小波（2020）[7]認為構建庫存管理大數據分析平臺可以有效利用數據、發掘數據價值。通過對現有文獻的研究發現，對于將大數據等新興技術應用到燃煤庫存管理的研究尚處于空白，因此有必要在此領域展開研究彌補空缺。本文對大數據環境下發電企業燃煤庫存管理優化進行了研究，首先對當前燃煤庫存管理問題進行分析，指出燃煤需求預測不準確將會給企業帶來生產風險與成本負擔，對此作者借助大數據技術構建燃煤預測大數據平臺；同時針對庫存信息傳遞效率低下、企業與供應鏈交互性差的問題，建立供應鏈管控的庫存管理系統，加速企業同信息共享，實現庫存最優決策。

1燃煤庫存管理在大數據時代所面臨的問題

1.1燃煤需求預測不準確

發電企業庫存管理相較于一般工商業企業更加復雜，為了保證電力的安全持續供應，燃煤庫存不允許出現缺貨的現象發生，電廠停機造成的損失是不可預估的。因此，鑒于燃煤庫存管理的特殊性，燃煤需求的精準預測是解決安全生產的重要抓手。燃煤需求預測具體包括兩方面內容：對于燃煤需求用量的把控，即預測需求量與實際需求量保持平衡，預測量高于實際需求量，則會造成庫存積壓，反之則無法滿足生產需要[8]。一直以來發電企業受限于技術和管理水平的影響，無法精準獲取不同區域、不同時間段的需求信息，無法對大量需求相關的異構數據進行整合處理，對于燃煤需求無法準確響應，很多企業選擇對燃煤進行飽和式采購來應對生產需求[9]，在庫存中積壓了大量的資金成本，降低了資金周轉速率[10]，為企業可持續發展帶來隱患。對于燃煤需用品種的把控，發電燃煤不僅對數量有要求，對品種與質量也有限制，要充分考慮燃煤品種的匹配性，即燃煤的品種要同燃煤鍋爐型號相匹配，并且要考慮燃煤的經濟性、適用性等實際情況，要對燃煤的產地、質量、運費等各方面因素進行綜合分析。傳統的發電企業在編制燃煤需求計劃時，往往直接采用過去的燃料計劃，對于影響生產計劃的變動因素沒有綜合考慮，未能對市場需求、生產需求和銷售計劃進行分析，進而影響庫存的合理布局，造成安全生產隱患。

1.2庫存信息傳遞效率低下，同供應鏈交互性差

目前，很多發電企業都在進行庫存信息化建設，不斷應用新的信息軟件開發系統，取得了不小的進步，庫存信息化水平不斷提高。當前主流的庫存信息化管理方式是通過連續監測庫存內部的控制系統，所發揮的作用主要是實時監測倉儲中各種燃料的剩余量，當庫存內部的剩余量低于安全庫存時，則向采購部門發出通知，采購部門進行采購，補充存貨[11]。但隨著大數據技術的深入應用，多業務系統數據的不斷融合，現有的信息管理方式的整體效率和實際作用效果都存在著明顯的不足，無法滿足精準、智能和高效的庫存控制，例如對于燃煤鍋爐匹配的燃煤無法進行準確控制，在配煤摻燒后的熱值無法達到鍋爐于負荷需要，引發熄火或負荷不足的生產事故。同時，由于發電企業庫存信息系統只是單一地服務于采購部門，未能將庫存信息在內外部供應鏈中及時共享，庫存信息在內外部供應鏈中存在信息傳遞障礙問題。在外部供應鏈中，信息傳遞障礙引發“牛鞭效應”[12]，供應鏈中各節點的發電企業獨立的庫存管理引起最終的需求變異逐步放大，導致上游煤炭企業維持較高的庫存水平，不僅要支付資金占用成本，還造成了大量的機會成本[13]。上游煤炭企業成本的激增帶來煤炭價格的上揚，導致整個供應鏈整體績效不佳。同時，信息傳遞障礙使得發電企業無法及時收集供應鏈中的信息。及時獲取外部信息對于庫存管理十分重要，當外部環境出現變化時，如電煤供應鏈中的上游企業出現停產或在運輸過程中由于天氣等不可抗力造成運輸停滯，發電企業庫存管理部門無法及時獲取庫存相關外部信息，對于不確定因素的風險不能及時把控，則會造成生產事故。在內部供應鏈中，信息傳遞障礙使得發電企業中的物資管理部門及其他有關部門不能及時獲取燃煤庫存的最新信息，信息不通暢導致各個部門間各自運作、分散運行，直接影響企業內部的資源調配與管理[14-15]，加重了企業的生產成本。

2大數據時代下燃煤庫存管理的優化

2.1構建發電企業燃煤預測大數據平臺

當前，由于數據采集、存儲、分析等技術的迅猛發展，對于需求預測所需的海量數據獲取以及數據處理速度的能力大大加強，對于傳統發電企業燃煤需求預測不精確的問題也出現解決的曙光。本文將運用大數據技術，構建發電企業燃煤預測大數據平臺。如圖1所示，該平臺由相關數據收集模塊、大數據挖掘分析模塊、預測建模模塊、編制需求計劃報表四大模塊組成，四大模塊借助較為成熟的大數據技術來最終實現發電企業燃煤需求的精準預測。正確掌握需求變化的原因是準確預測的關鍵，通過對影響發電燃煤需求的因素進行分析，發現主要影響因素可以歸納為內部因素與外部不確定性因素，在數據收集模塊中通過采用多網融合技術與物聯網數據庫資源，采集內外部影響因素的數據信息。內部采集的數據主要包括：燃煤庫存現狀數據、燃煤采購歷史數據、消耗歷史數據、不同燃煤品種對生產影響程度權重、生產任務數據；外部采集的數據主要包括：煤炭采購地區產量、運輸狀態、消費地電源結構、氣候環境、政策變化等。由于數據采集的廣度與頻度大大提高，數據庫的伸縮性顯著增強，數據采集的難度與成本顯著降低。將采集的內外部數據輸入至大數據挖掘分析模塊（如圖1），該模塊將應用包括模式識別、大規模并行處理數據庫、互聯網可擴展的存儲系統以及分布式文件系統等多個領域的技術。大數據挖掘分析模塊將對采集到的大量結構化或者非結構化的異構數據進行挖掘分析，將從數據類型、數據體量、數據密度、從屬關系、相關關系等多個維度出發，利用聚類算法、關聯規則算法、ARAM算法和改進的深度學習網絡技術進行計算分析，整合分析各異構數據庫之間的關聯性，提取異構數據間的關聯關系，同時將對影響燃煤需求的無關干擾因素進行剔除，進而建立燃煤需求關聯關系網絡。大數據挖掘分析模塊在對數據進行處理時，為了提高處理效率，采用分級處理分析模式，模塊將根據數據資源的優先級程度，選擇對優先級高的數據進行優先處理，滿足了系統化的處理體系，提高了運行效率。同時，大數據挖掘分析模塊考慮到數據收集模塊可能采集到錯誤數據，大數據挖掘分析模塊會對數據進行實時監控，實時關注數據出現的變化，及時將信息反饋給數據收集模塊，使得采集的數據盡可能完善，為數據處理的精確性提供保障。在確定各個影響因素關系的基礎上，構建基于大數據的燃煤需求計劃模型，該模型將實現對燃煤需求中長期預測及短期預測，為了提高燃煤需求計劃模型的預測精度，將同步進行預測跟蹤反饋，即將需求預測的結果提供給物資需求部門，物資需求部門根據實際的燃煤需求信息反饋給預測建模模塊，通過分析比對燃煤預測結果與實際采購情況，以及結合物資需求部門的建議及時修正燃煤需求計劃模型的參數，逐步提高預測預測精度。在獲取燃煤需求預測的數據后，運用改進的ABC分類法，對燃煤的數量、品種、質量和價格進行歸類，將使用范圍廣、使用頻率高、價格低、質量佳的燃煤進行排列，編制年度、月度燃煤需求計劃。

2.2構建供應鏈管控的庫存管理系統

供應鏈管理體系架構的主要思想是借助大數據技術與物聯網技術，通過對供應鏈各節點企業庫存進行集成化、智能化管控，使傳統的發電企業燃煤庫存同供應鏈進行深度融合，從而實現燃煤最優庫存決策的制定[16]；同時，在內外部供應鏈完全信息共享下實現信息的快速傳遞，最終提升整個供應鏈的整體績效。在供應鏈管控的庫存管理系統構建過程中，大數據分析技術的成熟應用為整體供應鏈高效化、數字化管控提供了技術支撐。該系統的總體框架由兩大模塊構成（如圖2）：供應鏈大數據處理與共享平臺和倉儲管理平臺。供應鏈大數據處理與共享平臺是將供應鏈運作各環節企業的物資信息全方位收集到數據庫中，平臺的中央處理器將對數據庫中的數據進行分析處理，在充分考慮各節點企業的切身利益和整個供應鏈的績效最大化的基礎上，制定最優的庫存決策，確定各節點企業的最佳庫存水平。平臺將處理后的結果反饋給各企業，發電企業針對平臺的建議結合自身的實際情況調整庫存。同時，為了實現供應鏈中的信息的快速傳遞，平臺將對各節點企業開放數據庫權限，各企業通過這個第三方模式的信息平臺獲取上下游企業庫存信息，及時調整自身的庫存策略。倉儲管理平臺（如圖2）主要針對發電企業內部的庫存管理，將具備兩大功能：對燃煤庫存的智能追蹤，即對燃煤庫存數量、種類、價格等進行全方位的識別和包括燃煤出入庫、庫存盤點、庫存補充等全流程的追蹤管理，采用RFID技術[17]、無線傳感技術等實現動態地對庫存中燃煤的感知、定位、識別與計量。并且將采集的各項庫存數據上傳至供應鏈大數據處理與共享平臺中，加快庫存信息在供應鏈中的傳遞，方便供應鏈大數據處理與共享平臺中對數據收集與處理。制定最優的庫存決策，并進行可視化展現。通過對供應鏈大數據處理與共享平臺庫存反饋的庫存決策信息，企業領導及時調整進貨策略，保持最優庫存量，實現平衡庫存及精準化采購，改善燃煤庫存結構，實現對燃煤庫存的最優控制。同時，倉儲管理平臺將庫存的各項數據及采購策略在企業內部供應鏈中進行共享，各部門通過瀏覽器訪問倉儲管理平臺，實時查詢庫存信息，進而在企業內部形成完善的信息流，強化企業內部合作，提高資源調配效率。

3結語

大數據、互聯網、物聯網等新興技術的快速發展與應用對發電企業燃煤庫存管理提出了更高的要求，同時也是燃煤庫存管理優化的重要契機，利用大數據等技術對燃煤需求進行精準預測，并加速供應鏈中信息的傳遞速度，提升發電企業燃煤庫存的精準管控，為今后發電企業燃煤庫存優化提供了新的理念與方向，具有一定的借鑒意義。但對于具體的落地實施以及后續的技術推廣等方面還有待更深入的研究。通過后續的研究，本文將最終致力于建立發電企業燃煤庫存優化大數據治理模式。

參考文獻：

[1]郭京生,李昕玥.發電企業燃煤庫存優化研究[J].現代商貿工業,2014,26(20):29-30.

[2]田曉東,王昭力,李卓,胡春虹.探索大數據技術在發電集團的應用研究[J].貴州電力技術,2017,20(04):6-17.

[3]張濱琪.大數據在傳統中小型企業庫存管理改進中的作用[J].信息與電腦(理論版),2018(02):111-114.

[4]陳錦回,劉瓊芳.大數據背景下企業供應鏈協同庫存管理模型構建研究[J].數字技術與應用,2019,37(08):70-71.

[5]楊冰雪.淺談大數據環境下煤炭企業材料管理存在的問題及應對措施[J].中小企業管理與科技(中旬刊),2018(03):33-34.

[6]褚蘭蘭.基于大數據時代分析企業物資庫存管理的優化途徑[J].現代經濟信息,2017(15):98.

[7]鄭小波.面向軍工企業庫存管理大數據分析平臺設計與應用[J].信息系統工程,2020(04):10-11

[8]景林娟.供應鏈環境下煤炭企業的庫存優化研究[J].煤炭經濟研究,2018,38(08):64-68.

[9]陳艷.關于制造企業庫存管理的現狀問題和對策研究[J].當代會計,2020(09):110-111.

[10]王夢蝶.風力發電機生產企業庫存管理存在問題及對策研究——以金風科技為例[J].農家參謀,2018(24):234-235+237.

[11]王雨,徐莉.企業庫存信息化管理優化策略[J].企業經濟,2019(09):100-104.

作者：高揚 王輝 單位：華北電力大學