库存周转率

本项目综合运用移动互联、人工智能等现代信息技术和先进通信技术，打造基于物联网、大数据和智能设备的电力物资供应智慧运营平台，实现“资源集中、管理集约、信息集成”的目标，促使物资管理工作向网络化、可视化、智能化模式转变。提出物资统筹调配模型，基于大数据技术计算物资库存策略，实现物资库存比较选择科学的优化结果；提出供应商履约风险监控模型，根据第三方数据信息对风险源进行分类跟踪，提升应对物资供应风险的响应水平；基于北斗定位技术，打通应急物资供应内外部沟通渠道，精准定位应急事故地点，实时掌握物资运输情况，实现信息流和实物流同步；基于图像识别技术，实现作业现场与后台视频画面实时互动，提高现场业务的管控和服务水平；提出大数据分析模型，基于现代数模理论和人工智能技术，构建智能辅助决策分析模型，激发数据资产价值； 本项目成功研发电力物资供应智慧运营平台软件系统一套，相关研究成果申请发明专利 11 项，其中 4 项已授权，申请软件著作权 2 项，发表论文 11 篇，其中 EI 检索期刊 2篇。项目成果已在江苏省电力公司本部以及下属 13 家地市单位应用，物资计划提报及时率、供应及时率、库存周转率和供应商可靠性及都得到显著提升。该项目研发的成果总体达到国内先进水平，已在多家企业成功示范应用，效果显著，具有产业化推广前景。

针对电力公司物资库龄长、周转率低等问题，文章通过分析物资周转显性化特征，梳理影响物资周转和积压的因素，引入物资需求偏差、项目施工进度偏差等指标参数，提出一种基于梯度提升树的物资在库时长预测模型, 通过多参量构建梯度回归树拟合损失函数得出学习率，于预测模型中进行物资在时长预测。通过对某电力公司2017—2019年物资数据进行训练和预测，经实验分析该模型对电力物资在库时长预测准确率为95%。同BP神经网络、L1/2稀疏迭代回归和线性回归算法比对后发现，该模型在方差、误差、准确率方面优于其他算法，证明了该模型准确性和实用性。