一种电力设备物资智慧采购数据的处理方法与流程

本公开涉及电力设备采购分析领域，并且更具体地，涉及一种电力设备物资智慧采购数据的处理方法。

背景技术：

1、随着电力企业的不断发展，电力设备物资管控使用与合理采购成为企业的重要任务，传统的项目采购模式虽然流程简单、快速、方便灵活，但电力设备物资涉及的种类和品种繁多，加之使用过程中的损耗，若数值无法及时进行更新，势必会影响后期的采购计划，此外，现有的物资采购为了完成整个常规采购除了需要做大量的调研外，其每个环节都需要工作人员直接参与，且人工参与对于采购计划生成的影响力比较大。

2、另外虽然自第四次工业革命的来临，数字化生产已经成为普遍的商业模式，很多电力企业也紧跟时代的步伐，但由于电力设备物资数据海量的特性，其势必为数据处理的效率带来挑战，同时由于数字化的商业模式，同行业的各种数据其实是公之于众的，故借此生成的采购数据以及采购计划很难贴合企业电力物资实际使用以及损耗的情况，进而导致生成的采购数据产生较大的误差，故对此我们提出一种电力设备物资智慧采购数据的处理方法。

技术实现思路

1、有鉴于此，本技术实施例至少提供一种电力设备物资智慧采购数据的处理方法，方法包括如下步骤：

2、步骤s1，采集模块获取经输入设备生成的电力设备物资相关数据，所述输入设备经用户输入的数据包括不同时间段t下电力设备物资实际使用参数cgsy、损耗参数cgsh、设备参数cgkc，所述输入设备将电力设备物资相关数据传输至输出设备，所述输出设备生成库存参数kcmx；

3、步骤s2，监控模块通过监控设备监控电力设备物资得出电力设备物资监控数据，所述电力设备物资监控数据包括不同时间段t下电力设备的使用参数jksy、关停参数jkgt、运行状态参数jkyx，所述输入设备将监控数据传输至输出设备，所述输出设备生成监控参数jkmx；

4、步骤s3，人工智能模型获取库存参数kcmx以及监控参数jkmx，所述人工智能模型根据库存参数kcmx以及监控参数jkmx进行分析比对并将其生成电力设备物资数据导入离散模型中，显示装置接收电力设备物资数据离散模型，并将其处理生成第一图表；

5、步骤s4，预测模块获取电力设备物资数据离散模型，所述预测模块根据大数据模型预测出目标电力设备不同时间段t下电力设备物资相关数据，所述预测模块根据大数据模型预测生成使用参数ycsy、损耗参数ycsh、设备参数yckc,所述输入设备将电力设备物资相关数据传输至输出设备，所述输出设备生成预测参数ycmx;

6、步骤s5，所述电力设备物资数据离散模型与大数据模型生成使用参数ycsy、损耗参数ycsh、设备参数yckc进行比对，显示装置接收模型比对结果，并将其生成第二图表;

7、所述第一图表为目标电力设备在不同时间段t下真实数据图表，第二图表为预测分析数据与真实数据在不同时间段t下对比得出的差异图表。

8、根据本公开实施例的一个示例，其中，所述采集模块采集目标电力设备物资的生产厂家、质量、数量，所述库存模型kcmx计算公式为：

9、;

10、公式中，其中a和b分别表示使用参数cgsy损耗参数cgsh的权重值，其中c设备参数cgkc的权重值，且，代表修正因子，其为常数，且a、b、c以及三者的具体数据根据实际需求进行设置；

11、使用参数cgsy加上损耗参数cgsh除以设备参数cgkc构成库存参数kcmx。

12、根据本公开实施例的一个示例，其中，所述监控模块监控目标电力设备的工作状态、时间、负荷以及目标电力设备损耗更换量、库存剩余量，所述监控参数jkmx计算公式为：

13、;

14、式中：d和e分别表示使用参数jksy关停参数jkgt的权重值，且，代表修正因子，其为常数，且d、e以及三者的具体数据根据实际需求进行设置；

15、使用参数jksy减去关停参数jkgt乘以运行状态参数jkyx得出监控参数jkmx，监控参数jkmx监控数据为目标电力设备正在运行的数据，即运行数量、运行时间、运行功率。

16、根据本公开实施例的一个示例，其中，所述电力设备物资数据离散模型计算公式为：

17、;

18、其中lxmx为电力设备物资数据离散模型，sl为电力设备物资总数量，且sl为常数，具体数据根据实际需求进行设置。

19、根据本公开实施例的一个示例，其中，所述预测模块根据大数据模型预测出目标电力设备正常的工作状态、工作时间，以及结合目标电力设备的工作负荷、工作环境，预测出目标电力设备损耗更换量以及库存剩余量。

20、根据本公开实施例的一个示例，其中，所述显示装置生成的图表，其x轴为库存参数kcmx、y轴为预测参数ycmx、z轴为监控参数jkmx，根据输入不同时间段t下的数据显示出不同时间段t下对应的不同坐标点，观察坐标点的分布离散状态，而后采用描点的形式将各个坐标点进行连接，观察由坐标点连接形成的面积，此面积即为目标电力设备的阈值范围。

21、根据本公开实施例的一个示例，其中，所述显示装置根据目标电力设备的阈值范围找出差距最大的两个点，观察此时两点的库存模型、预测分析模型、监控模型中分别对应的子数据，进而得出异常数据所处的位置以及异常数据目标电力设备状态。

22、根据本公开实施例的一个示例，其中，所述显示装置显示出异常数据的位置，并将此异常数据的预测分析模型得出的数据与库存模型得出的数据在同一时间t下进行对比，得出的对比数据与同一时间t下监控模型在同一目标电力设备得出的数据进行对比验证得出差异值cz，若差异值cz小于该目标电力设备的阙值qz,代表误差在合理区间内,反之则不在。

23、根据本公开实施例的一个示例，其中，所述目标电力设备的阙值qz以及目标电力设备的阈值是根据人工智能模型中各类电力设备所设定的经验值，不同目标电力设备设定的经验值不同。

24、本技术至少包含的有益效果：

25、1、本技术提供的一种电力设备物资智慧采购数据的处理方法，通过采集模块、监控模块实现对目标电力设备的数据的采集以及监控的效果，能够准确掌握电力设备物资库存、使用、损耗的情况，故在后期生成采购数据以及采购计划时可以更好的贴合企业电力物资实际使用以及损耗的情况，此外通过预测模块以及同行业的大数据模型预测出正常状态下目标电力设备的工作状态、工作时间，以及结合目标电力设备的工作负荷、工作环境，预测出目标电力设备损耗更换量以及库存剩余量，再利用人工智能模型生成离散模型，以第一图表和第二图表的形式，让相关数据更好的且更直观看出采购数据，且通过x轴为库存参数kcmx、y轴为预测参数ycmx、z轴为监控参数jkmx坐标系的建立，能够找到异常数据点，进而达到了在根据采购数据制定采购计划时，找出异常目标设备物资的效果。

26、2、本技术提供的一种电力设备物资智慧采购数据的处理方法，通过监控模块的监控数据进行验证，同时结合同行业电力设备大数据模型预测出的数据进行比对，不仅能给减小数据的误差值，而且还能推算出目标电力设备的质量等等，其质量推算不仅可以从宏观的库存参数、监控参数、预测参数对比，还能从其微观组成部分的使用参数、损耗参数、运行状态参数、关停参数与预测出的使用参数、损耗参数、设备参数比对，从而达到检测目标电力设备质量的效果。

27、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本技术的技术方案。

技术特征：

1.一种电力设备物资智慧采购数据的处理方法，其特征在于，方法包括如下步骤：

2.根据权利要求1所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述采集模块采集目标电力设备物资的生产厂家、质量、数量，所述库存模型kcmx计算公式为：

3.根据权利要求1所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述监控模块监控目标电力设备的工作状态、时间、负荷以及目标电力设备损耗更换量、库存剩余量，所述监控参数jkmx计算公式为：

4.根据权利要求1所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述电力设备物资数据离散模型计算公式为：

5.根据权利要求1所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述预测模块根据大数据模型预测出目标电力设备正常的工作状态、工作时间，以及结合目标电力设备的工作负荷、工作环境，预测出目标电力设备损耗更换量以及库存剩余量。

6.根据权利要求1所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述显示装置生成的图表，其x轴为库存参数kcmx、y轴为预测参数ycmx、z轴为监控参数jkmx，根据输入不同时间段t下的数据显示出不同时间段t下对应的不同坐标点，观察坐标点的分布离散状态，而后采用描点的形式将各个坐标点进行连接，观察由坐标点连接形成的面积，此面积即为目标电力设备的阈值范围。

7.根据权利要求6所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述显示装置根据目标电力设备的阈值范围找出差距最大的两个点，观察此时两点的库存模型、预测分析模型、监控模型中分别对应的子数据，进而得出异常数据所处的位置以及异常数据目标电力设备状态。

8.根据权利要求7所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述显示装置显示出异常数据的位置，并将此异常数据的预测分析模型得出的数据与库存模型得出的数据在同一时间t下进行对比，得出的对比数据与同一时间t下监控模型在同一目标电力设备得出的数据进行对比验证得出差异值cz，若差异值cz小于该目标电力设备的阙值qz,代表误差在合理区间内,反之则不在。

9.根据权利要求8所述的一种电力设备物资智慧采购数据的处理方法，其特征在于，所述目标电力设备的阙值qz以及目标电力设备的阈值是根据人工智能模型中各类电力设备所设定的经验值，不同目标电力设备设定的经验值不同。

技术总结
本公开涉及电力设备采购分析领域，并且更具体地，涉及一种电力设备物资智慧采购数据的处理方法，通过采集模块、监控模块实现对目标电力设备的数据的采集以及监控的效果，能够准确掌握电力设备物资库存、使用、损耗的情况，故在后期生成采购数据以及采购计划时可以更好的贴合企业电力物资实际使用以及损耗的情况，此外通过预测模块以及同行业的大数据模型预测出正常状态下目标电力设备的工作状态、工作时间，以及结合目标电力设备的工作负荷、工作环境，预测出目标电力设备损耗更换量以及库存剩余量，以第一图表和第二图表的形式，让相关数据更好的且更直观看出采购数据，进而达到了在根据采购数据制定采购计划时，找出异常目标设备物资的效果。

技术研发人员：栾宁,程伟华,冯曙明,马红双,曹皓滨,申冬琴,尹文尧,曹津津
受保护的技术使用者：江苏电力信息技术有限公司
技术研发日：
技术公布日：2024/12/5