学术堂首页 | 文献求助论文范文 | 论文题目 | 参考文献 | 开题报告 | 论文格式 | 摘要提纲 | 论文致谢 | 论文查重 | 论文答辩 | 论文发表 | 期刊杂志 | 论文写作 | 论文PPT
学术堂专业论文学习平台您当前的位置:学术堂 > 管理学论文 > 物流论文

大数据环境下发电企业燃煤库存管理优化研究

来源:长江信息通信 作者:高扬 王辉
发布于:2021-03-01 共5653字

  摘要:随着云计算、大数据技术为代表的第五次工业革命的不断推进,传统发电企业的库存管理手段、技术水平已经不能满足未来发展的需要,通过结合当前大数据领域成熟的技术应用,分析发电企业燃煤库存管理中暴露的较为突出的问题,针对发电企业燃煤需求预测不准确、企业同供应链交互性差等问题,构建发电企业燃煤预测大数据平台和供应链管控的库存管系统,详细阐述了燃煤需求精准预测、燃煤库存与整体供应链的深度融合的具体实现,为发电企业利用大数据技术对燃煤库存优化提供了合理化的思路,具有参考意义。

  关键词:大数据; 库存管理; 供应链管理;

  0 引言

  电力的安全生产和可靠供应关系着人民美好生活的质量与经济社会的稳定发展,尤其是在疫情防控新增的各种用电需求及全社会复工复产的关键阶段,保障电力的安全供应尤为重要,而燃煤库存的控制与管理直接决定着发电企业的安全生产与健康运营,通过建立科学合理的燃煤库存既可以调节供求差异,对供货时间等不确定因素进行缓冲[1],提高安全运行效率,又可以通过减少不必要的燃煤库存积压,降低资金成本,提升资金流转效率,促使发电企业在市场竞争中保持健康可持续发展。因此研究发电企业燃煤库存,对燃煤库存管理中存在的问题进行优化,进而保持科学、合理的库存水平对发电企业乃至全社会都有重要意义。

  当前,互联网与大数据技术正在快速更新迭代,我国数字化经济、大数据战略也在加速推进[2],发电企业传统的燃煤库存管理手段、方式及技术水平已经无法满足安全生产风险的全面防控以及增效能力的快速挖掘。习近平总书记在十九届中共中央政治局第二次集体学习时作出重要部署:“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”。习主席的重要部署为发电企业燃煤库存管理提供了新的理念并指明了未来大数据背景下库存管理的发展方向。同时,由于大数据、云计算等现代信息技术的广泛应用,数据收集、处理的能力快速增强,海量数据资源的宝贵价值被挖掘出来,过去对于大量数据无法有效利用的发电企业获得新的发展契机,通过大数据技术将大量的异构数据、多业务系统数据进行整合处理,形成有效的数据流,使得数据在库存管理中发挥更大的价值。目前,国内外对于库存管理的研究文献较多,但将大数据技术应用到库存管理的研究文献较少。张斌琪(2018)[3]在大数据和物联网大发展的背景下,提出了中小型企业开发库存管理数据平台,分析了安全库存的建立和供应商的融合。陈锦回等(2019)[4]认为将大数据与供应链库存管理融合可以增强供应链的韧性,提升供应链的利润。杨冰雪(2018)[5]对大数据环境下煤矿企业的材料管理进行了探讨,并分析了存在的问题。褚兰兰(2017)[6]分析了大数据技术对库存的影响,并讨论了出入库与库存调配的优化路径。对于企业库存管理中无法处理数据“多”、“杂”、“乱”的问题时,郑小波(2020)[7]认为构建库存管理大数据分析平台可以有效利用数据、发掘数据价值。通过对现有文献的研究发现,对于将大数据等新兴技术应用到燃煤库存管理的研究尚处于空白,因此有必要在此领域展开研究弥补空缺。

  本文对大数据环境下发电企业燃煤库存管理优化进行了研究,首先对当前燃煤库存管理问题进行分析,指出燃煤需求预测不准确将会给企业带来生产风险与成本负担,对此作者借助大数据技术构建燃煤预测大数据平台;同时针对库存信息传递效率低下、企业与供应链交互性差的问题,建立供应链管控的库存管理系统,加速企业同信息共享,实现库存最优决策。

  1 燃煤库存管理在大数据时代所面临的问题

  1.1 燃煤需求预测不准确

  发电企业库存管理相较于一般工商业企业更加复杂,为了保证电力的安全持续供应,燃煤库存不允许出现缺货的现象发生,电厂停机造成的损失是不可预估的。因此,鉴于燃煤库存管理的特殊性,燃煤需求的精准预测是解决安全生产的重要抓手。燃煤需求预测具体包括两方面内容:对于燃煤需求用量的把控,即预测需求量与实际需求量保持平衡,预测量高于实际需求量,则会造成库存积压,反之则无法满足生产需要[8]。一直以来发电企业受限于技术和管理水平的影响,无法精准获取不同区域、不同时间段的需求信息,无法对大量需求相关的异构数据进行整合处理,对于燃煤需求无法准确响应,很多企业选择对燃煤进行饱和式采购来应对生产需求[9],在库存中积压了大量的资金成本,降低了资金周转速率[10],为企业可持续发展带来隐患。对于燃煤需用品种的把控,发电燃煤不仅对数量有要求,对品种与质量也有限制,要充分考虑燃煤品种的匹配性,即燃煤的品种要同燃煤锅炉型号相匹配,并且要考虑燃煤的经济性、适用性等实际情况,要对燃煤的产地、质量、运费等各方面因素进行综合分析。传统的发电企业在编制燃煤需求计划时,往往直接采用过去的燃料计划,对于影响生产计划的变动因素没有综合考虑,未能对市场需求、生产需求和销售计划进行分析,进而影响库存的合理布局,造成安全生产隐患。

  1.2 库存信息传递效率低下,同供应链交互性差

  目前,很多发电企业都在进行库存信息化建设,不断应用新的信息软件开发系统,取得了不小的进步,库存信息化水平不断提高。当前主流的库存信息化管理方式是通过连续监测库存内部的控制系统,所发挥的作用主要是实时监测仓储中各种燃料的剩余量,当库存内部的剩余量低于安全库存时,则向采购部门发出通知,采购部门进行采购,补充存货[11]。但随着大数据技术的深入应用,多业务系统数据的不断融合,现有的信息管理方式的整体效率和实际作用效果都存在着明显的不足,无法满足精准、智能和高效的库存控制,例如对于燃煤锅炉匹配的燃煤无法进行准确控制,在配煤掺烧后的热值无法达到锅炉于负荷需要,引发熄火或负荷不足的生产事故。同时,由于发电企业库存信息系统只是单一地服务于采购部门,未能将库存信息在内外部供应链中及时共享,库存信息在内外部供应链中存在信息传递障碍问题。在外部供应链中,信息传递障碍引发“牛鞭效应”[12],供应链中各节点的发电企业独立的库存管理引起最终的需求变异逐步放大,导致上游煤炭企业维持较高的库存水平,不仅要支付资金占用成本,还造成了大量的机会成本[13]。上游煤炭企业成本的激增带来煤炭价格的上扬,导致整个供应链整体绩效不佳。同时,信息传递障碍使得发电企业无法及时收集供应链中的信息。及时获取外部信息对于库存管理十分重要,当外部环境出现变化时,如电煤供应链中的上游企业出现停产或在运输过程中由于天气等不可抗力造成运输停滞,发电企业库存管理部门无法及时获取库存相关外部信息,对于不确定因素的风险不能及时把控,则会造成生产事故。

  在内部供应链中,信息传递障碍使得发电企业中的物资管理部门及其他有关部门不能及时获取燃煤库存的最新信息,信息不通畅导致各个部门间各自运作、分散运行,直接影响企业内部的资源调配与管理[14,15],加重了企业的生产成本。

  2 大数据时代下燃煤库存管理的优化

  2.1 构建发电企业燃煤预测大数据平台

  当前,由于数据采集、存储、分析等技术的迅猛发展,对于需求预测所需的海量数据获取以及数据处理速度的能力大大加强,对于传统发电企业燃煤需求预测不精确的问题也出现解决的曙光。本文将运用大数据技术,构建发电企业燃煤预测大数据平台。如图1所示,该平台由相关数据收集模块、大数据挖掘分析模块、预测建模模块、编制需求计划报表四大模块组成,四大模块借助较为成熟的大数据技术来最终实现发电企业燃煤需求的精准预测。

 

  图1 发电企业燃煤预测大数据平台   

  正确掌握需求变化的原因是准确预测的关键,通过对影响发电燃煤需求的因素进行分析,发现主要影响因素可以归纳为内部因素与外部不确定性因素,在数据收集模块中通过采用多网融合技术与物联网数据库资源,采集内外部影响因素的数据信息。内部采集的数据主要包括:燃煤库存现状数据、燃煤采购历史数据、消耗历史数据、不同燃煤品种对生产影响程度权重、生产任务数据;外部采集的数据主要包括:煤炭采购地区产量、运输状态、消费地电源结构、气候环境、政策变化等。由于数据采集的广度与频度大大提高,数据库的伸缩性显着增强,数据采集的难度与成本显着降低。

  将采集的内外部数据输入至大数据挖掘分析模块(如图1),该模块将应用包括模式识别、大规模并行处理数据库、互联网可扩展的存储系统以及分布式文件系统等多个领域的技术。大数据挖掘分析模块将对采集到的大量结构化或者非结构化的异构数据进行挖掘分析,将从数据类型、数据体量、数据密度、从属关系、相关关系等多个维度出发,利用聚类算法、关联规则算法、ARAM算法和改进的深度学习网络技术进行计算分析,整合分析各异构数据库之间的关联性,提取异构数据间的关联关系,同时将对影响燃煤需求的无关干扰因素进行剔除,进而建立燃煤需求关联关系网络。大数据挖掘分析模块在对数据进行处理时,为了提高处理效率,采用分级处理分析模式,模块将根据数据资源的优先级程度,选择对优先级高的数据进行优先处理,满足了系统化的处理体系,提高了运行效率。同时,大数据挖掘分析模块考虑到数据收集模块可能采集到错误数据,大数据挖掘分析模块会对数据进行实时监控,实时关注数据出现的变化,及时将信息反馈给数据收集模块,使得采集的数据尽可能完善,为数据处理的精确性提供保障。

  在确定各个影响因素关系的基础上,构建基于大数据的燃煤需求计划模型,该模型将实现对燃煤需求中长期预测及短期预测,为了提高燃煤需求计划模型的预测精度,将同步进行预测跟踪反馈,即将需求预测的结果提供给物资需求部门,物资需求部门根据实际的燃煤需求信息反馈给预测建模模块,通过分析比对燃煤预测结果与实际采购情况,以及结合物资需求部门的建议及时修正燃煤需求计划模型的参数,逐步提高预测预测精度。在获取燃煤需求预测的数据后,运用改进的ABC分类法,对燃煤的数量、品种、质量和价格进行归类,将使用范围广、使用频率高、价格低、质量佳的燃煤进行排列,编制年度、月度燃煤需求计划。

  2.2 构建供应链管控的库存管理系统

  供应链管理体系架构的主要思想是借助大数据技术与物联网技术,通过对供应链各节点企业库存进行集成化、智能化管控,使传统的发电企业燃煤库存同供应链进行深度融合,从而实现燃煤最优库存决策的制定[16];同时,在内外部供应链完全信息共享下实现信息的快速传递,最终提升整个供应链的整体绩效。

  在供应链管控的库存管理系统构建过程中,大数据分析技术的成熟应用为整体供应链高效化、数字化管控提供了技术支撑。该系统的总体框架由两大模块构成(如图2):供应链大数据处理与共享平台和仓储管理平台。供应链大数据处理与共享平台是将供应链运作各环节企业的物资信息全方位收集到数据库中,平台的中央处理器将对数据库中的数据进行分析处理,在充分考虑各节点企业的切身利益和整个供应链的绩效最大化的基础上,制定最优的库存决策,确定各节点企业的最佳库存水平。平台将处理后的结果反馈给各企业,发电企业针对平台的建议结合自身的实际情况调整库存。同时,为了实现供应链中的信息的快速传递,平台将对各节点企业开放数据库权限,各企业通过这个第三方模式的信息平台获取上下游企业库存信息,及时调整自身的库存策略。

  仓储管理平台(如图2)主要针对发电企业内部的库存管理,将具备两大功能:对燃煤库存的智能追踪,即对燃煤库存数量、种类、价格等进行全方位的识别和包括燃煤出入库、库存盘点、库存补充等全流程的追踪管理,采用RFID技术[17]、无线传感技术等实现动态地对库存中燃煤的感知、定位、识别与计量。并且将采集的各项库存数据上传至供应链大数据处理与共享平台中,加快库存信息在供应链中的传递,方便供应链大数据处理与共享平台中对数据收集与处理。制定最优的库存决策,并进行可视化展现。通过对供应链大数据处理与共享平台库存反馈的库存决策信息,企业领导及时调整进货策略,保持最优库存量,实现平衡库存及精准化采购,改善燃煤库存结构,实现对燃煤库存的最优控制。同时,仓储管理平台将库存的各项数据及采购策略在企业内部供应链中进行共享,各部门通过浏览器访问仓储管理平台,实时查询库存信息,进而在企业内部形成完善的信息流,强化企业内部合作,提高资源调配效率。

  

  图2 供应链管控的库存管理系统   

  3 结语

  大数据、互联网、物联网等新兴技术的快速发展与应用对发电企业燃煤库存管理提出了更高的要求,同时也是燃煤库存管理优化的重要契机,利用大数据等技术对燃煤需求进行精准预测,并加速供应链中信息的传递速度,提升发电企业燃煤库存的精准管控,为今后发电企业燃煤库存优化提供了新的理念与方向,具有一定的借鉴意义。但对于具体的落地实施以及后续的技术推广等方面还有待更深入的研究。通过后续的研究,本文将最终致力于建立发电企业燃煤库存优化大数据治理模式。

  参考文献

  [1] 郭京生,李昕玥.发电企业燃煤库存优化研究[J].现代商贸工业,2014,26(20):29-30.

  [2] 田晓东,王昭力,李卓,胡春虹.探索大数据技术在发电集团的应用研究[J].贵州电力技术,2017,20(04):6-17.

  [3] 张滨琪.大数据在传统中小型企业库存管理改进中的作用[J].信息与电脑(理论版),2018(02):111-114.

  [4] 陈锦回,刘琼芳.大数据背景下企业供应链协同库存管理模型构建研究[J].数字技术与应用,2019,37(08):70-71.

  [5] 杨冰雪.浅谈大数据环境下煤炭企业材料管理存在的问题及应对措施[J].中小企业管理与科技(中旬刊),2018(03):33-34.

  [6] 褚兰兰.基于大数据时代分析企业物资库存管理的优化途径[J].现代经济信息,2017(15):98.

  [7] 郑小波.面向军工企业库存管理大数据分析平台设计与应用[J].信息系统工程,2020(04):10-11

  [8] 景林娟.供应链环境下煤炭企业的库存优化研究[J].煤炭经济研究,2018,38(08):64-68.

  [9] 陈艳.关于制造企业库存管理的现状问题和对策研究[J].当代会计,2020(09):110-111.

  [10] 王梦蝶.风力发电机生产企业库存管理存在问题及对策研究——以金风科技为例[J].农家参谋,2018(24):234-235+237.

  [11] 王雨,徐莉.企业库存信息化管理优化策略[J].企业经济,2019(09):100-104.

作者单位:华北电力大学
原文出处:高扬,王辉.基于大数据时代发电企业燃煤库存优化研究[J].长江信息通信,2021,34(01):178-180.
  • 报警平台
  • 网络监察
  • 备案信息
  • 举报中心
  • 传播文明
  • 诚信网站