一种新能源站的备品备件管理方法及管理系统与流程

本技术涉及新能源站备品备件管理的，尤其涉及一种新能源站的备品备件管理方法及管理系统。

背景技术：

1、新能源场站备品备件的管理对于确保场站的正常运行和降低维护成本具有重要意义。具体来说，通过及时更换故障备件，可以迅速恢复设备的正常运行，减少停机时间，提高发电效率。并且，合理的备品备件管理可以减少不必要的库存积压和浪费，降低库存成本。同时，通过提前采购和储备关键备件，可以避免因备件短缺而导致的紧急采购和运输成本。

2、然而，新能源场站使用的设备和系统复杂多样，导致需要的备品备件种类繁多、规格不一；并且，由于新能源设备的运行状态和故障发生具有不确定性，导致难以准确预测备品备件的需求量和需求时间。

3、目前，在保证备件供应的同时避免库存积压和浪费是一个难题。

技术实现思路

1、本技术的目的在于解决如何合理地对新能源场站备品备件进行管理，因此，本技术提供了一种新能源站的备品备件管理方法及管理系统，通过构建需求预测模型，对各需求端未来的备货需求进行准确预测，并将需求端对应的第一信息和备货需求存入管理库中，从而使得管理平台能够根据管理库的数据合理地管理备品备件，在避免关键备件的短缺的情况下，避免不必要的库存积压和浪费，降低库存成本。

2、本技术实施例提供一种新能源站的备品备件管理方法，包括：

3、s1、管理平台获取需求端的第一信息；所述第一信息包括所述需求端的设备数据和运维数据，以及备品备件的更换记录；

4、s2、所述需求预测模型根据所述第一信息预测所述需求端的备货需求；所述备货需求包括备品备件种类、需求时间以及需求量；

5、s3、将所述需求端对应的第一信息和备货需求存入管理库中，所述管理平台根据管理库数据对备品备件进行管理；

6、s4、需求端向所述管理平台发送备品备件的更换需求；所述管理平台根据所述更换需求对所述需求端提供对应的备品备件。

7、采用上述技术方案，通过构建需求预测模型，对各需求端未来的备货需求进行准确预测，并将需求端对应的第一信息和备货需求存入管理库中，从而使得管理平台能够根据管理库的数据合理地管理备品备件，在避免关键备件的短缺的情况下，避免不必要的库存积压和浪费，降低库存成本。

8、在一些实施例中，所述步骤s2中，构建需求预测模型的具体步骤包括：

9、s21、获取训练数据，所述训练数据包括历史数据、测试数据以及模拟数据；

10、其中，

11、所述历史数据包括多个新能源站的第一信息；所述第一信息的设备数据包括设备种类、设备数量、设备参数、设备运行策略和设备运行环境；所述运维数据包括运维人员数量、运维成本、运维方式以及需求端的地理位置；

12、所述测试数据包括各新能源站中设备在测试过程中的测试环境数据以及对应的测试结果数据；

13、所述模拟数据包括基于仿真参数在仿真模型中进行仿真模拟的仿真结果数据；其中，所述仿真参数包括新能源站中设备的实际参数、设备的运行环境以及设备的运行策略；

14、s22、提取所述训练数据中的特征信息；

15、s23、采用循环神经网络的学习模型，并基于所述训练数据进行训练，构建所述需求预测模型。

16、采用上述技术方案，获取的训练数据不仅仅包括需求端的历史数据，还包括了设备的测试数据以及模拟数据；通过测试数据以及模拟数据获取，极大程度地丰富了训练数据的样本量，可以提高需求预测模型的预测效果。同时，测试数据以及模拟数据具有高度的泛化性，可以极大程度地增加训练数据的多样性，避免了仅适用需求端的历史数据训练的需求预测模型出现过拟合的情况，从而可以极大程度地需求预测模型对新的需求端预测的准确性。

17、在一些实施例中，步骤s22具体包括：

18、s22.1、对所述训练数据进行数据清洗，去除缺失值和异常值；

19、s22.2、提取所述训练数据中历史数据、测试数据中的特征数据，并基于模拟数据中的仿真参数与仿真结果数据之间的关系，通过特征工程方法，提取出设备实际参数、运行环境、运行策略与仿真结果数据之间的关联特征数据；

20、s22.3、构建新的特征数据，包括人均维护设备量和设备运行效率；

21、s22.4、利用数据变换技术对特征数据进行规范化处理得到训练数据的特征信息。

22、采用上述技术方案，通过对训练数据的处理，可以减少需求预测模型训练过程的计算量，并在原始数据的基础上构建了人均维护设备量和设备运行效率的特征数据，可能更准确反映需求端的备货需求与第一信息之间的内在规律和模式，从而提高需求预测模型的分类或回归能力，提高需求预测模型预测的准确性。

23、在一些实施例中，步骤s23具体方式包括：

24、s23.1、基于各新能源站的第一信息中的设备数据、所述测试数据和所述模拟数据，各新能源站的理论备货需求；

25、s23.2、将所述理论备货需求设置为学习模型初始的基准值；

26、s23.3、采用所述训练数据，对学习模型进行训练，构建所述需求预测模型；

27、其中所述模拟数据在所述训练数据中的占比为20～40％。

28、采用上述技术方案，可以通过计算理论备货需求，给需求预测模型构建一个基准值，从而使得需求预测模型在基准值的基础上进行调节和修正，在保证需求预测模型训练效果的情况下，极大程度地减少了训练需求预测模型的计算量，降低需求预测模型的构建成本。

29、在一些实施例中，所述步骤s3中，所述管理平台的管理方法包括：

30、s31、确定各类所述备品备件的销售利润、每日储备成本和重要系数，并根据所述销售利润、所述储备成本和所述重要系数，计算各类所述备品备件的第一存储时长和第二存储时长；所述第一存储时长小于所述第二存储时长；

31、s32、根据管理库中的备货需求，并按照需求时间进行分类管理，将需求时间小于第一存储时长的，储备对应的备品备件种类和数量；对于重要系数大于第一阈值，且需求时间介于第一存储时长和第二存储时长之间的，储备对应的备品备件种类和数量；对于需求时间大于第二存储时长的不进行储备；

32、s33、对于重要系数大于第二阈值的备品备件进行长期储备，其中，所述第二阈值大于所述第一阈值。

33、采用上述技术方案，通过获得各备品备件的第一存储时长和第二存储时长。可以表明各备品备件的储存经济效益；即备品备件在存储第一存储时长到第二存储时长之间，可以达到避免备品备件短缺与避免备品备件积压之间的平衡，并且，备品备件储存的时间越长则短缺的风险越低，而积压的风险越高。

34、从而根据各备品备件的重要系数，将合理地分配各备品备件的第一存储时长和第二存储时长，降低备品备件管理的成本。

35、在一些实施例中，第一存储时长＝(重要系数*所述销售利润)/每日储备成本；

36、第二存储时长＝(安全系数*重要系数*所述销售利润)/每日储备成本；

37、其中，安全系数基于所述需求预测模型的准确性确定，且所述安全系数为1.1～1.5。

38、在一些实施例中，所述重要系数的确定方式为：

39、确定所述备品备件的种类、备货时长和替换时长；其中，备货时长为从确定需要储备的所述备品备件的时间点至完成所述备品备件储备的时长；替换时长为从管理平台提供所述备品备件至需求端完成所述备品备件替换的时长；

40、根据所述备品备件的种类确定重要值；

41、对所述重要值、所述备货时长和所述替换时长进行归一化处理；

42、在对归一化处理后的所述重要值、所述备货时长和所述替换时长进行加权求和得到权重值；

43、最后对所有备品备件的权重值进行归一化处理得到备品备件对应的重要系数，并使所述重要系数在[0,1]区间。

44、在一些实施例中，还包括步骤s5：

45、s51、所述管理平台记录所述更换需求的获取时刻，所述更换需求备品备件种类和数量，并存入验证库中；

46、s52、将所述验证库的数据与所述需求预测模型备货需求进行对比，并持续对所述需求预测模型进行优化；

47、s53、将对比差异大于第三阈值的更换需求存入异常库，通过人工对异常库进行分析。

48、采用上述技术方案，可以在长期运行过程中，不断优化和丰富需求预测模型的训练数据，从而提高需求预测模型的预测准确性和合理性。

49、本技术实施例还提供了一种管理系统，包括仓库、管理平台、以及与所述管理平台通信连接的多个需求端；

50、所述仓库用于存储备品备件；

51、所述管理平台采用如上述任一项实施例所述的管理方法对所述仓库中的备品备件。

52、采用上述技术方案，通过构建需求预测模型，对各需求端未来的备货需求进行准确预测，并将需求端对应的第一信息和备货需求存入管理库中，从而使得管理平台能够根据管理库的数据合理地管理仓库内的备品备件，在避免关键备件的短缺的情况下，避免不必要的库存积压和浪费，降低库存成本。

53、本发明其他特征和相应的有益效果在说明书的后面部分进行阐述说明，且应当理解，至少部分有益效果从本发明说明书中的记载变的显而易见。