本文選題：BP神經網絡　切入點：電網物資　出處：《華北電力大學》2014年碩士論文　論文類型：學位論文

【摘要】：隨著國家電網公司“三集五大’’建設的全力推進,物資集約化管理越來越受到重視,電網物資的一級集中采購范圍也越來越廣,這也就意味著國家電網公司對各網省電力公司所需申報的年度物資需求計劃的要求也越來越嚴格。而現有的年度物資需求計劃提報信息主要還是依據項目資料以及人為經驗,缺乏一定的科學依據,準確度也難以滿足要求,因此開展電網物資的需求預測有著重要的實際意義。另外,對于電網物資的采購管理來說,需求預測的開展對合理安排物資招標、提高資金利用率以及減少物資積壓等也有著重要的意義。 本文深入分析了電網物資的需求特性,按照物資的用途維度詳細闡述了項目類物資以及非項目類物資的需求特性,確立了以基建項目為單位,開展電網物資需求預測的研究思路。 同時,通過對現有的物資需求預測方法的分析比選,確定了應用BP神經網絡模型來進行電網物資需求預測的思路,并詳細闡述了BP神經網絡的模型結構、學習參數選擇以及學習算法。并在對標準BP神經網絡算法分析的基礎上,利用SCG算法以及遺傳算法分別對其訓練算法以及初始權值、閾值的選取進行了改進,構建了基于改進BP神經網絡的電網物資需求預測模型,并給出了詳細的網絡設計。最后以110kV新建線路工程物資-鋼芯鋁絞線需求預測為例,進行了實例計算,驗證了模型的科學性和有效性,并對模型的適用性進行了深入探討。
[Abstract]:Along with the national Power Grid Corp "three sets of five 'efforts to promote the construction, material intensive management has been paid more and more attention, the level of power supplies centralized procurement range more widely, which means that the national Power Grid Corp of the annual material demand plan each provincial power network company to declare more and more strict. But the existing annual MRP report information is mainly based on the project information and human experience, lack of scientific basis, the accuracy can not meet the requirements, so to carry out the grid material demand forecast has practical need. In addition, for the procurement management of power supplies, the demand forecast of reasonable development arrange material bidding, improve capital utilization and reduce the backlog of material also has important significance.
This paper analyzes the demand characteristics of the power grid materials, expounds the demand characteristics of items and non project materials according to the dimension of materials, and establishes the research train of thought for the prediction of power grid material demand based on infrastructure projects.
At the same time, through the analysis of the existing material demand forecasting method selection, the application of BP neural network model to forecast the demand of power grid construction ideas, and expounds the model structure of BP neural network, learning parameter selection and learning algorithms. And based on the analysis of the standard BP neural network algorithm, respectively the training algorithm and the initial weights by SCG algorithm and genetic algorithm, the threshold selection is improved, build a prediction model of grid material demand based on improved BP neural network, and gives the detailed design of the network. Finally, with the newly built 110kV line engineering materials - ACSR demand forecast for example, was calculated. Verify the scientificity and validity of the model, and the applicability of the model are discussed.

【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP183;F274;F426.61

【參考文獻】

相關期刊論文 前10條

1 劉楊;任德奎;;基于灰色理論的間斷性需求備件預測方法[J];四川兵工學報;2011年04期

2 韓超,車永才,王繼波;改進的BP神經網絡煤炭需求預測模型[J];遼寧工程技術大學學報;2005年S1期

3 張冬;明新國;趙成雷;李冬;王鵬鵬;;基于BP神經網絡和設備特性的工業(yè)設備備件需求預測[J];機械設計與研究;2010年01期

4 董蒙;彭紹雄;楊雪;;主成分分析—BP神經網絡在備件需求預測中的應用[J];物流科技;2010年11期

5 韓慶田;;物資需求預測模型與應用研究[J];價值工程;2013年21期

6 馬英華;劉輝;辛東升;;當前形勢下鞋類市場需求定量預測方法之探討[J];皮革科學與工程;2010年02期

7 韓君;梁亞民;;趨勢外推與ARMA組合的能源需求預測模型[J];蘭州商學院學報;2005年06期

8 楊超;劉軍;;結合預分類的備件需求預測與訂貨批量計算[J];物流技術;2009年09期

9 沈娟;杜暉;;基于BP神經網絡的MRO需求量預測模型研究[J];物流技術;2010年17期

10 陳琦;馬向陽;賀敏;;備件需求量的灰色理論預測法[J];組合機床與自動化加工技術;2009年06期

，

本文編號：1637055