[发明专利]一种基于需求预测的新能源风机备件储备策略优化方法

说明书

一种基于需求预测的新能源风机备件储备策略优化方法，涉及新能源风电场风机备品备件储备策略优化技术领域，其结构为：对历史的数据进行统计和预处理；采用灰色关联度算法计算影响因素与需求的关联度，剔除关联度较小的无关影响因素；综合考虑多因素后根据主要因素增加特征变量；引入XGBoost算法基于特征数据集训练风机备件需求预测模型；根据预测结果和库存量提出风机而卑贱储备策略优化建议。本发明通过分类模型挖掘风电场风机备件消耗特征并进行动态预测，辅助检修人员全面掌握风机备件的需求特点，建立精细化、个性化的风机备件储备机制，打破传统“拍脑袋”为主的风机备件储备决策模式，提高了风机备件储备工作的精准性。

技术领域

本发明涉及新能源风电场风机备品备件储备策略优化技术领域，特别是涉及一种基于需求预测的新能源风机备件储备策略优化方法。

背景技术

风机备件储备管理是保证新能源风电场安全稳定运行的重要手段，为了及时应对各类突发故障的发生，保证并不断提高风机设备的保障水平，风电场在风机备件储备方面普遍存在“多备少患”的意识，导致风机备件的库存量长期居高不下，占用了风力发电企业大量流动资金。同时风机备件的采购往往通过“拍脑袋”决定，与实际的备件需求脱节，大部分备件长期得不到使用，造成大量备件失效、报废，造成了大量资金的浪费。

正是由于缺乏系统性、全面性的风机备件储备策略，风力发电企业风机备件库存的庞大、库存的不合理，已经成为企业设备维修成本过高的重要原因。随着风力发电的机制改革和市场环境的快速变化，企业对于资金流动及企业效益的要求越来越高，风力发电企业亟需新的风机备件管理模式，建立合理的备件储备，降低企业的物资储备占用资金。

发明内容

针对上述现有技术的缺陷和不足，本发明提供了一种基于需求预测的新能源风机备件储备策略优化方法。其目的在于基于需求预测，合理制定风机备件储备策略，严格控制备件的新增，降低库存，减少资金的积压和浪费。

新能源风机备件种类繁多，不同的备件特性不同，需求量变化也不同，同时受外在环境条件等因素的影响，备件的需求波动性也较大。因此选用XGBoost算法针对不同的风机备件分别进行需求量预测，进而进行储备策略建议。

一种基于需求预测的新能源风机备件储备策略优化方法，包括以下步骤：

步骤1，数据预处理，对历史的数据进行统计和预处理；

步骤2，特征选择，对处理后的数据集提取相关的影响因素；

步骤3，特征处理，在筛选后的影响因素下添加特征变量；

步骤4，模型训练，使用XGBoost算法构建预测模型；

步骤5，根据模型预测结果进行备件储备策略优化。

所述的步骤1，数据预处理，对历史的数据进行统计和预处理；

选择最近12个月的风机备件消耗量历史数据，并按照自然月对历史的数据进行统计，对于数据集中出现的缺失值、异常值情况进行预处理操作，可以依据数据的具体情况进行删除处理，或者采用均值填充；以提升后续的预测准确率。

风机备件未来的需求量肯定与历史备件的消耗量有关，越是离得近的消耗量数据越有参考价值。因此，选取最近12个月的风机备件消耗量作为特征数据集，同时由于备件需求预测和储备策略优化不是一个常态化的实时工作，因此按照大部分风电场采用的半年度年计划加月计划工作要求方式进行处置，根据最近12个月的历史消耗预测未来6个月的风机备件需求量情况。

所述的步骤2，特征选择，对处理后的数据集提取相关的影响因素；