电力物资智能成套推荐方法的应用

汪宝康 张芸 田然 马黎 朱晓旸

关键词：物资成套；ADriori算法；物资出库

1引言

近年来，随着电网企业的不断发展，对供应链物资精益化以及智能化的管理要求越来越高。目前，在电网企业的供应链物资管理模式中，针对物资出库环节，在实际工作过程中因物资种类繁多、规格型号各异或操作错误等原因，造成物资出库错出、漏出、多出等问题，进而影响线路抢修、工程施工等工程进度。因此，通过数据关联算法研究电力物资智能成套推荐方法的应用，能够使电力物资在出库领用环节，基于历史出库数据挖掘关联分析，将物资进行智能成套推荐。这在提高物资出库效率与准确率，保障物资供应及时率以及工程施工进度方面具有重要意义。

目前，常用的关联规则算法有很多，如贝叶斯网络、决策树、Apriori算法等。其中，Apriori算法是关联规则挖掘频繁项集的经典算法，最早由Rakesh Agrawal等人在1993年提出，是一种挖掘单维布尔型的关联规则算法，很多算法也是以其为核心进行改进的。因此，本文提出的电力物资智能成套方法应用Apriori算法，基于历史物资出库数据，开展电力物资智能成套方法的研究和应用。

2电力物资成套问题分析

2.1电力物资智能成套问题定义

针对目前在供应链管理的高标准严要求下，因物资出库时因物资漏出、错出、多出等情况，造成工程施工、故障抢修、用户报装等施工进度的影响，开展电力物资智能成套管理。电力物资智能成套针对目前电力物资在各个使用场景中，利用历史出库数据为样本参考，结合数据挖掘关联分析算法，将应用同一场景中的电力物资进行智能成套组合，以提高物资出库效率与准确率，保障电力物资在工程施工、故障抢修、用户报装等工作中的高效供应。

2.2电力物资智能成套特点

电力物资虽然品类繁多，规格型号各异，对物资台账管理方面造成一定困难，但由于不同品类的物资适用性、针对性较强，同一使用场景下的物资品类、规格相对集中；各个仓库出库物资品类、规格型号大有不同，但基本使用场景却相同。因此，不同仓库、不同使用场景下的电力物资智能成套推荐方法的应用，在实际生产工作中具有较高的实用性，在提高物资出库效率，提升物资供应管理水平上具有重要意义。

3电力物资智能成套推荐方法研究

3.1数据采集范围要求

应用电力物资智能成套推荐方法时，首先，应当确定本次电力物资智能成套方法应用对象的范围，可以针对具体的某一个仓库或某几个仓库，也可以针对该单位下的所有仓库。其次，确定本次电力物资智能成套方法应用对象的使用场景，选择一个具体的物资出库场景，如工程施工、故障抢修、用户报装等具体的物资使用场景。最后，确定本方法应用对象的历史出库数据，如近一个月内或近30次物资出库历史数据。

3.2电力物资智能成套方法分析步骤

以采集电力物资的历史出库目标数据为依据，假定出料物品为al，……an共n种，从电力物资的历史出库目标数据中选取具有相同出料目的m个出库记录，得到初始数据集D。

步骤1

得到第一候选项集Li

计算出每个出料物品a1，……an在m个出库记录下出现的支持度，即支持度1＝（a1，……an在m个出库记录出现的次数）/m，将a1，……an及其相对应的支持度，进行列表，得到第一数据项集C1，在上述数据项集C1中剔除支持度小于最小支持度的物品，得到第一候选项集L1。

步骤2得到第二候选项集L

根据第一候选项集Li，计算出任意两个出料物品同时出现在m个出库记录出现的支持度，即支持度2=（任意两个出料物品同时出现的次数）／m，将任意两个出料物品同时出现的次数及其相对应的支持度2进行列表，得到第二数据项集C2，在上述第二数据项集C2中剔除支持度，小于最小支持度的物品，得到第二候选项集。

步骤3得到候选频繁k项集

重复步骤2，物品组合数量加1，计算出任意p个出料物品同时出现在m个出库记录出现的支持度，最终得到第p个候选项集L，当第p个候选项集L为空集时，选取L候选项集为频繁项集，频繁项集所包括的K个数据项为电力物资智能成套推荐的方案。

步骤4确定频繁项集的关联规则

将上述所有项集的置信度分别与最小置信度进行比较，挑选出大于最小置信度的关联，即可得到电力物资智能成套推荐的频繁项集的关联规则。

步骤（4）按照关联规则推荐物品

根据关联规则，如果用户需要关联前的物品，向用户同时推荐关联后的物品。

4Apriori算法在电力物资智能成套推荐中的应用

Apriori算法是一个关联规则挖掘算法，也是最经典的算法。它利用逐层搜索的迭代方法找出数据库中项集的关系，以形成规则，其过程由连接与剪枝组成。其算法思想如下：

电力物资智能成套推荐方法应用算法计算分析思想不断迭代过程中的连接与剪枝，产生新的数据频繁项集，由数据频繁项集生成物资智能成套方案。

5实例分析

本文采集了楚雄供电局的急救包物资出库历史数据进行电力物资智能成套推荐方法的应用实例验证，其中包括单相智能电能表、500V铝芯低压电线、铁附件、三相智能电能表和漏电开关共5种物资，对应的物资出库记录如表1所列。

计算出每个出库物资的支持度，得到第一数据项集C1，在上述數据项集C1剔除支持度小于最小支持度的物品，最小支持度设定为50%，得到第一候选项集L1，如表2所列。

根据第一候选项集L1，计算出任意两个出料物品的支持度，得到第二数据项集C2，在上述第二数据项集C2中剔除支持度，小于最小支持度的物品，得到第

5.1频繁项集推荐方案

方案1：单相智能电能表，500V铝芯低压电线，铁附件。

方案2：单相智能电能表，500V铝芯低压电线，三相智能电能表。

方案3：500V铝芯低压电线，铁附件，三相智能电能表。

步骤8

确定频繁項集的关联规则

步骤（5）计算所得到上述三个频繁项集中的支持度

在所得到所有频繁项集中，若出现任意组合频繁项集支持度小于最小支持度，则提出该频繁项集，（此处剔除频繁项集K2，K3）进行步骤（6）。

步骤（7）得到频繁项集的关联规则

将上述所有项集的置信度分别与最小置信度进行比较，挑选出大于最小置信度的关联，最小置信度设定为70%，可得：①单相智能电能表＝500V铝芯低压电线：②500V铝芯低压电线＝单相智能电能表；③单相智能电能表，铁附件＝500V铝芯低压电线；④500V铝芯低压电线，铁附件＝单相智能电能表，即得到电力物资智能成套推荐的频繁项集的关联规则。

总结：通过对该历史出库数据的挖掘计算分析，最终得到数据频繁关联规则如下。

频繁关联规则1：单相智能电能表＝500V铝芯低压电线。

频繁关联规则2：500V铝芯低压电线＝单相智能电能表。

频繁关联规则3：单相智能电能表，铁附件＝500V铝芯低压电线。

频繁关联规则4：500V铝芯低压电线，铁附件＝单相智能电能表。

步骤（8）按照关联规则推荐物品

5.2关联规则推荐方案

方案1：单相智能电能表=500V铝芯低压电线。

方案2：500V铝芯低压电线=单相智能电能表。

方案3：单相智能电能表，铁附件=500V铝芯低压电线。

方案4：500V铝芯低压电线，铁附件=单相智能电能表。

6结束语

在供应链管理日益精益化以及严格要求下，供应链管理的各个环节对基层员工、管理人员的岗位职责以及工作要求有了更高的准则。为推动供应链数字化转型，提高供应链物资管理水平以及物资供应保障能力，本文针对当前楚雄供电局物资出库存在的问题，提出应用电力物资智能成套推荐方法。基于物资出库历史数据，应用数据挖掘关联分析算法Apriori，生成最终的电力物资智能成套方案。

通过应用电力物资智能成套推荐方法，提升了基层仓库领料员的物资出库效率、物资出库准确率；减少了物资出库时错出、漏出、多出等情况，保障了物资在工程施工、故障抢修、用户报装等使用场景中的供应及时率与准确率。