CN112132461A - 一种电力计量生产计划智能编制方法 - Google Patents
一种电力计量生产计划智能编制方法 Download PDFInfo
- Publication number
- CN112132461A CN112132461A CN202011009531.9A CN202011009531A CN112132461A CN 112132461 A CN112132461 A CN 112132461A CN 202011009531 A CN202011009531 A CN 202011009531A CN 112132461 A CN112132461 A CN 112132461A
- Authority
- CN
- China
- Prior art keywords
- plan
- annual
- verification
- delivery
- production
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 claims abstract description 90
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 72
- 238000009826 distribution Methods 0.000 claims abstract description 57
- 230000007306 turnover Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000007689 inspection Methods 0.000 claims description 14
- 238000009795 derivation Methods 0.000 claims description 12
- 238000013439 planning Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 abstract description 12
- 238000003556 assay Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力计量生产计划智能编制方法,包括:根据用表需求及计量设备生产必要库存周期推算生产计划,其中,必要库存周期是指计量器具从到货到最终配送必须要经过的生产流程和库存周转周期,并将必要库存周期拆分为到货必要库存周期和检定必要库存周期;确定基础信息,所述基础信息包括用表需求及招标信息,所述用表需求分为年度用表需求和季度用表需求;确定年度计划、季度计划及月度计划。大大提高了生产管理自动化水平,将生产管理人员从繁杂的计划管理工作中释放出来,有更多的精力投入到分配调整、生产协调等核心业务中,同时能够将供货、到货接收、检定、配送等业务流程高效衔接。
Description
技术领域
本发明涉及电力行业计量相关技术领域,具体是一种电力计量生产计划智能编制方法。
背景技术
随着计量设备省级集中检定配送业务的大规模开展,电能计量业务管理模式发生巨大变化。在省级计量中心集中检定模式下,市县公司的用表需求与省计量中心的生产呈直接依赖关系,计量设备的到、检、配、仓储、安装等工作环环相扣,上下游环节相互影响相互制约,任何一个环节出现问题都会影响其他环节,而传统人工编制以上环节生产计划的模式过程复杂、编制调整难度大,计划执行过程无法管控、与生产信息共享程度低,人工编制生产计划模式难以满足复杂多变的计划管理需求,很容易造成计量生产节奏不均衡、计量生产资源过度使用或闲置等极端现象,严重影响计量生产秩序。
发明内容
本发明的目的在于提供一种电力计量生产计划智能编制方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种电力计量生产计划智能编制方法,所述电力计量生产计划智能编制方法包括:
根据用表需求及计量设备生产必要库存周期推算生产计划,其中,必要库存周期是指计量器具从到货到最终配送必须要经过的生产流程和库存周转周期,并将必要库存周期拆分为到货必要库存周期和检定必要库存周期;
确定基础信息,所述基础信息包括用表需求及招标信息,所述用表需求分为年度用表需求和季度用表需求;
确定年度计划、季度计划及月度计划,所述年度计划包括生成年度配送计划、年度检定计划及年度到货计划,所述季度计划由年计划推导产生,与年计划最大的区别在于季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片等更新的粒度,所述季度计划包括季度配送计划、季度检定计划及季度到货计划,所述月度配送包括月度配送计划、月度检定计划及月度到货计划。
作为本发明进一步的方案:所述计量器具从到货到最终配送必须要经过的生产流程,按顺序包括到货暂存、抽检、全检、复检、配送。
作为本发明进一步的方案:当到货必要库存周期和检定必要库存周期均为一个月时,所述生产计划的编制方法为:
编制生产计划时,根据市、县公司用表需求推出当月的配送计划,将配送计划向前推一个月制定为检定计划,将检定计划向前推一个月制定为到货计划。
作为本发明进一步的方案:所述年度用表需求和季度用表需求的数据矩阵表示如下:
其中,向表示各地市12个月每个月的用表需求量,纵向表示某个月所有地市的用表需求量;连续三个月的数据可以作为季度用表需求。
作为本发明进一步的方案:已结束的所述招标信息用于生产计划的编排,招标信息包括招标批次、供应商、载波模块、招标数量及已供货(分配)数。
作为本发明进一步的方案:所述年度配送计划以完成年度用表需求为目的,所述配送计划与年用表需求的一致,其数据矩阵如下:
其中,制约因素包括:各月的配送总量与用表需求相同;各月的计划配送量是单车最大配送量的整数倍,推导过程为:
P[i,j]=X[i,j]
其中,X为用表需求矩阵,P为年配送计划数据矩阵。
作为本发明进一步的方案:所述年度检定计划由所述年度配送计划推导,检定计划的数据矩阵为:
Jnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11]。
作为本发明进一步的方案:所述年度到货计划由所述检定计划推导,年度到货计划的数据矩阵为:
Dnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10]。
作为本发明进一步的方案:所述季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片更新的粒度。
与现有技术相比,本发明的有益效果是:本发明设计新颖,本算法实现了全省计量设备的到货、检定、配送计划的自动智能编制,物资分配周期由2~3周缩短为1~2天;到、检、配计划编制时长由1~2周缩短为1~2天,解决了手工编制生产计划周期长、难度大、易出错等问题,大大提高了生产管理自动化水平,将生产管理人员从繁杂的计划管理工作中释放出来,有更多的精力投入到分配调整、生产协调等核心业务中,同时能够将供货、到货接收、检定、配送等业务流程高效衔接,有效避免了供货不及时、到货接收压力大、检定产能利用不充分、配送无法满足需求等问题,保证了计量生产的稳定、有序运行。
附图说明
图1为电力计量生产计划智能编制方法中生产计划生成的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本发明中的元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
请参阅图1,本发明实施例中,一种电力计量生产计划智能编制方法,所述电力计量生产计划智能编制方法包括:
根据用表需求及计量设备生产必要库存周期推算生产计划,其中,必要库存周期是指计量器具从到货到最终配送必须要经过的生产流程和库存周转周期,并将必要库存周期拆分为到货必要库存周期和检定必要库存周期;
确定基础信息,所述基础信息包括用表需求及招标信息,所述用表需求分为年度用表需求和季度用表需求;
确定年度计划、季度计划及月度计划,所述年度计划包括生成年度配送计划、年度检定计划及年度到货计划,所述季度计划由年计划推导产生,与年计划最大的区别在于季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片等更新的粒度,所述季度计划包括季度配送计划、季度检定计划及季度到货计划,所述月度配送包括月度配送计划、月度检定计划及月度到货计划。
在本发明实施例中,本算法实现了全省计量设备的到货、检定、配送计划的自动智能编制,物资分配周期由2~3周缩短为1~2天;到、检、配计划编制时长由1~2周缩短为1~2天,解决了手工编制生产计划周期长、难度大、易出错等问题,大大提高了生产管理自动化水平,将生产管理人员从繁杂的计划管理工作中释放出来,有更多的精力投入到分配调整、生产协调等核心业务中,同时能够将供货、到货接收、检定、配送等业务流程高效衔接,有效避免了供货不及时、到货接收压力大、检定产能利用不充分、配送无法满足需求等问题,保证了计量生产的稳定、有序运行。
在本发明实施例中,必要库存周期由计量中心的产能、设备结构、生产过程管理模式等因素共同决定,必要库存周期越长,生产风险越小,生产节奏越慢,库存压力越大;必要库存周期缩短,生产风险越大,生产节奏越快,库存压力相对较小。
作为本发明的一种实施例,所述计量器具从到货到最终配送必须要经过的生产流程,按顺序包括到货暂存、抽检、全检、复检、配送。
在本发明实施例中,需要说明的是,到货暂存包括厂家到货后卸货、库前区暂存等环节;抽检包括样品抽取、样品入库、任务编制、上料检定、结果分析、样品复检、库前区产品入库等环节;全检包括任务编制、上料、上线检定、下料入库等环节;复检包括检定结果分析、不合格产品二次检定等环节;复检结束后,如果检定合格率达标,则产品可配送,至此,配送前的所有工作结束
作为本发明的一种实施例,当到货必要库存周期和检定必要库存周期均为一个月时,所述生产计划的编制方法为:
编制生产计划时,根据市、县公司用表需求推出当月的配送计划,将配送计划向前推一个月制定为检定计划,将检定计划向前推一个月制定为到货计划。
在本发明实施例中,需要说明的是,所述生产计划的编制原则为为了控制生产风险,降低“到货”、“检定”、“配送”的耦合性,避免发生“边到货边检定边配送”的情况,将一个到货批次的“到货”、“检定”、“配送”流程分别安排在三个月完成,即第三个月的配送任务,安排在第二个月检定;第二个月的检定任务,安排在第一个月到货,将生产周期(到货、检定、配送)拉长至三个月,不仅与必要库存周期相当,同时适当地增加时间缓冲宽度,可以降低生产压力,使生产平稳更可控、易操作,也更容易应对各种不稳定的、突发的用表需求。
作为本发明的一种实施例,所述年度用表需求和季度用表需求的数据矩阵表示如下:
其中,向表示各地市12个月每个月的用表需求量,纵向表示某个月所有地市的用表需求量;连续三个月的数据可以作为季度用表需求。
在本发明实施例中,所述年度用表需求描述全年每个月各个地市的用表需求;季度用表需求描述某季度各个月各个地市的用表需求,季度用表需求可以看作年度用表需求的一部分,并且季度用表需求与年度用表需求在该季度三个月的数值是一致的。
作为本发明的一种实施例,已结束的所述招标信息用于生产计划的编排,招标信息包括招标批次、供应商、载波模块、招标数量及已供货(分配)数。
在本发明实施例中,还需说明的是,招标是生产供货的基础和保障,只有已结束的招标信息才能用于生产计划的编排,招标的重要组成信息包括“招标批次”、“供应商”、“载波模块”、“招标数量”、“已供货(分配)数”等,一个已结束的招标对于生产计划的生成是一个静态数据信息,其数据结构如下表所示:
上表中“招标批次”、“供应商”、“载波模块”、“招标数量”在用于计划生成时是静态数据,“已分配数量”、“分配完成率”、“招标占比”分别用来评估供应商的供货完成情况和供应商的招标数量情况,以Z1招标批次、A1供应商为例,其“分配完成率”、“招标占比”的计算方法如下:
D1=D1+一次分配量;
E1=D1/C1*100%;
F1=(1-D1/(C1+C2+C3+C4+C5+C6))*100%。
作为本发明的一种实施例,所述年度配送计划以完成年度用表需求为目的,所述配送计划与年用表需求的一致,其数据矩阵如下:
其中,制约因素包括:各月的配送总量与用表需求相同;各月的计划配送量是单车最大配送量的整数倍,推导过程为:
P[i,j]=X[i,j]
其中,X为用表需求矩阵,P为年配送计划数据矩阵。
作为本发明的一种实施例,所述年度检定计划由所述年度配送计划推导,检定计划的数据矩阵为:
Jnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11]。
在本发明实施例中,该矩阵表示去年12月至今年11月共12个月每月的计划检定值;假设月检定量与各月的工作时间数据矩阵如下:
制约因素:
1)当月的计划检定量至少应保证本月和下月的配送能够完成;
2)在保证配送能够完成的基础上,各月的计划检定量与最大检定能力的比重平稳,避免任务的突增或者突减;
推导过程:
如果J[1,j]>I[1,j]*I[2,j],那么J[1,j]=J[1,J+1]+(J[1,j]-I[1,j]*I[2,j],J[1,j]=I[1,j]*I[2,j],如果当月的检定量大于当月的最大检定量,那么将不能完成的检定量安排至下月同时,设置该月的检定量为最大检定量。
计算每个月的实际检定天数,得到如下数据:
作为本发明的一种实施例,所述年度到货计划由所述检定计划推导,年度到货计划的数据矩阵为:
Dnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10]。
在本发明实施例中,上述所述数据矩阵表示去年11月至今年10月共12个月每月的计划到货值;假设月到货能力与各月的工作时间数据矩阵如下:
制约因素:
1)当月的计划到货量至少要满足本月和下月的检定量;
2)在保证检定能够完成的基础上,各月的计划到货量与最大到货能力的比重平稳,避免任务的突增或者突减;推导过程为:
D[1,J]=J[1,j+1],矩阵J为年检定计划,每个月的到货量等于后一个月各地市的检定量;
如果D[1,j]>I[1,j]*I[2,j],那么D[1,j+1]=D[1,j+1]+(D[1,J]-I[1,j]*I[2,j],D[1,j]=I[1,j]*I[2,j],如果当月的到货量大于当月的最大到货量,那么将不能完成的到货量安排至下月,同时,设置该月的到货量为最大到货量。
计算每个月的实际到货天数,得到如下数据:
作为本发明的一种实施例,所述季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片更新的粒度。
在本发明实施例中,所述季度计划包括季度配送计划、季度检定计划和季度到货计划,其中,
季度配送计划由招标分配方案推导,季度配送计划以月为单位;
季度配送计划的分配规则如下:
(1)分配物资时,先招标的物资优先分配,分配的过程中不打破地市对载波芯片的需求;
(2)每个地市由两个以上的厂家供表,2-3个厂家最佳;
(3)一个招标批次能够满足一段时间内的所有地市的用表需求,避免出现个别地市持续配表,其他地市无表可配的情况;
(4)单个供货厂家每月的分配量不要超过6万,降低厂家生产和供货的压力。
季度配送计划的推导过程:
将年度配送计划按照各地市的总配送量按照由大到小排序,形成数据矩阵为:
分别确定P[i=1,j=1]的所在地市及配送数量,查询与该地市匹配的载波芯片方案。
以招标批次为单位,查询最早一次招标且分配未完成的招标信息。查表确定能够生产对应载波芯片方案的所有厂家。
分别计算对应各厂家的分配完成率和招标占比。
将分配完成率按照由小到大的顺序排列,查询分配完成率最小的供应商。
如果查询到的供应商有多个,那么比较这几个供应商的招标占比。将招标占比按照由大到小的顺序排列,查询招标占比最大的供应商。
将查询到的结果作为P[i=1,j=1]的招标分配内容,同时修改该批次、供应商、芯片的已分配数(参考11.1.1.3),重新计划分配完成率和招标占比。
重复以上步骤直到完成P[i=1,j=1]的分配数量。
按照以上步骤循环计算P[i=1,j=2]、P[i=1,j=n]…P[i=2,j=1]P[i=2,j=2]…P[i=n,j=1]P[i=n,j=2]…P[i=n,j=m]形成招标分配方案。在循环计算的过程中,如果出现一个招标批次的某个供货商的供货完成,那么将下一个招标批次作为计算对象,按地市、月汇总形成季度配送计划。
在本发明实施例中,所述季度检定计划由年度检定计划和月度配送计划推导,由于年用表需求的不平稳导致出现的提前检定量需要使用月度配送计划进行推导,以确定提前检定的内容。
制约因素:
1)季度计划各月检定量与年计划各月检定量相当;
2)按照“先配送先检定”的原则安排检定顺序;
3)每批次的检定量以20000最佳,上下浮动不要超过25%;
4)对于批量不足20000的,可以安排向前合并,使检定效率最高。
推导过程:
按照周顺序汇总月度配送计划中各地市的用表需求至季度计划中,内容包括“招标批次”、“供应商”、“载波芯片”、“检定数量”。汇总时注意周次顺序,周次顺序决定了检定顺序,合格在库的不安排检定任务。
根据第1步骤按照周次、地市顺序汇总,直至汇总总数等于年度检定计划中当月的检定数量。
检定合并:按照“招标批次”、“设备厂家”、“载波芯片”由后向前(保证先配送的先检定)合并每月的检定计划数。每个合并项的检定数量M应满足20000*(1-25%)<M<20000*(1+25%)。
合并完成后形成季度检定计划。
在本发明实施例中,季度到货计划由年度到货计划和季度检定计划推导;
制约因素:
1)季度计划各月到货量与年计划各月到货量相当;
2)按照“先检定先到货”的原则安排到货顺序;
3)每批次的到货量以20000最佳,上下浮动不要超过25%,避免供货车辆无法入场。
对于批量不足20000的,可以安排向前合并,使到货效率最高。
推导过程:
按时间顺序汇总季度检定计划中各月的检定情况。
重复步骤1,直至汇总总数等于年度到货计划当月总数。
到货合并:按照“招标批次”、“设备厂家”、“载波芯片”由后向前(保证先检定的先到货)合并每月的到货计划数。
合并完成后形成季度到货计划。
作为本发明的一种实施例,所述月度配送计划要求当月各周的配送任务比较平均,各地市各周的配送量比较平稳,月度配送计划的结果数据矩阵如下:
以季度配送某一个月的配送为例,说明月度配送计划的推导过程,季度某月的配送数据矩阵如下:
制约因素:
1)月度计划的配送汇总量与季度计划当月的配送汇总量相当;
2)月度计划中各周的任务量相当,不能出现当月的任务集中在某一周完成的情况,保持配送平稳;
3)配送时考虑车配送力,一次配送的数量尽量是车配送力的整数倍,使车辆满载配送,提高配送效率;
4)各地市的配送按照周次均分,保持地市用表平稳。
推导过程:
按照步骤3统计所有需要安排配送任务的地市。
所述月度检定计划由季度检定计划和月度配送计划推导,要求当月各周的检定任务比较平均,月检定任务有必要任务和非必要任务组成,必要任务指的是必须在本月完成的检定任务,否则当月的配送将不能完成,这是由于合格在库数量(可以根据年计划推出库存状态变化及对应数量)小于月配送量造成的,非必要任务指的是季度计划中除必要任务外其他的任务量。
制约因素:
1)根据配送优先级确定检定优先级,对于本月必须完成的检定任务,应提前一周安排检定;
2)当月各周的检定量应平均安排,使工作强度保持平稳;
3)检定批量以20000最佳,上下浮动不超过25%,即15000-25000间。
推导过程:
将必要任务提前一周安排为检定任务,对于第一周的必要任务则安排在第一周。
根据季度检定计划计算当月各周的期望检定量,各周期望检定量E=月总检定量/4。
必要任务合并,合并的原则:由后向前合并,每个合并项的数量M符合20000*(1-25%)<M<20000*(1+25%);
每周的检定量与各周期望检定量E相当。
从季度检定计划中除去由1-3确定的必要任务,形成非必要任务。
将非必要任务安排在本月各周中,安排原则:
每周的检定量与各周期望检定量E相当。
不影响必要检定量。
由后向前合并,每个合并项的数量M符合
20000*(1-25%)<M<20000*(1+25%)。
在本发明实施例中,所述月度到货计划由季度到货计划和月度检定计划推导,要求当月各周的到货任务平均。
制约因素:
1)根据检定优先级确定到货优先级,对于本月必须完成的检定任务,应提前一周安排到货;
2)当月各周的到货量应平均安排,使工作强度保持平稳;
3)到货批量以20000最佳,上下浮动不超过25%,即15000-25000间。
推导过程:
汇总当月的检定计划中未到货的数据。
合并步骤1产生的数据,合并原则:
将检定任务提前一周到货,第一周的检定任务安排在第一周到货。
各周的到货总量与各周的到货平均值相当。
到货批量M应符合:20000*(1-25%)<M<20000*(1+25%)。
根据季度到货计划将未安排的到货数量安排至本月各周中,保持各周的到货数量与均值相当。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种电力计量生产计划智能编制方法,其特征在于,所述电力计量生产计划智能编制方法包括:
根据用表需求及计量设备生产必要库存周期推算生产计划,其中,必要库存周期是指计量器具从到货到最终配送必须要经过的生产流程和库存周转周期,并将必要库存周期拆分为到货必要库存周期和检定必要库存周期;
确定基础信息,所述基础信息包括用表需求及招标信息,所述用表需求分为年度用表需求和季度用表需求;
确定年度计划、季度计划及月度计划,所述年度计划包括生成年度配送计划、年度检定计划及年度到货计划,所述季度计划由年计划推导产生,与年计划最大的区别在于季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片等更新的粒度,所述季度计划包括季度配送计划、季度检定计划及季度到货计划,所述月度配送包括月度配送计划、月度检定计划及月度到货计划。
2.根据权利要求1所述的一种电力计量生产计划智能编制方法,其特征在于,所述计量器具从到货到最终配送必须要经过的生产流程,按顺序包括到货暂存、抽检、全检、复检、配送。
3.根据权利要求2所述的一种电力计量生产计划智能编制方法,其特征在于,当到货必要库存周期和检定必要库存周期均为一个月时,所述生产计划的编制方法为:
编制生产计划时,根据市、县公司用表需求推出当月的配送计划,将配送计划向前推一个月制定为检定计划,将检定计划向前推一个月制定为到货计划。
5.根据权利要求4所述的一种电力计量生产计划智能编制方法,其特征在于,已结束的所述招标信息用于生产计划的编排,招标信息包括招标批次、供应商、载波模块、招标数量及已供货(分配)数。
7.根据权利要求6所述的一种电力计量生产计划智能编制方法,其特征在于,所述年度检定计划由所述年度配送计划推导,检定计划的数据矩阵为:
Jnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11]。
8.根据权利要求7所述的一种电力计量生产计划智能编制方法,其特征在于,所述年度到货计划由所述检定计划推导,年度到货计划的数据矩阵为:
Dnx12=[a1 a2 a3 a4 a5 a6 a7 a8 a9 a10]。
9.根据权利要求1所述的一种电力计量生产计划智能编制方法,其特征在于,所述季度计划将年计划产生的总数分解到招标批次、供应商、载波芯片更新的粒度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009531.9A CN112132461A (zh) | 2020-09-23 | 2020-09-23 | 一种电力计量生产计划智能编制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009531.9A CN112132461A (zh) | 2020-09-23 | 2020-09-23 | 一种电力计量生产计划智能编制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132461A true CN112132461A (zh) | 2020-12-25 |
Family
ID=73841270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011009531.9A Pending CN112132461A (zh) | 2020-09-23 | 2020-09-23 | 一种电力计量生产计划智能编制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132461A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167543A (zh) * | 2023-02-17 | 2023-05-26 | 普华讯光(北京)科技有限公司 | 计量资产供应指挥平台*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030050817A1 (en) * | 2001-09-12 | 2003-03-13 | Cargille Brian D. | Capacity- driven production planning |
US20050021164A1 (en) * | 2002-11-11 | 2005-01-27 | Axxon Software Ag. | Method for the optimizing of a production process |
CN104484161A (zh) * | 2014-06-11 | 2015-04-01 | 国家电网公司 | 省级电力计量中心生产计划预测软件***的模型和方法 |
CN105760992A (zh) * | 2015-02-09 | 2016-07-13 | 北京合众伟奇科技有限公司 | 一种计量检定配送计划的自动规划分配方法 |
CN106875056A (zh) * | 2017-02-17 | 2017-06-20 | 国网天津市电力公司 | 一种基于混合整数规划的计量装置生产计划优化方法 |
-
2020
- 2020-09-23 CN CN202011009531.9A patent/CN112132461A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030050817A1 (en) * | 2001-09-12 | 2003-03-13 | Cargille Brian D. | Capacity- driven production planning |
US20050021164A1 (en) * | 2002-11-11 | 2005-01-27 | Axxon Software Ag. | Method for the optimizing of a production process |
CN104484161A (zh) * | 2014-06-11 | 2015-04-01 | 国家电网公司 | 省级电力计量中心生产计划预测软件***的模型和方法 |
CN105760992A (zh) * | 2015-02-09 | 2016-07-13 | 北京合众伟奇科技有限公司 | 一种计量检定配送计划的自动规划分配方法 |
CN106875056A (zh) * | 2017-02-17 | 2017-06-20 | 国网天津市电力公司 | 一种基于混合整数规划的计量装置生产计划优化方法 |
Non-Patent Citations (3)
Title |
---|
LEI LI等: "Power measurement in energy efficient manufacturing:Accuracy analysis,Challenges, and Perspectives for improvement", 《PROCEDIA CIRP》, vol. 80, pages 138 - 143 * |
张芹等: "电力计量生产计划智能化编制方案研究", 《计算机科学与探索》, pages 1 - 3 * |
邵淮岭: "一种电能计量检定配送智能计划***设计与实现", 《电力与能源》, vol. 37, no. 06, pages 790 - 792 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167543A (zh) * | 2023-02-17 | 2023-05-26 | 普华讯光(北京)科技有限公司 | 计量资产供应指挥平台*** |
CN116167543B (zh) * | 2023-02-17 | 2023-09-12 | 普华讯光(北京)科技有限公司 | 计量资产供应指挥平台*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7024265B2 (en) | Collaborative batch aggregation and scheduling in a manufacturing environment | |
US7853491B2 (en) | Purchase orders based on purchasing list, capacity plans, assortment plans, and area spread assortment plans | |
US20050197918A1 (en) | System and method for planning, allocation, and purchasing | |
US20040128176A1 (en) | Constraint-based production planning and scheduling | |
US7693749B2 (en) | System and computer product for managing purchase orders | |
CN105760992A (zh) | 一种计量检定配送计划的自动规划分配方法 | |
CN107038521A (zh) | 智能调度和工作项分配 | |
CN111311154A (zh) | 基于物联网的车辆调度方法与*** | |
CN111833158A (zh) | 一种行业定型产品框架式招投标管理平台 | |
CN112396322A (zh) | 一种基于生产计划的制程工艺单产能评估方法及*** | |
CN111985862A (zh) | 定位库存物品的方法和装置 | |
CN112149925A (zh) | 仓储任务自动分拨方法和装置、仓储管理方法和*** | |
CN112132461A (zh) | 一种电力计量生产计划智能编制方法 | |
CN114971374A (zh) | 用于对数据中心的产品需求进行生产交付的排程方法 | |
CN112801484B (zh) | 一种考虑配料误差的物料配送调度方法和*** | |
CN108305004A (zh) | 一种用于柔性制造的智能调度***和调度方法 | |
CN112561440A (zh) | 一种送货管理方法及管理装置 | |
CN112712324A (zh) | 一种汽车零部件行业的实际成本核算***及其方法 | |
CN116433151A (zh) | 航材消耗件库存管理***及方法 | |
CN110163402A (zh) | 确定订单中库存量单位的方法及装置 | |
Karekatti et al. | Process balancing | |
CN110008026A (zh) | 基于额外预算均分的作业调度方法、装置、终端和介质 | |
CN110008002A (zh) | 基于平稳分布概率的作业调度方法、装置、终端和介质 | |
Malindzakova et al. | Setting MRP Parameters and Optimizing the Production Planning Process. Processes 2022, 10, 690 | |
TW202338719A (zh) | 多平行機台之派工排程方法及其電腦程式產品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |