随着我国经济高速发展,电力行业势必进行大范围的扩建以满足全社会用电量的持续增长的需求。物资作为电网建设发展的核心资源,在电网基础建设、运行生产、设备检修、应急调度等环节都有着重要的战略地位。为了实现企业的精益化管理,国家电网公司提出了物资的集约化管理的目标。物资管理过程也从单纯的招标采购变成了需求计划、寻源采购、仓储和调度配送的全过程供应链管理。电力物资的稳定供应对于保证电网安全运行至关重要,而物资供应环节涉及的业务较多,所处的环境又相对复杂多变,面临的内外部风险因素较多。如何有效地识别并控制潜在的风险是当今电网公司领导需要面对的课题。本文从电网物资供应链管理的角度出发,将物资管理流程分为:需求计划、供应商选择、仓储定额优化、应急调度优化四个主要环节,借鉴风险识别模型,挖掘集约化下的风险因素,构建基于智能算法的风险型的预测、决策、优化等数学模型,完成对物资管理中动态风险模拟,以期精益化管理物资并降低潜在风险。最后针对提出的模型,设计了电网物资供应与调度优化风险决策支持系统,使理论模型形成系统。论文的主要研究工作包括以下几个方面:(1)根据国网公司提出的集约化物资管理目标,提出了集约化下的物资管理风险。针对风险下的协议库存采购的流程及关键数据节点进行分析,找出对集约化风险影响最大的项目属性。在此基础上以某省级电力公司协议库存需求提报、采购及物资配置过程数据为例进行分析,找出协议库存采购中的关键数据节点及问题;通过历史项目库及物资领用数据的关联,建立模型训练样本数据库,构建粒子群优化的BP神经网络模型对协议库存需求进行预测,并对算法效率和性能进行分析。(2)针对供应商选择的问题,首先分析供应商现状、供应商选择中的问题、供应商分类标准和电网与供应商之间的关系。基于分析结果,设计了风险评判指标。结合电网公司领导评价的主观性,提出考虑可信度的区间直觉犹豫模糊风险决策模型。最后,通过模型分析结果,提出对于供应决策风险管理的建议。(3)从储备定额计算和物资节点选址两个角度研究电力物资仓库的构建。针对传统计算方法和研究方法的不足,提出基于遗传算法优化的BP神经网络模型进行月初库存量的回归预测。该模型同时考虑了风险因素(需求预测误差)和网络性能(时间和经济成本),预测精度优于传统的多元回归方法,针对风险因素也可以进行灵活调整。物资节点选址方面,提出基于鲁棒优化的电力物资网络优化模型。该模型面对不确定需求时更优。基于储备定额计算方法和物资网络优化方法,可以构建高效可靠的电力物资网络,提高电力企业应对风险事件的能力。(4)研究电力物资网络面对突发灾害风险调度问题。首先研究较简单的业务场景,即多节点的协同优化问题。提出基于Q学习的多节点协同优化模型进行路径决策。该模型主要考虑网络生存周期,保证全网节点的服务能力,从而保障物资网络的安全可靠。接着,考虑物资总量有限的多节点受灾调度优化问题,这也是电力企业应急响应的核心问题。提出基于D-S证据理论的多受灾点需求优先权排序模型,给出多节点受灾时物资供应的明确优先次序。然后在协同优化模型和优先权排序模型的基础上,提出应急物资调度规划模型。最后,根据上述电网物资供应与仓储调度过程的模型进行决策支持系统设计。首先提出了系统分析,进而提出系统设计的内容,包括框架设计、功能设计、模块设计、人机交互设计和数据库设计。在此基础上,探讨了系统开发需要的关键技术。