3. 计划与实际采剥量时间序列对齐

为什么“对齐”是偏差计算的前置条件

基准计划通常按日历日给出（月度计划再按台阶、采区拆分），而实际完成量来自卡车计数、地磅与调度系统，天然是班次级、非等间隔的：夜班跨零点、检修停产、暴雨停工、设备故障都会造成时间轴上的“空洞”或“重叠”。若直接把两条曲线按记录条数或原始时间戳相减，偏差会被时间错位污染——例如把 8 小时停产误判为“欠产”，或把跨零点的夜班量记到错误日期。

本节的任务是：把计划曲线与实际曲线统一到同一时间栅格上，使每个栅格单元（日/班次 × 台阶）都有可比的“计划量”和“实际量”，并显式标记中断区间，为后续累计偏差曲线提供干净输入。

对齐的三条规则

• 栅格优先：以“日历日 + 班次（白/夜）”为最小单元建立时间栅格，夜班归属其开始日期（约定：00:00–08:00 与 16:00–24:00 归当日，08:00–16:00 归当日白班；跨零点夜班按开始日归属）。参照约定一旦确定，计划、实际、SVG 三处必须一致。
• 计划侧降采样：月计划按“日历天数比例”摊到日，再按班次产能权重（如白班 55%、夜班 45%）拆到班次；检修/计划停产日计划量置 0，而不是平均摊入。
• 实际侧聚合 + 中断标记：把班次内多条卡车/地磅记录求和到栅格单元；对无记录且调度日志标记为停产/检修/天气的单元，实际量记 0 并打上中断标签；对无记录但无中断标记的单元，标记为“缺测”，不直接当 0 处理。

对齐实现（Python，可直接运行）

下面用教学示例数据演示：某台阶 3 天、每天 2 个班次，计划按日给出，实际为班次记录，其中第 2 天夜班因暴雨停产、第 3 天白班缺测。

import pandas as pd

# 1) 计划：按日给出（示例数据）
plan_daily = pd.DataFrame({
    "date": pd.to_datetime(["2024-06-01", "2024-06-02", "2024-06-03"]),
    "bench": ["1080"] * 3,
    "plan_day_t": [12000, 12000, 12000],      # 吨/日
})
# 班次产能权重：白班 0.55，夜班 0.45
SHIFT_W = {"day": 0.55, "night": 0.45}

# 2) 实际：班次记录（示例数据，含停产与缺测）
actual = pd.DataFrame({
    "date": pd.to_datetime(["2024-06-01","2024-06-01","2024-06-02","2024-06-03"]),
    "shift": ["day","night","day","night"],
    "bench": ["1080"]*4,
    "actual_t": [6800, 5200, 6100, 5400],
})
# 调度日志：中断事件（示例）
outage = pd.DataFrame({
    "date": pd.to_datetime(["2024-06-02"]),
    "shift": ["night"],
    "bench": ["1080"],
    "reason": ["暴雨停产"],
})

# 3) 构建时间栅格：日 × 班次 × 台阶
grid = plan_daily.merge(
    pd.DataFrame({"shift": ["day", "night"]}), how="cross"
)
grid["plan_t"] = grid.apply(
    lambda r: r["plan_day_t"] * SHIFT_W[r["shift"]], axis=1
)

# 4) 实际聚合到栅格
agg = (actual.groupby(["date","shift","bench"], as_index=False)["actual_t"].sum())
grid = grid.merge(agg, on=["date","shift","bench"], how="left")

# 5) 中断标记与状态判定
grid = grid.merge(outage, on=["date","shift","bench"], how="left")
grid["status"] = "正常"
grid.loc[grid["reason"].notna(), "status"] = "停产"
grid.loc[grid["reason"].isna() & grid["actual_t"].isna(), "status"] = "缺测"
grid["actual_t"] = grid["actual_t"].fillna(0)

# 6) 可比偏差（仅对正常/停产单元计算；缺测单独标注）
grid["dev_t"] = grid["actual_t"] - grid["plan_t"]
print(grid[["date","shift","bench","plan_t","actual_t","status","dev_t"]])

运行后得到对齐表（示例输出）：

对齐结果的可视化判读

下图把“计划栅格—实际聚合—中断/缺测状态”三者的关系画在同一时间轴上，重点看两处：停产单元计划量仍在、实际量为 0；缺测单元实际量缺失、状态被单独标出，不进入偏差计算。

对齐质量检查清单

• 栅格完整性：日 × 班次 × 台阶的组合数应等于计划覆盖的单元数，无重复、无遗漏。
• 量守恒：各台阶实际量之和 = 地磅/卡车计数总量（允许在容差内，如 ±0.5%）。
• 状态互斥：每个单元只能是“正常 / 停产 / 缺测”之一，停产与缺测不得同时出现。
• 偏差可算性：只有“正常”和“停产”单元进入偏差计算；“缺测”单元单独列出，待补测后回填。
• 参照一致：夜班归属规则在计划拆分、实际聚合、SVG 标注三处完全一致。