[发明专利]一种输电线路工程造价的智能预测方法

说明书

本申请涉及输电线路工程造价控制领域，具体而言，涉及一种输电线路工程造价的智能预测方法。一种输电线路工程造价的智能预测方法，包括以下步骤：采用鱼骨图分析法分析影响输电线路工程造价的主要因素；通过收集数据的方式得到输电线路历史工程造价数据，所述造价数据包括历史工程的影响因素数据和造价数据；构建BP神经网络模型，将输电线路历史工程造价数据作为输入变量，对BP神经网络模型进行仿真训练得到训练后的BP神经网络模型；将当前的输电线路工程影响因素的归一化数值输入训练后的BP神经网络模型，计算得到输电线路工程造价的预测值，所述预测值为工程折单造价。

技术领域

本申请涉及输电线路工程造价控制领域，具体而言，涉及一种输电线路工程造价的智能预测方法。

背景技术

电力部门是一个支持国家发展和科技进步的关键部门，并受到社会各界的广泛关注。而电力工程建设存在资金投入大、投入产出周期长等特点，合理地利用电力工程资金，做好输变电建设工程的造价管控已经成为了一个当今各个领域的专家和学者研究的热门课题。

过去对于输变电工程造价的预测主要靠在该领域用有多年实践经验的技术人员的实际分析和操作。

但是电网工程的造价是一个多变量、高度非线性的问题，特别是当工程情况复杂多变时，很难通过经验估计得到单项工程可靠的结果用以指导工程造价控制。另外，近年来随着我国社会的发展和技术的进步，输电线路工程造价管控方面积累了丰富的统计数据。但这些数据只是单纯地被储存在数据库中，而并未将其很好地利用起来并将其应用在输电工程的建设中，造成了企业数据资源的浪费。

发明内容

本申请的目的在于提供一种输电线路工程造价的智能预测方法，用以解决现有预测方法预测精度不高的问题。

本申请的实施例是这样实现的：

本申请实施例的第一方面提供一种输电线路工程造价的智能预测方法，包括以下步骤：

采用鱼骨图分析法分析影响输电线路工程造价的主要因素；通过收集数据的方式得到输电线路历史工程造价数据，所述造价数据包括历史工程的影响因素数据和造价数据；构建BP神经网络模型，将输电线路历史工程造价数据作为输入变量，对BP神经网络模型进行仿真训练得到训练后的BP神经网络模型；将当前的输电线路工程影响因素的归一化数值输入训练后的BP神经网络模型，计算得到输电线路工程造价的预测值，所述预测值为工程折单造价。

可选地，所述鱼骨图分析法包括分析因素和绘制鱼骨图；所述分析因素包括：针对研究对象，选择分类方式，即大要因；运用头脑风暴法、德尔菲法等分别找出各类中所有可能的因素；将上述已经找出的各种因素进行整理，明确各因素的属性；将所述找到的因素进行简洁地描述；所述绘制鱼骨图包括：将要研究的问题标识在鱼头上；画出鱼的大骨，填写所述大要因；在所述大骨上延伸出中骨、小骨等，分别填写相应的中要因，小要因；如有必要对特殊因素进行简要说明，重要因素要用特殊符号标明。

可选地，所述BP神经网络模型的输入层包括输电线路工程造价的主要因素；所述BP神经网络模型的输出层为输电线路工程造价的静态投资。

可选地，所述BP神经网络模型的仿真训练包括正向传播过程和反向传播过程。

可选地，所述BP神经网络模型的仿真训练的正向传播过程和反向传播过程。

可选地，所述BP神经网络模型的仿真训练包括正向传播过程包括：

输入层有n个神经元表示如下：x∈R_n，x＝(x₁，x₂，…，x_n)

隐含层有d个神经元表示如下：h∈R_d，h＝(h₁，h₂，…，h_d)