[发明专利]一种基于多目标优化的变电站工程造价决策方案优选方法在审

专利信息
申请号: 202111482494.8 申请日: 2021-12-07
公开(公告)号: CN114139818A 公开(公告)日: 2022-03-04
发明(设计)人: 宋坤;刘冰;张如玉;王镝;张鸥;张爽莹;石晶;张平;徐维懋;谷峥;付亦殊;徐强胜;肖雪;于兴成;王英旭;杨晓东;李革;夏静波;潘进;吴学锋 申请(专利权)人: 国网辽宁省电力有限公司经济技术研究院;国家电网有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/10;G06Q50/06;G06F30/27;G06N3/00;G06N3/04;G06N3/08;G06F111/04;G06F111/06
代理公司: 沈阳之华益专利事务所有限公司 21218 代理人: 黄英华
地址: 110015 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多目标 优化 变电站 工程造价 决策 方案 优选 方法
【说明书】:

发明公布了一种基于多目标优化的变电站工程造价决策方案优选方法,包括如下步骤:相关领域专家对历史变电站工程设计方案进行优选打分,并选出影响方案优选分数的主要工程设计变量;以影响方案优选分数的工程设计变量历史数据作为输入变量、以相应历史变电站工程设计方案优选分数作为输出变量分别建立非线性神经网络,并训练网络模型,得到工程设计方案优选分数与影响变量的非线性表达式;构建多目标优化方案,将得到的表达式作为待求的最优化问题,依据具体项目构造约束条件;应用多目标优化算法,求解得到满足约束条件下的变电站工程最优造价方案。该方法可以优选出符合工程建设要求且具有高可靠性低投入的变电站工程建设造价方案。

技术领域

本发明属于电力工程造价领域,特别涉及一种基于多目标优化的变电站工程造价决策方案优选方法。

背景技术

近年来,我国城市国际化程度日益增加,大型城市人口与产业增长迅猛,与城市发展配套的变电站建设工程也日益增多。目前,变电站工程建设从设计预算至竣工结算间各环节的协调性尚不完善,为改善这一问题,提高变电站工程建设的工程质量,减少预算与结算之间的差异,减少工期与项目投入,已有诸多学者对电力工程造价的各个环节展开研究。

本发明从变电站工程造价决策方案优选的角度出发,发明一种基于多目标优化的变电站工程造价决策方案优选方法,引入非线性神经网络与智能多目标优化算法,在工程前期为工程设计方案提供更好的技术支撑,为变电站工程造价决策方案提供更佳的优选方法。

发明内容

针对现有技术的缺陷,本发明提出一种基于多目标优化的变电站工程造价决策方案优选方法,采用该方法在电力工程建设上,可以减少建设周期;在电力工程造价上,可以提高项目预算的一致性,减少工程投入,减少预算与决算不一致的差距。

为了解决现有技术存在的问题,本发明采用的技术方案如下:

一种基于多目标优化的变电站工程造价决策方案优选方法,包括以下步骤:

步骤1:对历史变电站工程设计方案进行优选打分,并选出影响方案优选分数的主要工程设计变量。

步骤2:以影响方案优选分数的工程设计变量历史数据作为输入变量、以相应历史变电站工程设计方案优选分数作为输出变量分别建立非线性神经网络,并训练网络模型,得到工程设计方案优选分数与影响变量的非线性表达式。

步骤3:构建多目标优化方案,将得到的表达式作为待求的最优化问题,依据具体项目构造约束条件。

步骤4:应用多目标优化算法,求解得到满足约束条件下的变电站工程最优造价方案。

进一步地,所述步骤1中,对历史变电站工程设计方案进行优选打分时,对同项目的工程设计方案与工程造价方案两方面分别评分,前者重点考虑工程设计可靠性与工程质量,后者重点考虑工程预算设计的可靠性与经济性。

进一步地,所述步骤2中创建并训练神经网络拟合各类工程设计变量与优选分数之间的非线性关系,为方便获得神经网络的输入输出关系,选用一层隐藏层神经元,其网络的输入输出的映射关系为:

C=W2(1+exp(W1X))-1

其中,C为神经网络的输出值;W2为隐藏层神经元与输出层神经元的链接权重向量;W1为输入层神经元与隐藏层神经元的链接权重矩阵,W1与W2为神经网络训练的参数,网络训练完成后,W1与W2成为神经网络表达式的固定系数;X为神经网络的输入向量。

进一步地,所述步骤3中构造最优化问题的目标函数为:

V-maxC

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网辽宁省电力有限公司经济技术研究院;国家电网有限公司,未经国网辽宁省电力有限公司经济技术研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111482494.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top