基于聚類的輸電線路工程造價綜合智能預(yù)測方法
摘要:輸電線路工程是電力系統(tǒng)建設(shè)的重要環(huán)節(jié),對其造價進(jìn)行精準(zhǔn)化預(yù)測可以為預(yù)算制定、資金審核、項目評價等多方面產(chǎn)生積極作用。智能模型已廣泛應(yīng)用于輸電線路工程造價的預(yù)測中,詳細(xì)闡述神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)智能算法的預(yù)測模型建立過程,分析兩種預(yù)測模型的優(yōu)缺點(diǎn)和適用場景;討論K-Means聚類、層次聚類、模糊聚類3種聚類方式的特點(diǎn),并將其綜合用于提升神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)智能算法的預(yù)測精度,提出了一種輸電線路工程造價的綜合智能預(yù)測方法。選取某區(qū)域電網(wǎng)2015—2016年新建的80組220kV輸電線路工程進(jìn)行算例測試,結(jié)果表明:基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)智能算法的輸電線路工程造價預(yù)測誤差均低于20%;層次聚類降低神經(jīng)網(wǎng)絡(luò)算法誤差的效果最顯著;模糊聚類降低支持向量機(jī)算法誤差的效果最顯著。
注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系山東電力技術(shù)雜志社