基于聚類的輸電線路工程造價綜合智能預測方法
摘要：輸電線路工程是電力系統建設的重要環節,對其造價進行精準化預測可以為預算制定、資金審核、項目評價等多方面產生積極作用。智能模型已廣泛應用于輸電線路工程造價的預測中,詳細闡述神經網絡和支持向量機智能算法的預測模型建立過程,分析兩種預測模型的優缺點和適用場景;討論K-Means聚類、層次聚類、模糊聚類3種聚類方式的特點,并將其綜合用于提升神經網絡和支持向量機智能算法的預測精度,提出了一種輸電線路工程造價的綜合智能預測方法。選取某區域電網2015—2016年新建的80組220kV輸電線路工程進行算例測試,結果表明:基于神經網絡和支持向量機智能算法的輸電線路工程造價預測誤差均低于20%;層次聚類降低神經網絡算法誤差的效果最顯著;模糊聚類降低支持向量機算法誤差的效果最顯著。
注: 保護知識產權,如需閱讀全文請聯系山東電力技術雜志社
相關推薦
更多
