期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于特征选择的配电网工程造价预测模型
1
作者 徐宁 李维嘉 +2 位作者 周波 刘云 李洁 《沈阳工业大学学报》 北大核心 2025年第5期558-565,共8页
【目的】配电网工程造价受规模容量、设备材料成本、地理条件等多维度因素影响,传统统计方法难以有效处理高维非线性数据,而现有机器学习方法虽引入特征降维技术,但仍存在一定局限性,主成分分析(PCA)虽能降低维度却牺牲了预测精度,而灰... 【目的】配电网工程造价受规模容量、设备材料成本、地理条件等多维度因素影响,传统统计方法难以有效处理高维非线性数据,而现有机器学习方法虽引入特征降维技术,但仍存在一定局限性,主成分分析(PCA)虽能降低维度却牺牲了预测精度,而灰色关联分析(GRA)忽略了特征间的交互作用。因此,亟须构建一种既能保留关键特征信息、又能兼顾特征间复杂关系的预测方法。通过融合递归特征消除(RFE)法与随机森林(RF)算法构建RFE-RF预测模型,旨在解决特征冗余与非线性建模难题。【方法】采用“特征选择-模型构建-实验验证”技术路线,选用RFE法进行特征选择,通过迭代训练模型逐步剔除对预测贡献最小的特征并保留最优特征子集。采用RF算法进行模型构建,基于集成学习思路构建多棵决策树,通过平均化输出结果有效抑制过拟合,提升模型鲁棒性。RF对噪声数据不敏感且能量化特征重要性,可为RFE提供可靠的特征排序依据,从而可将RFE嵌入RF训练流程形成闭环优化过程。【结果】选用某电网公司190个配电网工程项目数据,数据涵盖电压等级、线路长度、设备价格等21个初始特征,对分类型特征进行数值化映射并保留原始分布特征。通过五折交叉验证与均方根误差优化,确定包括线路长度、电缆综合价格、电压等级等关键因素的12个最佳特征子集。与传统线性回归(LR)算法、随机森林算法、基于互信息的随机森林(MI-RF)算法相比,RFE-RF算法在测试集上的预测平均绝对误差为8.6579,预测平均绝对百分误差为6.97%,显著优于其他算法。RFE-RF算法在测试集的平均绝对误差仅比训练集增加约4.5%,其过拟合风险低于其他算法,表明可以通过特征选择有效提升算法稳定性。【结论】特征选择成为提升配电网造价预测精度的关键,RFE法能够通过动态迭代来剔除冗余特征,显著降低数据维度与噪声干扰。RFE-RF模型兼具高精度与强解释性,其平均绝对误差相比传统模型大为降低,且能够清晰量化不同特征对造价的影响权重。将RFE与RF结合应用于配电网造价预测,能够解决特征交互与冗余筛选难题,可为复杂工程系统的数据建模提供新范式。RFE-RF模型可为电网企业提供精准造价预测工具,辅助投资决策与成本控制,推动配电网工程建设的智能化与精细化,并可通过揭示特征选择对机器学习模型泛化能力的影响机制,为高维非线性数据的特征优化提供实践参考。 展开更多
关键词 配电网工程 造价预测 特征维度 非线性 数据冗余 特征选择 递归特征消除 机器学习
在线阅读 下载PDF
基于IPSO-LSSVR算法的变电站工程造价预测方法 被引量:2
2
作者 王林峰 刘云 +2 位作者 亓彦珣 周波 李洁 《沈阳工业大学学报》 北大核心 2025年第2期168-175,共8页
【目的】电网建设项目中变电站工程造价的预测一直是影响项目成本管理的重要问题。然而,当前常用的变电站造价预测方法存在预测精度不足、计算效率低等问题,制约了预测模型在实际工程中的应用。为提高预测的准确性和计算效率,提出了一... 【目的】电网建设项目中变电站工程造价的预测一直是影响项目成本管理的重要问题。然而,当前常用的变电站造价预测方法存在预测精度不足、计算效率低等问题,制约了预测模型在实际工程中的应用。为提高预测的准确性和计算效率,提出了一种基于改进的粒子群优化(IPSO)算法和最小二乘支持向量回归(LSSVR)算法的变电站工程造价预测方法。【方法】考虑到常规变电站与智能变电站在设备、技术和运维上的差异,通过分析这两类变电站的特点,对相关数据进行了有针对性的预处理,以去除噪声数据,填补缺失值,并将有效信息转换为特征向量,作为LSSVR模型的输入。为避免传统粒子群(PSO)算法易陷入局部最优解的问题,引入了一种混合调节策略,对PSO算法的惯性权重和学习因子进行优化,使得优化过程更加稳定并具备较强的全局搜索能力。通过该策略IPSO算法可以在全局搜索和局部搜索之间实现更好的平衡。利用IPSO算法优化LSSVR模型参数,并建立变电站工程造价预测模型。【结果】通过与其他预测模型进行比较分析得出结论,所提出的IPSO-LSSVR算法在预测精度上具有明显优势。具体来说,基于该模型的预测误差显著低于其他方法,可以将偏差控制在5%以内。改进后的粒子群优化算法能够有效避免陷入局部最优,确保了LSSVR模型在各种情况下都能提供较为准确的预测结果。【结论】基于IPSO优化LSSVR算法的变电站工程造价预测方法,克服了传统预测方法在预测精度和计算效率上的不足。在实际应用中,该方法能够为电网建设项目的成本管理提供更加准确的预测依据,从而有助于项目预算的合理制定和资源的有效配置。 展开更多
关键词 变电站 工程造价 造价预测 粒子群算法 最小二乘支持向量回归 预测精度 运算效率 混合调节策略
在线阅读 下载PDF
基于融合XGBoost的变电工程造价数据预测算法 被引量:1
3
作者 周波 刘云 +2 位作者 李维嘉 亓彦珣 王立功 《沈阳工业大学学报》 北大核心 2025年第3期317-323,共7页
【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟... 【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟合。因此,本文构建了一种能有效融合多源影响因子、适应非线性关系且在小样本数据中表现稳健的变电工程造价预测模型,为电网企业的投资决策提供更精准的技术支持。【方法】提出了一种基于均值编码(ME)并融合极端梯度提升框架(XGBoost)的变电工程造价预测模型(ME-XGB)。首先,从设备和材料、施工工艺、施工规模、地理环境及设计标准等多维度中提取13个关键影响因子,涵盖分类变量与连续变量。针对分类变量与造价间的非线性关系,利用均值编码进行特征工程处理,通过计算类别内目标变量即单位容量造价的均值并结合平滑因子,将分类变量转化为连续特征,既保留类别信息又避免维度爆炸。其次,利用XGBoost构建预测模型,通过集成多棵决策树逐步修正残差,并引入正则化项和超参数调优,提升模型泛化能力。实验选取某电网公司200个变电工程样本,随机划分为训练集(80%)与测试集(20%),以平均绝对误差(M_(AE))和拟合优度(R^(2))作为评价指标,与MK-TESM、BP神经网络和XGBoost模型的性能进行对比分析。【结果】ME-XGB模型在测试集上的预测精度显著优于对比模型。其M_(AE)中位数与均值分别为5和6.875,较MK-TESM、BP神经网络和XGBoost模型均有所降低。同时,ME-XGB模型的R^(2)值达到0.8579,远高于对比模型,表明该模型对数据变动的解释能力更强。此外,箱线图分析结果显示,ME-XGB模型的预测误差分布范围最窄,验证了该模型的稳定性更强。超参数调优结果表明,XGBoost模型的树深度和学习率等超参数设置有效平衡了模型复杂度与过拟合风险。【结论】ME-XGB模型通过均值编码解决了分类变量非线性表达与维度控制问题,结合XGBoost模型的集成学习能力,显著提升了小样本场景下的预测性能。ME-XGB模型在平均绝对误差、拟合优度及误差稳定性方面均优于对比模型,可为电网企业提供更可靠的造价预测。未来研究可进一步探索动态影响因子的建模,并结合迁移学习拓展模型在跨区域工程中的应用。 展开更多
关键词 变电工程 造价预测 非线性 影响因子 极端梯度提升 均值编码 融合框架 特征工程
在线阅读 下载PDF
基于改进SVM的电力工程造价预测 被引量:9
4
作者 刘云 李维嘉 +2 位作者 赵子豪 董振亮 陈志宾 《沈阳工业大学学报》 CAS 北大核心 2024年第4期367-372,共6页
针对支持向量机求解速度较慢且用于预测电力工程造价的性能不理想等问题,提出了一种基于改进SVM的电力工程造价预测模型。该模型全面考虑了电力工程成本的组成要素并进行参数归一化处理,利用最小二乘估计改进SVM模型,同时采用遗传算法求... 针对支持向量机求解速度较慢且用于预测电力工程造价的性能不理想等问题,提出了一种基于改进SVM的电力工程造价预测模型。该模型全面考虑了电力工程成本的组成要素并进行参数归一化处理,利用最小二乘估计改进SVM模型,同时采用遗传算法求解LSSVM的参数最优值,并通过优化后的GA-LSSVM模型实现对电力工程成本的预测。基于MATLAB仿真平台的仿真实验结果表明,模型预测的工程成本与实际值较为接近,归一化均方误差与平均绝对百分比误差分别为18.34万元和3.58%,且预测时间仅为256 ms,证明了其整体性能优于其他对比模型。 展开更多
关键词 电力工程 造价预测 支持向量机 最小二乘估计 遗传算法 GA-LSSVM模型 归一化处理 误差分析
在线阅读 下载PDF
基于随机森林优化RL的电力工程造价预测 被引量:6
5
作者 张文静 刘云 +2 位作者 周波 洪崇 王立功 《沈阳工业大学学报》 CAS 北大核心 2024年第6期754-759,共6页
针对现阶段电力工程造价数据预测准确度较低的问题,提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素,将其按照影响程度的大小进行分级,利用随机森林算法加以筛选,并采用筛选后的影响因素特征向量作为预测... 针对现阶段电力工程造价数据预测准确度较低的问题,提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素,将其按照影响程度的大小进行分级,利用随机森林算法加以筛选,并采用筛选后的影响因素特征向量作为预测模型的训练和测试数据。同时,将电力工程造价预测问题转化为输电线路规划问题,再使用强化学习优化蚁群算法的参数来构建电力工程造价预测模型。经过实验对照,综合两种栅格尺寸结果,所提方案比两种对照组算法的电子工程造价分别降低了2.97%、3.78%。 展开更多
关键词 输变电工程 工程造价 随机森林 强化学习 蚁群算法 输电线路规划 数据预测 特征向量
在线阅读 下载PDF
大数据环境下基于BIM与CNN的电力工程造价优化算法 被引量:15
6
作者 王林峰 张文静 +2 位作者 刘云 陈志宾 王立功 《沈阳工业大学学报》 CAS 北大核心 2024年第1期7-12,共6页
针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法... 针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法改进卷积神经网络,通过改进后的CNN网络对每个工程环节的造价完成预测,从而优化整个工程的施工方案。结合相关的电力工程造价数据,基于Matlab对所提算法进行实验测试。结果表明,当学习率为0.010时CNN网络的性能最佳,所提算法的预测准确率为94%,并且与造价的真实值最为接近。 展开更多
关键词 电力工程造价 BIM技术 卷积神经网络 大数据环境 Levenberg-Marquardt规则算法 全生命周期 动态化管控 预测准确性
在线阅读 下载PDF
基于FA-ELM深度挖掘模型的电力工程预算控制技术 被引量:4
7
作者 徐宁 张文静 +2 位作者 周波 董振亮 陈志宾 《沈阳工业大学学报》 CAS 北大核心 2023年第6期637-642,共6页
针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络... 针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络,构建FA-ELM预测模型,将预处理后的电力数据输入FA-ELM模型中,可估计每个阶段的工程费用,便于管理人员采取相应的措施。在MATLAB仿真平台上对所提技术进行实验分析,结果表明:FA-ELM模型的预测误差均控制在6%以内,且工程总费用节约了14.09%,整体性能优于其他对比技术。 展开更多
关键词 电力工程 预算控制 极限学习机网络 数据挖掘 工程进度 萤火虫算法 FA-ELM模型
在线阅读 下载PDF
融合蒙特卡洛算法的电力工程造价预测分析 被引量:7
8
作者 王冬超 周波 +2 位作者 李维嘉 陈志宾 孙俊 《沈阳工业大学学报》 CAS 北大核心 2023年第6期607-611,共5页
针对现阶段变电站智能化设计中,电力工程造价在价格预测及管控策略方面存在的不足,利用粗糙集的属性约简理论对历史数据做约简压缩,结合蒙特卡洛模拟算法对具有一定概率分布的子项目进行单位容量工程造价到项目总造价预测;以智能变电站... 针对现阶段变电站智能化设计中,电力工程造价在价格预测及管控策略方面存在的不足,利用粗糙集的属性约简理论对历史数据做约简压缩,结合蒙特卡洛模拟算法对具有一定概率分布的子项目进行单位容量工程造价到项目总造价预测;以智能变电站为研究对象,构建了基于蒙特卡洛算法的电力工程造价预测模型。实验结果表明,智能化工程建设造价预测分析方法可靠准确,基于粗糙集规约的蒙特卡洛算法相较于经典蒙特卡洛模拟算法,在随机抽样数据集上的测试精度至少提高0.5%。 展开更多
关键词 蒙特卡洛 粗糙集 属性约简 智能化 电力工程 造价预测 差值矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部