-
题名一种电力造价异常数据辨识算法
被引量：3
- 1
-
-
作者
程津
周鲲
徐志强
伍家耀
-
机构
国网湖南省电力有限公司经济技术研究院
湖南经研电力设计有限公司技术经济部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第4期387-391,共5页
-
基金
江西省科技厅项目(S2018CXCPB0484).
-
文摘
为了解决现有电力造价异常数据检测算法无法识别清单详情及清单与施工细节不符的问题,提出了一种基于规则匹配的电力造价异常数据辨识算法.利用K-means聚类算法实现了清单的初步分类和特征清单的提取,将特征清单的特征词作为清单类别特征.采用规则库对清单详情进行分词,并提取清单特征词,采用多项式贝叶斯算法计算出清单位于当前类别的概率.实验结果表明,所提出算法较传统异常数据检测算法的准确率提高了约10%.
-
关键词
电力造价
规则匹配
规则库
异常数据
异常检测
清单详情
特征词
多项式贝叶斯
-
Keywords
electricity cost
rule matching
rule base
abnormal data
abnormal detection
list detail
feature word
polynomial Bayes
-
分类号
TM769
[电气工程—电力系统及自动化]
-
-
题名基于BP神经网络优化算法的输变电工程造价预测模型
被引量：31
- 2
-
-
作者
张恒武
吴小忠
沈晓隶
伍家耀
-
机构
国网湖南省电力有限公司建设部
湖南经研电力设计有限公司技术经济部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第4期381-386,共6页
-
基金
湖南省科技计划项目(S2019RCDT2B0484).
-
文摘
针对现有的输变电工程造价预测方法在复杂工况下精度低的问题,提出了一种基于BP神经网络优化算法的输变电工程造价预测模型.利用因子分析方法确定输变电工程造价数据预测的输入指标,并在传统BP神经网络模型的基础上,引入思维进化算法对BP神经网络中的权值和阈值进行优化.利用构建的预测模型预测某省级电网公司2016年度的输变电工程造价.结果表明,预测误差低于10%,平均误差低于5%.与传统的BP神经网络相比,所提预测模型具有更高的预测精度,可以较好地应用于输变电工程造价估算.
-
关键词
输电工程
变电工程
造价预测
BP神经网络
优化算法
因子分析
思维进化算法
预测精度
输入指标
-
Keywords
power transmission project
power transformation project
cost prediction
BP neural network
optimization algorithm
factor analysis
mind evolution algorithm
prediction accuracy
input index
-
分类号
TM73
[电气工程—电力系统及自动化]
-
