特高压输电线路工程造价预测模型研究——基于因子分析及BP 神经网络

本文在对特高压输电线路工程进行项目划分的基础上，分析识别出影响特高压输电线路工程造价的主要因素，并使用因子分析法对其中18 个主要影响因素进行度量，将得到的5 个因子作为输入、工程单位造价作为输出，构建了基于BP 神经网络的造价预测模型，以国内已建和在建的9 个特高压输变电工程中的75 段输电线路工程数据为样本进行了实证研究，结果证明预测模型对特高压输电线路工程造价进行预测具有可行性和较高的准确性，为特高压工程全生命周期内管理优化提供了一种新的思路和实现方法。     

±800千伏特高压线路工程造价影响因素分析

以甘肃地区±800千伏特高压线路的实际工程为基础,研究工程造价与工程技术方案的内在联系,对造价影响因素指标进行相关性分析,从众多不确定性因素中筛选出对决策目标有重要影响的关键性因素,并对特高压输电线路工程的造价模型进行预测,以期为类似工程造价控制与评价提供技术支持。     

支持向量机模型在断层破碎带围岩变形预测中的应用

围岩变形预测是隧道安全评价及其指导后期施工的重要依据,为提高变形预测精度,结合工程实践,提出了PSO-SVM-BP预测模型的思路。首先,利用三次样条插值及二次平滑法对变形数据进行预处理,为后期变形预测奠定基础;其次,利用粒子群算法对支持向量机进行参数优化,建立PSO-SVM模型,并对围岩变形进行初步预测;最后,利用BP神经网络进行误差修正,达到综合预测的目的,并利用工程实例进行检验,以验证预测模型的有效性。结果表明:初步预测结果的相对误差均小于5%,而误差修正后的预测精度被提高到0.97%,预测精度较高,验证了预测模型的有效性,可为类似研究提供参考。     

特高压输电工程设计阶段全寿命周期造价分析

特高压电网建设造价巨大,而特高压工程造价管理与控制对于降低工程造价,节省国家建设资金,促进电力事业和国民经济的健康发展具有十分重要的现实意义。如何从全寿命周期角度控制工程造价,首先要从决策设计阶段开始。本文对特高压的相关概念进行了介绍,其次重点介绍了全寿命周期造价管理理论,本文从全寿命周期角度深入分析造价影响因素,建立输电线路全寿命周期造价管理框架,并分析确定了影响特高压输电工程造价的主要因素。由于导线选型为决定特高压输电效益的关键因素,以实际工程特高压输电线路为例进行导线选型分析,针对设计阶段全寿命周期造价管理进行思考。     

基于支持向量机的省级电网中长期投资规模预测模型研究

本文提出了基于支持向量机的省级电网中长期投资规模预测模型。 围绕新形势下以电量驱动的电网投资规模预测模型参数单一、 线型拟合精度较差等问题， 本文分析了电网投资新环境、 新方向、 新要求； 探索了电网投资外部驱动因素指标体系， 从电力需求因素、 电网安全因素、 能源转型因素和技术创新因素4 个方面， 结合灰色关联理论， 筛选关键驱动因素， 构建省级电网中长期投资规模预测模型； 最后通过支持向量机算法， 预测了省级电网 2019～2022 年投资规模， 实证结果表明， 本文构建的预测模型是有效可行的。     

基于数据挖掘算法的变压器热点温度时序预测方法

为了解决油浸式电力变压器热点温度预测方法缺乏对短期热点温度走势的预测,无法满足动态增容决策要求的问题,以SFPSZ-180000/220型变压器为研究对象,首先,研究对比发现变压器的热点温度与负载率相关性最大,在此基础上,建立了基于支持向量回归的局部地区负荷预测模型,为变压器热点温度预测提供数据;其次,提出了基于数据挖掘算法的变压器热点温度时序预测方法,并在此基础上分别建立了支持向量回归、BP神经网络、决策树3种数据挖掘预测模型;最后,对一般输入-输出的建模方法的预测结果与基于时间延迟方法的预测结果,以及不同时间延迟下3种数据挖掘模型的预测结果进行了对比分析。结果表明,有外在输入的支持向量回归预测模型结果比BP神经网络和决策树吻合度更高,并且时间延时更小,预测结果精确度更高。有外在输入的支持向量回归预测模型在很大程度上提高了变压器热点温度预测精度,其预测结果可为变压器的动态增容决策提供有效参考。     

特高压交流输电线路工程岩石锚杆基础施工费用研究

随着特高压交流输电线路走廊及沿线地形地貌、地质等工程条件愈趋复杂,以及环境保护越来越受到重视,岩石锚杆基础因其安全可靠、先进适用,在特高压交流输电线路基础工程中应用面越来越广。因现行电力工程建设概、预算定额与费用计算标准滞后于特高压交流工程新技术应用,目前尚无岩石锚杆群桩基础施工费用标准。本研究结合特高压交流工程岩石锚杆施工方案、工艺标准,并通过实地调研、工序采集、工时测量、理论计算等方式测算了施工人材机消耗量,经数据处理、比较类推、经验估计等方法测算了施工费用标准,建立人材机消耗量配置模型,用于特高压交流工程施工费用标准补充研究。文章对建立特高压交流工程科学定额与费用计算体系、有效控制工程造价及树立特高压交流工程建设标杆具有重要现实意义。     

基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7．63％,提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。     

基于支持向量机模型的地铁进站客流量预测

为了更精确地预测短期站点客流量,动态调整城市轨道交通的日常客流方案,采用支持向量机模型对预测地铁客流量。首先,通过对AFC数据分析,利用上周同期进站量、前一天同期进站量、当日前两个时段进站量以及高峰和非高峰时段参数作为模型的输入变量;然后,构造支持向量机预测模型并运用粒子群算法优化模型(PSO-SVM模型),实现地铁站点客流量预测,并进行不同模型预测误差的比较分析;最后,以苏州地铁数据为例,预测汾湖路地铁站的进站客流量。结果表明,优化模型能够有效改善预测误差,预测结果更为准确,证明PSO-SVM方法能有效用于地铁进站客流量的预测研究,为地铁进站客流量预测提供了新的方法。     

奇异谱分析-支持向量回归机耦合模型在月降水量预测中的应用研究

以辽宁省某气象站为研究对象,其月降水量的数据的处理利用奇异谱分析,并以此提取多个子序列,然后针对不同子序列采用支持向量回归机构建耦合预测模型SSA-SVR,对模型输出结果求和即为预测结果;最后采用耦合模型SSA-SVR、小波分析预测模型WA-SVR、支持回归机模型SVR对不同步长的月降雨量进行预测。研究表明:所构建的SSA-SVR耦合模型其预测结果具有较高的精度和准确性,能较好地揭示出研究区域的月降水量变化特征,预测结果与实测值具有保持高度的一致性。     

±800kV特高压直流输电铁塔风振系数的取值研究

本文针对"锡盟-泰州±800kV特高压直流输电"(14包段)输电铁塔的风振系数取值进行了研究,通过参考已建特高压输电线路工程的设计经验,建立有限元模型进行动力特性分析,总结出特高压输电铁塔设计的风振系数取值表,供其他特高压输电线路工程参考。     

基于RS-LSSVM制造业上市公司财务危机预警模型

针对制造业上市公司财务危机影响因素多、 各影响因素之间相互关联、 样本信息采集困难等问题， 本文结合财务危机理论构建了上市公司财务危机影响因素指标体系， 基于粗糙集理论融合最小二乘支持向量机方法， 提出了制造业上市公司财务危机预警模型， 预警了未来 ３ 年的财务危机情形， 对比了该模型与传统的最小二乘支持向量机的预测效果。 结果表明， 粗糙集融合最小二乘支持向量机能够有效提高预警效率， 反映各控制因素对上市公司财务危机的影响， 计算结果与样本值拟合精度较高， 满足实际应用要求。     

特高压线路投标报价主要影响因素及其敏感性分析

主要技术经济指标的确定是特高压线路投标工作的重点,但指标调整耗时费力、效率低下,不利于投标工作的深入和创新。本文拟从输电线路工程造价的诸多影响因素中识别出影响投标报价的主要技术指标,结合特高压线路工程实例,基于单因素敏感性分析方法,就主要技术指标对造价指标的影响程度进行数据分析,得出敏感性关键指标、计算敏感度系数,简化技术指标与造价指标的数值关系,达到定量调整关键指标即可满足造价指标的快速合理调整,为今后特高压线路投标工作提供参考和依据。     

基于支持向量机的安全投入需求预测研究

由于煤炭安全投入影响因素较多,所具有的非线性、复杂性与内在随机性,传统的方法难以准确模拟其变化状态并预测未来需求。神经网络是一种较好解决此类问题的方法,但是本身存在诸多缺陷,而这些缺陷支持向量机（Support Vector Machine．SVM）可以克服。本文基于安全投入预测的非线眭,利用统计学习理论的支持向量机,建立基于支持向量机的预测模型。     

输电线路工程造价预测模型研究

正输电线路工程由于受不同自然条件、技术条件和外部建设环境等诸多因素的影响,项目前期投资测算时可参考的类似线路工程的造价样本量较少,因此,结合数据挖掘中的随机森林算法、粒子群算法及PSO-SVM算法建立智能输电线路工程造价预测模型,并通过四川地区的实际样本数据,证实了提出方法的有效性,为科学合理确定电网投资和决策提供了依据。     

特高压交流输电线路电磁环境计算方法探讨

为减少特高压输电线路电磁对环境的影响,针对特高压输电线路电磁环境的特性,探讨其原理及计算方法,并利用matlab编制软件,与其它计算方法结果对比,验证了本文计算方法的正确性,该计算方法为输电线路精细化设计提供有利的辅助支撑。     

海缆线路清单计价项目和计算规范

正我国现有输电线路工程工程量清单计算规范仅包括架空线路和电缆线路两部分内容,没有海缆线路清单计算规范。近年来,我国大力发展海底电缆输电线路工程,技术上的进步推动了海缆线路工程计价的精细化,从海缆线路定额计价的试行,到海缆线路工程清单招标的开展,海缆线路工程造价越来越趋于合理化。现依托镇海—舟山500千伏海缆工程,研究探讨海底电缆敷设清单计价规范,得出海缆线路工程量清单计价项目和计算规范,对现有输电线路工程量清单计算规范提供了必要的补充。     

三维数字化技术在输电线路成本管理中的应用

正输电线路三维数字化技术与工程项目成本管理系统相结合,一方面可以提高工程量计算的精度,提高工程成本计算的准确性,另一方面可以帮助企业在项目施工过程中实时地对成本数据进行监管,保证数据的准确性。输电线路三维数字化技术应用,是将输电线路工程的设计和管理内容数字化,利用三维可视化模型的控制技术和信息技术,对输电线路工程进行可靠、准确的管控。     

基于支持向量机的大坝基础注浆量预测模型研究

大坝基础注浆工程中注浆量是影响基础防渗幕体的抗渗透能力与耐久性的最主要的因素。文章基于支持向量机的回归算法,构建大坝注浆基础注浆量预测模型。以江西省某水库大坝基础注浆工程为例,对该预测模型进行验证,结果表明:预测模型应用在该工程中,取样检测点相对误差最大值达到4. 67%,但绝大部分样本序号点相对误差值均在3%以下;进一步求解相对均方误差以及预测准确率,得出相对均方误差s1=3. 43%,预测准确率s2=95. 28%。根据相对均方误差和预测准确率的预测模型等级评价标准,模型评价等级优秀。     

基于支持向量机的石油期货价格预测

建立了基于支持向量机技术的石油期货价格预测方法.该方法使用价格序列一阶差分及其滞后值建模,采用径向基(RBF)核函数和序贯最小优化(SMO)算法,通过综合验证方式确定包括嵌入维数在内的各参数.实证研究表明,支持向量机方法比RBF神经网络和ARIMA模型预测精度更高,具有很好的应用前景.