基于BP神经网络的输电线路工程造价预测模型

doi:10.11930/j.issn.1004-9649.2012.10.95.4

中国电力 ›› 2012, Vol. 45 ›› Issue (10): 95-99.DOI: 10.11930/j.issn.1004-9649.2012.10.95.4

• 电力经济 • 上一篇

基于BP神经网络的输电线路工程造价预测模型

凌云鹏¹, 阎鹏飞², 韩长占², 杨晨光²

1. 河北省电力公司电力经济技术研究院,河北石家庄 050021;
2. 河北省电力公司,河北石家庄 050021

收稿日期:2012-07-22 出版日期:2012-10-18 发布日期:2016-02-29
作者简介:凌云鹏（1978-）,男,河北石家庄人,工程师,从事投资管理及电网项目评价分析工作。

BP Neural Network Based Cost Prediction Model for Transmission Projects

LING Yun-peng¹, YAN Peng-fei², HAN Chang-zhan², YANG Chen-guang²

1. Hebei Electric Power Economic Research Institute, Shijiazhuang 050021, China;
2. Hebei Electric Power Corporation, Shijiazhuang 050021, China

Received:2012-07-22 Online:2012-10-18 Published:2016-02-29

摘要/Abstract

摘要： 为解决在输电线路工程前期决策阶段的方案比选过程中,如何利用较少的工程信息,快速、准确地预测比较各方案工程造价,评估工程方案的合理性,本文提出一种基于BP神经网络的输电线路工程造价预测方法,分析并找出输电线路工程造价的影响因素,并将这些因素作为BP神经网络输入变量,输电线路工程造价作为输出变量,建立3层结构的BP神经网络预测模型,并用实际工程数据训练和验证预测模型。计算实例表明,该模型能够准确、快捷地预测输电线路工程造价,适合于工程方案比选过程中的各方案造价预测对比,评估工程方案的合理性。

关键词: 输电线路, 工程造价预测, BP神经网络

Abstract: A BP neural network based method for predicting the cost of transmission projects is proposed to quickly and accurately compare the costs and assess the reasonableness of different plans with limited information during the early stage of the decision-making process. The factors influencing the project cost are also analyzed. Furthermore, by putting these factors into BP neural network as input variables and the project cost as an output variable, a BP neural network model of three-tier structure is constructed using actual project data for data training and prediction model verification . The example using this method shows it can forecast the project cost quickly and accurately, which is suitable for comparison of project cost and assessing the reasonableness of different plans.

Key words: transmission line, project cost prediction, BP neural network

中图分类号:

TM752

凌云鹏, 阎鹏飞, 韩长占, 杨晨光. 基于BP神经网络的输电线路工程造价预测模型[J]. 中国电力, 2012, 45(10): 95-99.

LING Yun-peng, YAN Peng-fei, HAN Chang-zhan, YANG Chen-guang. BP Neural Network Based Cost Prediction Model for Transmission Projects[J]. Electric Power, 2012, 45(10): 95-99.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2012.10.95.4

https://www.electricpower.com.cn/CN/Y2012/V45/I10/95

参考文献

[1] 刘伊生.工程造价管理基础理论与相关法规[M].北京:中国计划出版社,2003.
[2] 刘晓君.工程经济学[M].北京：中国建筑工业出版社,2003.
[3] SIMON HayKin.神经网络原理[M].叶世伟,史忠植,译.北京：机械工业出版社,2004,.
[4] 王洪元,史国栋.人工神经网络技术及其应用[M].北京：中国石化出版社,2003.
[5] 张殿生.电力工程高压送电线路设计手册[M].北京：中国电力出版社,2002.
[6] 郑晓云.试论电力建设项目设计阶段的造价控制[J].电力技术经济,2003,15(5)：35-37.
ZHENG Xiao-yun. Research on the cost control of power construction project during design stage[J]. Electric Power Technologic Economics, 2003, 15(5): 35-37.
[7] 黄勇.设计优化是降低工程造价的重要途径[J].宁夏电力,2005, 6(1)：50-52.
HUANG Yong. Optimizing design-the main path to reduce engineering cost[J]. Ningxia Electric Power, 2005, 6(1):50-52.
[8] 张双萍.浅谈电网企业如何加强工程造价管理[J].电力技术经济,2006,18(6)：40-42.
ZHANG Shuang-ping. Discussion on how to strengthen the project cost management for power grid company[J]. Electric Power Technologic Economics, 2006,18(6)：40-42.
[9] 唐天一,李焱. 500 kV线路造价分析的探讨[J].华东电力.2010, 38(7)：1 022-1 025.
TANG Tian-yi, LI Yan. Discussion on analysis of construction cost of 500 kV line[J]. East China Electric Power. 2010, 38(7):
1 1 022-1 025.
[10] 宋云亭,吴俊玲,彭冬,等.基于BP神经网络的城网供电可靠性预测方法[J].电网技术,2008,32(20)：56-59.
SONG Yun-ting, WU Jun-ling, PENG Dong, et al . A BP neural network based method to predictpower supply reliability of urban power network[J]. Power System Technology,2008,32(20): 56-59.
[11] 陈刚,周杰,张雪君,等.基于BP与RBF级联神经网络的日负荷预测[J].电网技术,2009,33(12)：101-105.
CHEN Gang, ZHOU Jie, ZHANG Xue-jun, et al . A daily load forecasting method based on cascaded back propagation and radial basis function neural networks[J].Power System Technology, 2009,33(12):101-105.
[12] 周佃民,管晓宏,孙婕,等.基于神经网络的电力系统短期负荷预测研究[J].电网技术,2002,26(2)：10-13.
ZHOU Dian-min, GUAN Xiao-hong, SUN Jie, et al . A Short-term load forecasting system based on BP artificial neural network[J].Power System Technology, 2002,26(2):10-13.
[13] 黄湘君.基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J].科技信息,2008,29(16)：313-314.
HUANG Shu-jun. Application of BP neural network based on principal component analysis in the load forecasting of power system[J]. Science&Technology Information, 2008,29(16):313-314.
[14] 高山,单渊达.基于径向基函数网络的短期负荷预测[J].电力系统自动化,1999,29(16)：313-314.
GAO Shan, SHAN Yuan-da. A new short-term load forecasting algorithm based on radial basis function network[J]. Automation of Electric Power Systems, 2008,29(16):313-314.
[15] 丛爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥：中国科技大学出版社,1998.
[16] 高隽.人工神经网络原理及仿真实例[M].北京：机械工业出版社,2003.

基于BP神经网络的输电线路工程造价预测模型

BP Neural Network Based Cost Prediction Model for Transmission Projects

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	吴小忠, 肖立华, 童超, 夏向阳, 袁翎, 甘星, 江志文, 黄湘源. 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型[J]. 中国电力, 2025, 58(2): 186-192, 215.
[2]	宋智伟, 黄新波, 纪超, 张凡, 张烨. 基于PCSA-YOLOv7 Former的输电线路连接金具及其锈蚀检测方法[J]. 中国电力, 2024, 57(6): 141-152.
[3]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[4]	叶煜明, 钱琪琪, 万正东, 张继钢. 基于嵌入法与集成学习的线路工程造价预测[J]. 中国电力, 2024, 57(5): 251-260.
[5]	马汝括, 董杰, 王雅湉, 伊国鑫, 丁祥浩, 马乐. 基于神经网络的高寒地区CF₄和SF₆/CF₄检测[J]. 中国电力, 2024, 57(3): 103-112.
[6]	李瀚儒, 刘智健, 来立永, 黄凌宇, 丁施尹, 刘任, 唐波. 考虑气象参数预测误差条件分布的架空输电线路载流量概率预测方法[J]. 中国电力, 2024, 57(2): 103-114.
[7]	张业茂, 李妮, 周翠娟, 鲁浩男. 750 kV高海拔交流输电线路无线电干扰测试数据分析[J]. 中国电力, 2023, 56(2): 77-85.
[8]	李永胜, 杨加伦, 郑维刚, 刘彬, 高正旭. 辽宁省特定重现期舞动区域分布图绘制[J]. 中国电力, 2022, 55(8): 129-134.
[9]	胡京, 邓颖, 蒋兴良, 曾蕴睿. 输电线路覆冰垭口微地形的特征提取与识别方法[J]. 中国电力, 2022, 55(8): 135-142.
[10]	马爱清, 王洁, 毕永翔. 500 kV交流线路对并行±800 kV直流线路带电作业人员安全防护的影响[J]. 中国电力, 2022, 55(6): 128-136.
[11]	方春华, 陶玉宁, 张威, 智李, 李景. 实测风速分析模拟及微地形下杆塔风速修正方法[J]. 中国电力, 2022, 55(6): 146-153.
[12]	徐鑫, 方春华, 智李, 丁璨, 董晓虎, 程绳, 孙维, 陶玉宁. 线激光清除架空线路树障时温度和效率分析[J]. 中国电力, 2022, 55(5): 94-101.
[13]	杨桢, 马钰超, 李丽, 李鑫, 马子莹. 基于HHT和GA-BP的电压暂降源定位方法[J]. 中国电力, 2022, 55(3): 97-104.
[14]	毕洁廷. 计及山谷深度的输电线路雷电绕击率三维EGM研究[J]. 中国电力, 2021, 54(8): 91-97.
[15]	武建卫, 邵剑峰. 计及波速变化的反行波直流输电线路故障测距方法[J]. 中国电力, 2021, 54(5): 121-128.

模态框（Modal）标题

基于BP神经网络的输电线路工程造价预测模型

BP Neural Network Based Cost Prediction Model for Transmission Projects

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics