本发明专利技术涉及输变电工程领域,尤其为一种输变电工程造价预测方法,包括如下步骤:收集已建成输变电工程造价数据;对上述造价数据进行分类和预处理;对经过预处理的变电站数据进行离散时间划分,形成数据集;进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;对预建工程相关数据进行挖掘,实现预建工程数据与历史数据库中数据成员关联规则的挖掘;提供服务接口,实现数据成员关联规则对外输出。本发明专利技术利用数据挖掘技术以及情景预测法,对待建工程的造价水平进行评估,结合相似的已完工工程造价分析数据,综合考虑主要情景因素的变化,进行科学有效的比较预测研究。
【技术实现步骤摘要】
本专利技术涉及输变电工程领域,尤其为。
技术介绍
输变电工程造价预测是应用数据挖掘技术进行有效知识充分利用的体现,根据造价数据准备、处理以及大量的分析管理工作,为指导后续开展的工程建设提供准确的造价预测依据,为科学化造价评审提供参考。
技术实现思路
本专利技术目的在于提供一种基于对历史数据挖掘而形成的输变电工程造价预测方法,具体由以下技术方案实现: 该输变电工程造价预测方法,包括如下步骤: 1、收集已建成输变电工程造价数据;2、对上述造价数据进行分类和预处理;3、对经过预处理的变电站数据进行离散时间划分,形成数据集;4、进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;5、对预建工程相关数据进行挖掘,实现预建工程数据与历史数据库中数据成员关联规则的挖掘;6、提供服务接口,实现所述数据成员关联规则对外输出。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤2包括以下步骤: 步骤a:将工程造价数据分为状态量和量测量; 步骤b:对所述状态量中的单双状态量进行单一化处理,形成开关状态的独立数据;所述的输变电工程造价预测方法,其进一步设计在于:所述步骤b中,对所述状态量中的单双状态量进行单一化处理。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤3中,对经过预处理的变电站数据按照变电站运行时间以及历史数据库规模大小进行离散时间划分,形成数据集。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤4中,通过对数据集的反复迭代,计算各个变电站数据的支持度计数和权重计数,从而根据预定的关联挖掘深度实现历史数据库中数据成员关联规则的挖掘。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤5中,通过对预建工程新增数据进行挖掘,提取其中数据成员关联规则,并与历史数据库中数据成员关联规则进行比对,计算并分析包含不同数据集的原始数据集,分析每个数据集中各自预建工程数据的支持度因子,并重复迭代扫描历史数据库即可获取预建工程造价新增数据中的数据成员关联规则,实现预建工程造价新增数据与历史数据库中数据成员关联规则的挖掘。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤6中,通过数据挖掘,实现变电站新增数据与历史数据库中数据成员关联规则的挖掘,提供服务接口,实现所述数据成员关联规则对外输出。本专利技术利用数据挖掘技术以及情景预测法,对待建工程的造价水平进行评估,结合相似的已完工工程造价分析数据,综合考虑主要情景因素的变化,进行科学有效的比较预测研究。【具体实施方式】以下结合实施例对本专利技术进行进一步说明: ,包括如下步骤:1、收集已建成输变电工程造价数据;2、对上述造价数据进行分类和预处理;3、对经过预处理的变电站数据进行离散时间划分,形成数据集;4、进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;5、对预建工程相关数据进行挖掘,实现预建工程数据与历史数据库中数据成员关联规则的挖掘;6、提供服务接口,实现所述数据成员关联规则对外输出。 所述步骤2包括以下步骤: 步骤a:将工程造价数据分为状态量和量测量; 步骤b:对所述状态量中的单双状态量进行单一化处理,形成开关状态的独立数据; 所述步骤b中,对所述状态量中的单双状态量进行单一化处理。所述的输变电工程造价预测方法,其进一步设计在于:所述步骤3中,对经过预处理的变电站数据按照变电站运行时间以及历史数据库规模大小进行离散时间划分,形成数据集。所述步骤4中,通过对数据集的反复迭代,计算各个变电站数据的支持度计数和权重计数,从而根据预定的关联挖掘深度实现历史数据库中数据成员关联规则的挖掘。所述步骤5中,通过对预建工程新增数据进行挖掘,提取其中数据成员关联规则,并与历史数据库中数据成员关联规则进行比对,计算并分析包含不同数据集的原始数据集,分析每个数据集中各自预建工程数据的支持度因子,并重复迭代扫描历史数据库即可获取预建工程造价新增数据中的数据成员关联规则,实现预建工程造价新增数据与历史数据库中数据成员关联规则的挖掘。所述步骤6中,通过数据挖掘,实现变电站新增数据与历史数据库中数据成员关联规则的挖掘,提供服务接口,实现所述数据成员关联规则对外输出。( 1)通过分析大量输变电工程造价数据,挖掘造价水平变化的内在规律,以造价数据为研究对象,通过时间序列分析寻求数据变化的周 期性、趋势等特征,结合神经网络预测技术、时间序列预测技术、回归预测技术等方法建立有效的预测模型,对未来造价水平的变化进行有效的预测。( 2)结合关联分析的思想,研究影响造价的主要因素,例如市场因素、政策因素、经济环境因素等等,根据分类结果的划分类别,针对不同电压等级、不同项目类型等属性,建立综合的情景预测数据库。利用情景预测法,对待建工程的造价水平进行评估,结合相似的已完工工程造价分析数据,综合考虑主要情景因素的变化,进行科学有效 的比较预测研究。【主权项】1.,其特征在于包括如下步骤: 1)、收集已建成输变电工程造价数据;2)、对上述造价数据进行分类和预处理;3)、对经过预处理的变电站数据进行离散时间划分,形成数据集;4)、进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;5)、对预建工程相关数据进行挖掘,实现预建工程数据与历史数据库中数据成员关联规则的挖掘;6)、提供服务接口,实现所述数据成员关联规则对外输出。2.根据权利要求1所述的输变电工程造价预测方法,其特征在于:所述步骤2包括以下步骤: 步骤a:将工程造价数据分为状态量和量测量; 步骤b:对所述状态量中的单双状态量进行单一化处理,形成开关状态的独立数据。3.根据权利要求2所述的输变电工程造价预测方法,其特征在于:所述步骤b中,对所述状态量中的单双状态量进行单一化处理。4.根据权利要求1所述的输变电工程造价预测方法,其特征在于:所述步骤3中,对经过预处理的变电站数据按照变电站运行时间以及历史数据库规模大小进行离散时间划分,形成数据集。5.根据权利要求1所述的适输变电工程造价预测方法,其特征在于:所述步骤4中,通过对数据集的反复迭代,计算各个变电站数据的支持度计数和权重计数,从而根据预定的关联挖掘深度实现历史数据库中数据成员关联规则的挖掘。6.根据权利要求1所述的输变电工程造价预测方法,其特征在于:所述步骤4中,通过对预建工程新增数据进行挖掘,提取其中数据成员关联规则,并与历史数据库中数据成员关联规则进行比对,计算并分析包含不同数据集的原始数据集,分析每个数据集中各自预建工程数据的支持度因子,并重复迭代扫描历史数据库即可获取预建工程造价新增数据中的数据成员关联规则,实现预建工程造价新增数据与历史数据库中数据成员关联规则的挖掘。7.根据权利要求1所述的输变电工程造价预测方法,其特征在于:所述步骤6中,通过数据挖掘,实现变电站新增数据与历史数据库中数据成员关联规则的挖掘,提供服务接口,实现所述数据成员关联规则对外输出。【专利摘要】本专利技术涉及输变电工程领域,尤其为,包括如下步骤:收集已建成输变电工程造价数据;对上述造价数据进行分类和预处理;对经过预处理的变电站数据进行离散时间划分,形成数据集;进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;对预建工程相关数据进行挖掘,实现预建工本文档来自技高网...
【技术保护点】
一种输变电工程造价预测方法,其特征在于包括如下步骤:1)、收集已建成输变电工程造价数据;2)、对上述造价数据进行分类和预处理;3)、对经过预处理的变电站数据进行离散时间划分,形成数据集;4)、进行造价数据挖掘,实现历史数据库中数据成员关联规则的挖掘;5)、对预建工程相关数据进行挖掘,实现预建工程数据与历史数据库中数据成员关联规则的挖掘;6)、提供服务接口,实现所述数据成员关联规则对外输出。
【技术特征摘要】
【专利技术属性】
技术研发人员:王朋,刘毅,方向,刘婷,孙海森,张旺,凌俊斌,黄河,蒋琛,王景龙,
申请(专利权)人:国家电网公司,江苏省电力公司,江苏省电力公司电力经济技术研究院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。