CN108921334A - 一种特高压输变电工程的工程量控制目标确定方法及装置 - Google Patents
一种特高压输变电工程的工程量控制目标确定方法及装置 Download PDFInfo
- Publication number
- CN108921334A CN108921334A CN201810618206.9A CN201810618206A CN108921334A CN 108921334 A CN108921334 A CN 108921334A CN 201810618206 A CN201810618206 A CN 201810618206A CN 108921334 A CN108921334 A CN 108921334A
- Authority
- CN
- China
- Prior art keywords
- project
- engineering
- amount
- project amount
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000009466 transformation Effects 0.000 title claims abstract description 21
- 230000005540 biological transmission Effects 0.000 title claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 29
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000010276 construction Methods 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000012731 temporal analysis Methods 0.000 claims description 2
- 238000000700 time series analysis Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000012211 strain insulator Substances 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 230000037221 weight management Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种特高压输变电工程的工程量控制目标确定方法及装置，其步骤：将工程量系统拆分为多个子模块系统，采集各子模块系统指标的工程量，影响因素以及价格数据，形成动态工程数据库；基于动态工程数据库对特高压工程量进行预测，得到工程量目标；引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；工程量控制目标的偏差分析及调整优化：将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，将偏差控制在预先设定的误差范围内。
Description
技术领域
本发明涉及一种工程量管理控制方法，特别是关于一种特高压输变电工程的工程量控制目标确定方法及装置。
背景技术
在工程管理方面，国外工程建设对工程量的管控主要是通过制度管控方式来实现的，重视的是功能的实现及效益的提升，相对弱化了工程量“量化”的概念。建设方的管控措施重点体现在：(1)重视工程建设参与方的选择，如选择有经验的参与方，可以增强对项目设计和项目全阶段全过程的把控能力，从项目的立项阶段就能为建设方提供良好的意见及建议。(2)招投标过程中更加突出投标方的施工图深化设计能力。例如在招投标中允许采用多方案报价法、增加建议方案等，鼓励投标方运用自己的经验提出更有利于项目建设的方式方法，双方共享投资节省所带来的利益的同时，也激励投标方不断总结和提高自身的能力和水平。(3)采用工程监理制度对项目实施过程进行严格把控，降低工程变更率，杜绝恶意更改设计标准、降低使用功能等现象。(4)加大考核力度及采用深化合作方式。对建设项目进行后评估，通过对质量、效率、效益方面的考核分析，建立工程建设的各参与方的考评机制。1962年，英国的“工程造价信息服务部”提出了造价估算数学模型中用相似来分析工程量,如果拟建工程与已有工程两者之间的相似程度越高，其工程量就越相似，相应的工程造价就相似。这种方法虽然简单方面，但是不够灵活，其准确性主要依赖相似度的选择，这种相似度也是模糊数学造价预测的关键所在。对此英国的Kouskoulas和Koehn指出，在实际的工程建设中不可能存在完全相似的两个工程，仅仅通过相似度的参考以某一个已建工程的数据作为参考对象是不准确的，相应的提出了回归方程模型。但是这种方法的预测结果较差，尤其是针对小样本预测而言，难以运用。
在工程造价之中，对工程量的确定主要是采用定额原则，根据工程量计算准则确定，通过定额法和工程量计价清单来得以实现。工程量计算的作用就在于根据设计图、预算定额划分的工程和定额所规定的工程量计算规则，根据不同的工程项目列举不同的计算公式，计算出结果，这也是在工程造价中最常用的工程量处理方式。通过研究国内外优秀的管理经验，我国电网公司推出“三通一标”的标准化建设成果，在近几年的超高压及以下电网工程建设中通过运用标准化设计、指标化控制的管理方式，取得了工程量管控方面的成效，积累了一些实战经验，为研究特高压输变电工程的工程量管控提供参考依据。
发明内容
针对上述问题，本发明的目的是提供一种特高压输变电工程的工程量控制目标确定方法及装置，通过“量”和“价”的协同优化，实现特高压输变电工程的造价控制目标。为特高压输变电工程造价结余高、采用上限控制等问题提供新的解决思路，大大提高工程量动态管控的效率。本发明利用信息化手段有效实现特高压输变电工程量的全过程动态管理。
为实现上述目的，本发明采取以下技术方案：一种特高压输变电工程的工程量控制目标确定方法，其步骤：1)将工程量系统拆分为不同层级的子模块系统，采集各子模块系统指标的工程量，影响因素以及价格数据，形成动态工程数据库；2)基于动态工程数据库对特高压工程量进行预测，得到工程量目标；3)引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；4)结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；5)工程量控制目标的偏差分析及调整优化：将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
进一步，所述步骤1)中，动态工程数据库的建立步骤为：1.1)将工程量分解为基础子模块，并将输变电工程分为线路工程，变电工程和换流工程三大类，结合输变电工程的设计、建设和运行特点，建立工程量子模块与影响因素之间的拓扑关系图，得到影响因素对工程量的作用路径，形成数据之间的关联结构；1.2)根据工程量与影响因素之间的作用路径采用相关分析方法量化二者之间的关联程度，计算对应的贡献值，得到各影响因素的作用权重；1.3)根据作用权重的大小确定影响因素，并以工程量子模块与影响因素之间的对应关系为模板，收集输变电工程的历史数据，分别收集工程样本的项目特征，价格数据和不同子模块的分项工程量；对历史数据进行清洗，清除奇异点，删除或填补缺失值，形成包含项目概述，影响因素，工程量及模块单价四个部分的动态工程数据库。
进一步，所述步骤2)中，特高压工程量预测步骤为：2.1)以线路工程样本为基础，采用加权欧式距离，BP神经网络以及支持向量机分别预测，形成独立预测结果；2.2)根据单项方法的预测误差计算不同方法所占权重，并以权重为依据对单项预测结果进行组合，得到组合预测值；2.3)采用正态样本参数估计方法，以样本预测结果为基础，根据显著性水平计算平均误差范围，得到样本值的预测区间。
进一步，所述步骤2.1)中，加权欧式距离计算方法为：2.1.1)根据工程量与影响因素之间的拓扑关系提取各工程量对应的影响因素向量，作为计算加权欧式距离的基础：两个n维向量a(x11，x12，...，x1n)与b(x21，x22，...，x2n)间的欧氏距离：
其中，x11，x12，...，x1n为a工程量样本对应的影响因素值，x21，x22，...，x2n同理；2.1.2)根据影响因素相关性分析所得权重结果计算加权欧式距离。
进一步，所述步骤2.2)中，权重计算方法如下：2.2.1)计算不同预测方法下的绝对误差：2.2.2)根据绝对误差计算不同预测方法下的误差平方和，m为测试样本数，h为预测方法数量：
2.2.3)根据误差平方和计算不同预测方法的权重系数：
进一步，所述步骤2.3)中，样本值的预测区间获取过程如下：2.3.1)计算相对误差平均值的置信区间：根据参数估计方法进行区间估计时，如果总体分布未知，但是为大样本，则计算总体均值μ在1-α置信水平下的置信区间；2.3.2)计算线路工程量区间估计值：根据相对误差平均值的置信区间，得到在以平均误差作为工程量预测误差前提下的区间估计值，以置信上限为最大范围；2.4)变电站与换流站工程量的预测以工程量子模块为单位，根据子模块的同质性，稳定性以及影响因素复杂程度的不同分别使用回归，支持向量机和内插法建立确定不同子模块的工程量控制目标。
进一步，所述步骤3)中，特高压相似工程的搜索方法步骤为：3.1)在对特高压输变电工程数据预处理的基础上，根据工程影响因素贡献程度大小对样本进行初步筛选；3.2)将初步筛选所得样本根据剩余影响因素向量进行层次聚类：将经过两次筛选后的样本中未参与筛选的风速、覆冰、地形地势等其他影响因素与目标工程的相应影响因素采用距离的方法计算工程相似度，得到聚类结构图；3.3)根据不同相近距离水平对聚类样本进行分组，识别确定相似工程；3.4)根据相似工程所得结果从动态数据库中提取对应模块综合单价。
进一步，所述步骤3.2)中，聚类结构图获取过程如下：3.2.1)将p个样本作为p个类，计算p个样本两两之间的距离，该距离包括欧式距离、标准欧式距离、马氏距离、绝对距离和闵氏距离，计算后得到样本两两之间的距离矩阵D0，D0是一个p×p的对称矩阵，对角线为0；3.2.2)在距离矩阵D0所得的样本之间两两距离值的基础上，根据最大距离、最小距离、平均距离、重心距离以及离差平方和这五种方法中的任意一种对样本距离进行判定，将距离最近的两个样本合并为一个新类；3.2.3)计算新类与当前各类之间的距离，若新类的个数等于1则进入下一步，否则返回步骤3.2.2)；3.2.4)根据计算出的距离得到聚类结构图。
进一步，所述步骤4)中，工程造价的目标确定过程为：4.1)依据动态工程数据库中各地实时录入的特高压工程建设人才机调整系数对由相似工程提取所得的模块综合单价进行地区价格水平调整；4.2)将历史样本数据按时间排列，形成时间序列，运用时间序列分析方法对价格趋势变化进行拟合，根据拟合所得结果对模块综合单价进行时间趋势修正；4.3)将工程量控制目标与调整修正后的模块综合单价相互匹配整合，得到工程造价的控制目标。
一种特高压输变电工程的工程量控制目标确定装置，其特征在于：该装置包括动态工程数据库形成模块、工程量预测确定模块、模块综合单价输出模块、工程造价控制目标确定模块和工程量控制目标的偏差分析及调整优化模块；所述动态工程数据库形成模块用于将工程量系统拆分为不同层级的子系统，对各子系统指标进行工程量，影响因素以及价格数据的采集，进而形成动态工程数据库；所述工程量预测确定模块基于动态工程数据库对特高压工程量进行预测，得到工程量目标；所述模块综合单价输出模块通过引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；所述工程造价控制目标确定模块是结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；所述工程量控制目标的偏差分析及调整优化模块将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
本发明由于采取以上技术方案，其具有以下优点：1、本发明可以有效改善造价管理事后控制的局面，实时监测影响因素的变化并与目标进行比对，可以分析判断工程造价是否超过了限定额度，并着重从工程量的角度进行调整控制，改变造价管控重价不重量的管理现状。2、本发明创建了系统全面的特高压输变电工程数据库。该数据库的建立不仅为将来新工程加入后，工程量数据和影响因素数据采集的完整性和规范性提供了模板，也为后续对新建工程的造价预测提供了研究思路和数据支持。基于该数据库基础之上的工程量控制目标确定方法简单易行，精度符合要求，计算过程容易实现。从而提升造价管控的主动性和应急能力，为工程造价的预判、预控提供可靠依据，提升造价管理水平，提升“大建设”体系运行效率，作为实现工程投资成本合理控制的技术支撑。
附图说明
图1是本发明的整体流程示意图。
具体实施方式
下面结合附图和实施实例对本发明进行详细的描述。
如图1所示，本发明提供一种特高压输变电工程的工程量控制目标确定方法，其包括以下步骤：
1)将工程量系统拆分为不同层级的子模块系统，采集各子模块系统指标的工程量，影响因素以及价格数据，形成动态工程数据库。
动态工程数据库的建立以主体工程的细分模块为基本单元，包括历史样本的原始工程量，与之对应的影响因素以及材料价信息数据和输入的工程影响因素指标的实时数据；包括经过数据预处理的一次数据和经过二次计算所得的模块综合单价数据。
其中，动态工程数据库的建立是所有研究步骤开展的基础，并为新工程加入后工程量数据和影响因素数据采集的完整性和规范性提供模板，也为后续对新建工程的造价预测提供了研究思路和数据支持。其建立步骤为：
1.1)根据WBS分解法将工程量分解为基础子模块，并将输变电工程分为线路工程，变电工程和换流工程三大类。借助鱼刺图分析法，结合输变电工程的设计、建设和运行特点，建立工程量子模块与影响因素之间的拓扑关系图，得到影响因素对工程量的作用路径，形成数据之间的关联结构。
1.2)根据工程量与影响因素之间的作用路径采用相关分析方法量化二者之间的关联程度，计算对应的贡献值，得到各影响因素的作用权重。
1.3)根据作用权重的大小确定影响因素，并以工程量子模块与影响因素之间的对应关系为模板，收集输变电工程的历史数据，分别收集工程样本的项目特征，价格数据和不同子模块的分项工程量；对历史数据进行清洗，清除奇异点，删除或填补缺失值，形成包含项目概述，影响因素，工程量及模块单价四个部分的动态工程数据库；
2)基于动态工程数据库对特高压工程量进行预测，得到工程量目标；
动态工程数据库中包含的工程量与价格数据是所有研究模型的起点，实现数据需求的综合集成。其中动态工程数据库所提取数据已进行了进一步处理，运用同向化、归一化、标准化以及奇异点剔除等方法对数据预处理。
特高压工程量预测步骤为：
在对输变电工程量数据预处理的基础上，对不同工程类别采用不同的工程量确定模型，形成独立预测结果。线路工程与变电换流工程分别确立预测模型。步骤2.1),2.2)以及2.3)为特高压线路工程量的预测方法，步骤2.4)为变电站换流站工程量预测方法。
2.1)以线路工程样本为基础，采用加权欧式距离，BP神经网络以及支持向量机分别预测，形成独立预测结果。
加权欧式距离计算方法为：
2.1.1)根据工程量与影响因素之间的拓扑关系提取各工程量对应的影响因素向量，作为计算加权欧式距离的基础。
例如：对于线路工程中的塔材工程量，可以提炼出影响因素向量
R＝{导线截面，风速，覆冰，耐张比例，杆塔使用数，地形，…}
其中R表示某类工程量的影响因素向量。
2.1.2)根据影响因素相关性分析所得权重结果计算加权欧式距离；
两个n维向量a(x11，x12，...，x1n)与b(x21，x22，...，x2n)间的欧氏距离：
其中，x11，x12，...，x1n为a工程量样本对应的影响因素值，x21，x22，...，x2n同理。
加入影响因素权重计算加权欧式距离：
其中q1,q2,…,qn为n个分量相对应的权重。
同样以提取所得的工程量影响因素向量为基础，分别采用BP神经网络及支持向量机方法进行预测，得到单项预测结果。
2.2)根据单项方法的预测误差计算不同方法所占权重，并以权重为依据对单项预测结果进行组合，得到组合预测值。
权重计算方法如下：
2.2.1)计算不同预测方法下的绝对误差：
2.2.2)根据绝对误差计算不同预测方法下的误差平方和，m为测试样本数，h为预测方法数量：
2.2.3)根据误差平方和计算不同预测方法的权重系数：
2.3)采用正态样本参数估计方法，以样本预测结果为基础，根据显著性水平计算平均误差范围，得到样本值的预测区间。
2.3.1)计算相对误差平均值的置信区间：根据参数估计方法进行区间估计时，如果总体分布未知，但是为大样本(m≥30)，则可以计算总体均值μ在1-α置信水平下的置信区间。
如果将工程量测试样本预测的相对误差作为随机变量，则为相对误差均值，zα/2为标准正态分布右侧面积为时的z值，s是测试样本相对误差的标准差。
2.3.2)计算线路工程量区间估计值：根据相对误差平均值的置信区间，得到在以平均误差作为工程量预测误差前提下的区间估计值，以置信上限为最大范围。
相应的线路工程量区间估计为：
其中是步骤2.2所得的线路工程量组合预测值，是相对误差均值，在实际工程量预测中，对于测试样本数大于等于30的工程量区间估计值采用正态分布，对于测试样本数小于30的工程量需采用t分布来建立总体均值的置信区间。
2.4)变电站与换流站工程量的预测以工程量子模块为单位，根据子模块的同质性，稳定性以及影响因素复杂程度的不同分别使用回归，支持向量机和内插法等建立确定不同子模块的工程量控制目标。
3)继续引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价。
特高压相似工程的搜索方法步骤为：
3.1)在对特高压输变电工程数据预处理的基础上，根据工程影响因素贡献程度大小对样本进行初步筛选。
在计算工程的相似度之前对重要的影响因素进行排序筛选，相当于给样本库中各个不同影响因素进行了加权，比如线路工程中按照电压等级，回路数，导线截面的优先级进行筛选。
3.2)将初步筛选所得样本根据剩余影响因素向量进行层次聚类：将经过两次筛选后的样本中未参与筛选的风速、覆冰、地形地势等其他影响因素与目标工程的相应影响因素采用距离的方法计算工程相似度，得到聚类结构图。
3.2.1)将初筛所得的p个样本作为p个类，计算p个样本两两之间的距离，该距离包括欧式距离、标准欧式距离、马氏距离、绝对距离和闵氏距离，计算后得到样本两两之间的距离矩阵D0，是一个p×p的对称矩阵，对角线为0。
3.2.2)在距离矩阵D0所得的样本之间两两距离值的基础上，根据最大距离、最小距离、平均距离、重心距离以及离差平方和这五种方法中的任意一种对样本距离进行判定，将距离最近的两个样本合并为一个新类。
3.2.3)计算新类与当前各类之间的距离(新类与当前类的距离等于当前类与组合类中包含的类的距离的最小值)，若新类与当前各类总数个数等于1，则合并完成,进入下一步，否则返回步骤3.2.2)。
3.2.4)根据步骤3.2.3)计算出的距离得到聚类结构图。
3.3)根据不同相近距离水平对聚类样本进行分组，识别确定相似工程。
3.4)根据相似工程所得结果从动态数据库中提取对应模块综合单价。
4)结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；
工程造价的目标确定过程为：
4.1)依据动态工程数据库中各地实时录入的特高压工程建设人才机调整系数对由相似工程提取所得的模块综合单价进行地区价格水平调整。
4.2)将历史样本数据按时间排列，形成时间序列，运用时间序列分析方法对价格趋势变化进行拟合，根据拟合所得结果对模块综合单价进行时间趋势修正。
4.3)将工程量控制目标与调整修正后的模块综合单价相互匹配整合，得到工程造价的控制目标。
5)工程量控制目标的偏差分析及调整优化：将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
工程量控制目标的偏差分析及调整优化过程为：
5.1)将标准工程量与控制目标进行比对，并对偏差进行分解，得到量价各自的偏离幅度大小，并判断偏差是否在预先设定误差范围内，若不在则认为不合理，则需要返回步骤2)，对偏差原因所在环节的过程进行优化调整；若在，则确定工程量控制目标。
5.2)按照工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块优先调整的原则对模块工程量进行修正，直到工程量偏差处于预先设定的误差范围内。
本发明还提供一种特高压输变电工程的工程量控制目标确定装置，其包括动态工程数据库形成模块、工程量预测确定模块、模块综合单价输出模块、工程造价控制目标确定模块和工程量控制目标的偏差分析及调整优化模块。
动态工程数据库形成模块用于将工程量系统拆分为不同层级的子系统，对各子系统指标进行工程量，影响因素以及价格数据的采集，进而形成动态工程数据库；
工程量预测确定模块基于动态工程数据库对特高压工程量进行预测，得到工程量目标；
模块综合单价输出模块通过引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；
工程造价控制目标确定模块是结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；
工程量控制目标的偏差分析及调整优化模块将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
上述各实施例仅用于说明本发明，各步骤都是可以有所变化的，本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (10)
1.一种特高压输变电工程的工程量控制目标确定方法，其特征在于包括以下步骤：
1)将工程量系统拆分为不同层级的子模块系统，采集各子模块系统指标的工程量，影响因素以及价格数据，形成动态工程数据库；
2)基于动态工程数据库对特高压工程量进行预测，得到工程量目标；
3)引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；
4)结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；
5)工程量控制目标的偏差分析及调整优化：将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
2.如权利要求1所述方法，其特征在于：所述步骤1)中，动态工程数据库的建立步骤为：
1.1)将工程量分解为基础子模块，并将输变电工程分为线路工程，变电工程和换流工程三大类，结合输变电工程的设计、建设和运行特点，建立工程量子模块与影响因素之间的拓扑关系图，得到影响因素对工程量的作用路径，形成数据之间的关联结构；
1.2)根据工程量与影响因素之间的作用路径采用相关分析方法量化二者之间的关联程度，计算对应的贡献值，得到各影响因素的作用权重；
1.3)根据作用权重的大小确定影响因素，并以工程量子模块与影响因素之间的对应关系为模板，收集输变电工程的历史数据，分别收集工程样本的项目特征，价格数据和不同子模块的分项工程量；对历史数据进行清洗，清除奇异点，删除或填补缺失值，形成包含项目概述，影响因素，工程量及模块单价四个部分的动态工程数据库。
3.如权利要求2所述方法，其特征在于：所述步骤2)中，特高压工程量预测步骤为：
2.1)以线路工程样本为基础，采用加权欧式距离，BP神经网络以及支持向量机分别预测，形成独立预测结果；
2.2)根据单项方法的预测误差计算不同方法所占权重，并以权重为依据对单项预测结果进行组合，得到组合预测值；
2.3)采用正态样本参数估计方法，以样本预测结果为基础，根据显著性水平计算平均误差范围，得到样本值的预测区间。
4.如权利要求3所述方法，其特征在于：所述步骤2.1)中，加权欧式距离计算方法为：
2.1.1)根据工程量与影响因素之间的拓扑关系提取各工程量对应的影响因素向量，作为计算加权欧式距离的基础：
两个n维向量a(x11，x12，...，x1n)与b(x21，x22，...，x2n)间的欧氏距离：
其中，x11，x12，...，x1n为a工程量样本对应的影响因素值，x21，x22，...，x2n同理；
2.1.2)根据影响因素相关性分析所得权重结果计算加权欧式距离。
5.如权利要求3所述方法，其特征在于：所述步骤2.2)中，权重计算方法如下：
2.2.1)计算不同预测方法下的绝对误差：
2.2.2)根据绝对误差计算不同预测方法下的误差平方和，m为测试样本数，h为预测方法数量：
2.2.3)根据误差平方和计算不同预测方法的权重系数：
6.如权利要求3所述方法，其特征在于：所述步骤2.3)中，样本值的预测区间获取过程如下：
2.3.1)计算相对误差平均值的置信区间：根据参数估计方法进行区间估计时，如果总体分布未知，但是为大样本，则计算总体均值μ在1-α置信水平下的置信区间；
2.3.2)计算线路工程量区间估计值：根据相对误差平均值的置信区间，得到在以平均误差作为工程量预测误差前提下的区间估计值，以置信上限为最大范围；
2.4)变电站与换流站工程量的预测以工程量子模块为单位，根据子模块的同质性，稳定性以及影响因素复杂程度的不同分别使用回归，支持向量机和内插法建立确定不同子模块的工程量控制目标。
7.如权利要求1所述方法，其特征在于：所述步骤3)中，特高压相似工程的搜索方法步骤为：
3.1)在对特高压输变电工程数据预处理的基础上，根据工程影响因素贡献程度大小对样本进行初步筛选；
3.2)将初步筛选所得样本根据剩余影响因素向量进行层次聚类：将经过两次筛选后的样本中未参与筛选的风速、覆冰、地形地势等其他影响因素与目标工程的相应影响因素采用距离的方法计算工程相似度，得到聚类结构图；
3.3)根据不同相近距离水平对聚类样本进行分组，识别确定相似工程；
3.4)根据相似工程所得结果从动态数据库中提取对应模块综合单价。
8.如权利要求7所述方法，其特征在于：所述步骤3.2)中，聚类结构图获取过程如下：
3.2.1)将p个样本作为p个类，计算p个样本两两之间的距离，该距离包括欧式距离、标准欧式距离、马氏距离、绝对距离和闵氏距离，计算后得到样本两两之间的距离矩阵D0，D0是一个p×p的对称矩阵，对角线为0；
3.2.2)在距离矩阵D0所得的样本之间两两距离值的基础上，根据最大距离、最小距离、平均距离、重心距离以及离差平方和这五种方法中的任意一种对样本距离进行判定，将距离最近的两个样本合并为一个新类；
3.2.3)计算新类与当前各类之间的距离，若新类的个数等于1则进入下一步，否则返回步骤3.2.2)；
3.2.4)根据计算出的距离得到聚类结构图。
9.如权利要求1所述方法，其特征在于：所述步骤4)中，工程造价的目标确定过程为：
4.1)依据动态工程数据库中各地实时录入的特高压工程建设人才机调整系数对由相似工程提取所得的模块综合单价进行地区价格水平调整；
4.2)将历史样本数据按时间排列，形成时间序列，运用时间序列分析方法对价格趋势变化进行拟合，根据拟合所得结果对模块综合单价进行时间趋势修正；
4.3)将工程量控制目标与调整修正后的模块综合单价相互匹配整合，得到工程造价的控制目标。
10.一种特高压输变电工程的工程量控制目标确定装置，其特征在于：该装置包括动态工程数据库形成模块、工程量预测确定模块、模块综合单价输出模块、工程造价控制目标确定模块和工程量控制目标的偏差分析及调整优化模块；
所述动态工程数据库形成模块用于将工程量系统拆分为不同层级的子系统，对各子系统指标进行工程量，影响因素以及价格数据的采集，进而形成动态工程数据库；
所述工程量预测确定模块基于动态工程数据库对特高压工程量进行预测，得到工程量目标；
所述模块综合单价输出模块通过引用实时输入工程的关键影响因素参数，通过特高压相似工程搜索方法识别相似工程，输出与造价相关的相似工程模块综合单价；
所述工程造价控制目标确定模块是结合动态工程数据库、工程量目标以及相似工程模块综合单价，确定工程造价控制目标；
所述工程量控制目标的偏差分析及调整优化模块将控制目标与预先设定的标准工程量进行对比，判断其偏差幅度以及量价影响比例，优先调整工程量弹性较大的模块，对总造价影响较大模块以及最不重要的模块，将偏差控制在预先设定的误差范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810618206.9A CN108921334A (zh) | 2018-06-15 | 2018-06-15 | 一种特高压输变电工程的工程量控制目标确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810618206.9A CN108921334A (zh) | 2018-06-15 | 2018-06-15 | 一种特高压输变电工程的工程量控制目标确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108921334A true CN108921334A (zh) | 2018-11-30 |
Family
ID=64420392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810618206.9A Pending CN108921334A (zh) | 2018-06-15 | 2018-06-15 | 一种特高压输变电工程的工程量控制目标确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108921334A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097137A (zh) * | 2019-05-10 | 2019-08-06 | 广东中建普联科技股份有限公司 | 工程概算项目数据的国标定额自定义特征数据提取方法 |
| CN111027828A (zh) * | 2019-11-27 | 2020-04-17 | 国网冀北电力有限公司经济技术研究院 | 导线工程量的预测方法及装置 |
| CN111553558A (zh) * | 2020-03-30 | 2020-08-18 | 宁波市城展建设工程有限公司 | 一种建筑造价预算方法、装置及其存储介质 |
| CN111652640A (zh) * | 2020-05-28 | 2020-09-11 | 上海上咨工程造价咨询有限公司 | 电力项目的土建辅助计价方法、系统及其存储介质 |
| CN113128125A (zh) * | 2021-04-23 | 2021-07-16 | 广东电网有限责任公司 | 输变电工程材料量预测方法和装置 |
| CN113344552A (zh) * | 2021-07-08 | 2021-09-03 | 中宬建设管理有限公司 | 一种基于工程造价的多项目联合管理方法及系统 |
| CN113671938A (zh) * | 2021-08-20 | 2021-11-19 | 内蒙古民族大学 | 基于融合距离法的列车故障解析方法及系统 |
| CN114638658A (zh) * | 2022-05-07 | 2022-06-17 | 广东飞腾工程咨询有限公司 | 一种基于bim技术数据共享的工程造价方法及系统 |
| CN117575158A (zh) * | 2023-11-27 | 2024-02-20 | 永道工程咨询有限公司 | 一种工程清单综合单价合理性判定方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956788A (zh) * | 2016-05-24 | 2016-09-21 | 国家电网公司 | 一种输变电工程造价的动态管理控制方法 |
| CN105976077A (zh) * | 2016-03-04 | 2016-09-28 | 国家电网公司 | 一种输变电工程造价动态控制目标计算系统及计算方法 |
| CN107067092A (zh) * | 2016-11-25 | 2017-08-18 | 国网浙江省电力公司经济技术研究院 | 一种特高压输变电工程造价组合预测方法及预测装置 |
-
2018
- 2018-06-15 CN CN201810618206.9A patent/CN108921334A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976077A (zh) * | 2016-03-04 | 2016-09-28 | 国家电网公司 | 一种输变电工程造价动态控制目标计算系统及计算方法 |
| CN105956788A (zh) * | 2016-05-24 | 2016-09-21 | 国家电网公司 | 一种输变电工程造价的动态管理控制方法 |
| CN107067092A (zh) * | 2016-11-25 | 2017-08-18 | 国网浙江省电力公司经济技术研究院 | 一种特高压输变电工程造价组合预测方法及预测装置 |
Non-Patent Citations (1)
| Title |
|---|
| 罗福多 等: "特高压线路工程的工程量组合预测研究", 《湖北电力》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097137B (zh) * | 2019-05-10 | 2022-11-25 | 广东中建普联科技股份有限公司 | 工程概算项目数据的国标定额自定义特征数据提取方法 |
| CN110097137A (zh) * | 2019-05-10 | 2019-08-06 | 广东中建普联科技股份有限公司 | 工程概算项目数据的国标定额自定义特征数据提取方法 |
| CN111027828A (zh) * | 2019-11-27 | 2020-04-17 | 国网冀北电力有限公司经济技术研究院 | 导线工程量的预测方法及装置 |
| CN111553558A (zh) * | 2020-03-30 | 2020-08-18 | 宁波市城展建设工程有限公司 | 一种建筑造价预算方法、装置及其存储介质 |
| CN111652640A (zh) * | 2020-05-28 | 2020-09-11 | 上海上咨工程造价咨询有限公司 | 电力项目的土建辅助计价方法、系统及其存储介质 |
| CN111652640B (zh) * | 2020-05-28 | 2023-06-09 | 上海上咨工程造价咨询有限公司 | 电力项目的土建辅助计价方法、系统及其存储介质 |
| CN113128125A (zh) * | 2021-04-23 | 2021-07-16 | 广东电网有限责任公司 | 输变电工程材料量预测方法和装置 |
| CN113128125B (zh) * | 2021-04-23 | 2023-04-07 | 广东电网有限责任公司 | 输变电工程材料量预测方法和装置 |
| CN113344552A (zh) * | 2021-07-08 | 2021-09-03 | 中宬建设管理有限公司 | 一种基于工程造价的多项目联合管理方法及系统 |
| CN113344552B (zh) * | 2021-07-08 | 2021-12-31 | 中宬建设管理有限公司 | 一种基于工程造价的多项目联合管理方法及系统 |
| CN113671938A (zh) * | 2021-08-20 | 2021-11-19 | 内蒙古民族大学 | 基于融合距离法的列车故障解析方法及系统 |
| CN114638658B (zh) * | 2022-05-07 | 2022-09-02 | 广东飞腾工程咨询有限公司 | 一种基于bim技术数据共享的工程造价方法及系统 |
| CN114638658A (zh) * | 2022-05-07 | 2022-06-17 | 广东飞腾工程咨询有限公司 | 一种基于bim技术数据共享的工程造价方法及系统 |
| CN117575158A (zh) * | 2023-11-27 | 2024-02-20 | 永道工程咨询有限公司 | 一种工程清单综合单价合理性判定方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921334A (zh) | 一种特高压输变电工程的工程量控制目标确定方法及装置 | |
| CN111429027B (zh) | 一种基于大数据的地区输电网运行多维度分析方法 | |
| CN109492950B (zh) | 一种基于gis技术可满足大区域范围空间饱和负荷预测方法 | |
| CN106096810B (zh) | 基于配电网运行数据与地理拓扑信息的规划方法及系统 | |
| CN106682808A (zh) | 在线滚动优化调度模型 | |
| CN103761690A (zh) | 基于电网系统中电压无功控制系统的评估方法 | |
| CN116070886B (zh) | 水资源系统多维适应性调控方法及系统 | |
| CN108388962B (zh) | 一种风电功率预测系统及方法 | |
| CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
| CN113609649B (zh) | 一种构建基于机会约束的配电网中压线路规划模型的方法 | |
| CN112926770A (zh) | 一种基于数字孪生的统一数据计量采集系统 | |
| CN111898812B (zh) | 一种分布式光伏数据虚拟采集方法 | |
| CN107220758A (zh) | 一种电网规划辅助系统 | |
| CN116739368A (zh) | 基于能源大数据的工业园区碳排放水平监测及评估方法 | |
| CN111738854A (zh) | 一种基于云计算的新能源现货交易决策的数据服务系统 | |
| CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理系统 | |
| Xiang et al. | Real-time dispatch with secondary frequency regulation: A pathway to consider intra-interval fluctuations | |
| CN116266331A (zh) | 电网公司区域内的电力能源结构监测方法及装置 | |
| CN112101673B (zh) | 一种基于隐马尔可夫模型的电网发展趋势预测方法及系统 | |
| CN111967684B (zh) | 一种基于大数据分析的计量资产主动配送方法 | |
| Quan et al. | Construction of neural network-based prediction intervals for short-term electrical load forecasting | |
| Christen et al. | Exogenous Data for Load Forecasting: A Review. | |
| CN108288122B (zh) | 一种多区域互联系统的评估方法和装置 | |
| CN112053086B (zh) | 基于大数据电网运行诊断系统的工作方法 | |
| Kang et al. | Ultra-short-term wind power prediction and its application in early-warning system of power systems security and stability |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
| RJ01 | Rejection of invention patent application after publication |