CN112508512A - 电网工程造价数据管理方法、装置及终端设备 - Google Patents

电网工程造价数据管理方法、装置及终端设备 Download PDF

Info

Publication number
CN112508512A
CN112508512A CN202011348203.1A CN202011348203A CN112508512A CN 112508512 A CN112508512 A CN 112508512A CN 202011348203 A CN202011348203 A CN 202011348203A CN 112508512 A CN112508512 A CN 112508512A
Authority
CN
China
Prior art keywords
data
historical
cost
project
cost data
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.)
Granted
Application number
CN202011348203.1A
Other languages
English (en)
Other versions
CN112508512B (zh
Inventor
王林峰
徐楠
徐宁
凌云鹏
聂婧
谢延涛
周波
宋妍
郭振新
杨楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011348203.1A priority Critical patent/CN112508512B/zh
Publication of CN112508512A publication Critical patent/CN112508512A/zh
Application granted granted Critical
Publication of CN112508512B publication Critical patent/CN112508512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种电网工程造价数据管理方法、装置及终端设备，该方法属于数据管理技术领域，包括：获取目标区域内电网的历史工程造价数据；对所述历史工程造价数据进行聚类分析，得到多种历史分类数据；基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据；对所述多种历史分类数据以及目标工程的造价预算数据进行分类存储。本发明提供的电网工程造价数据管理方法、装置及终端设备能够实现电网工程造价数据的分类处理、实现电网造价数据的预算，从源头上提高电网工程造价数据分析的效率，进而实现了电网工程造价数据的有效管控。

Description

电网工程造价数据管理方法、装置及终端设备
技术领域
本发明属于数据管理技术领域，更具体地说，是涉及一种电网工程造价数据管理方法、装置及终端设备。
背景技术
随着全球经济一体化的发展，电力企业的竞争力度也逐渐增大，与此同时，电力企业为了在竞争中不断发展，提升精益化管理水平，必须朝着信息化、智能化、专业化的方向发展。目前，伴随能源与“互联网+”观念的不断融合，产生了“电力大数据”、“能源互联网”等诸多全新的发展理念概念。大数据作为社会发展的必然趋势，已经被广泛的应用于电力相关的行业。
目前，由于对电网运行过程中的输变电工程造价管理重视程度不够，导致了资金运转和控制不当的现象频繁发生，给电网工程的正常运行带来了极大的影响。随着建设规模的不断增加，建设成本也不断增加，相应的造价统计分析所需要处理的数据量急剧增大，这种大数据的环境，无疑给造价管理人员带来了更大的数据处理压力。
在当前大数据的环境下，输变电工程建设的宏观形势正处在不断地变化之中。随着国家经济水平的提高，建设成本、人工成本、征地成本等费用不断上升，由于各部门之间缺少实现数字化、电子化资料传递和较高的信息化管理水平，现行体制中部门的分工暴露出缺乏相互协作和监督、各部门之间缺乏参与内容深度的设计、流程相对模糊等问题，工程造价的历史数据及定额数据较难及时跟进，使得输变电工程部分费用控制难度增大，因此，实现电网工程造价数据有效管理，形成流程化、规范化、标准化的工程造价管控模式成为了目前电网企业亟需解决的重要问题。
发明内容
本发明的目的在于提供一种电网工程造价数据管理方法、装置及终端设备，以实现电网工程造价数据的有效管理。
本发明实施例的第一方面，提供了一种电网工程造价数据管理方法，包括：
获取目标区域内电网的历史工程造价数据；
对所述历史工程造价数据进行聚类分析，得到多种历史分类数据；
基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据；
对所述多种历史分类数据以及目标工程的造价预算数据进行分类存储。
本发明实施例的第二方面，提供了一种电网工程造价数据管理装置，包括：
数据获取模块，用于获取目标区域内电网的历史工程造价数据；
聚类分析模块，用于对所述历史工程造价数据进行聚类分析，得到多种历史分类数据；
造价预算模块，用于基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据；
分类存储模块，用于对所述多种历史分类数据以及目标工程的造价预算数据进行分类存储。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的电网工程造价数据管理方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的电网工程造价数据管理方法的步骤。
本发明实施例提供的电网工程造价数据管理方法、装置及终端设备的有益效果在于：
本发明提供的电网工程造价数据管理方法、装置及终端设备使用了聚类分析对电网工程造价数据进行分类，得到了多种历史分类数据，还基于多种历史分类数据进行了目标工程的造价数据的预算，得到了目标工程的造价预算数据。也就是说，本发明能够实现电网工程造价数据的分类处理、实现电网造价数据的预算，从源头上提高电网工程造价数据分析的效率，进而实现电网工程造价数据的有效管控。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的电网工程造价数据管理方法的流程示意图；
图2为本发明一实施例提供的电网工程造价数据管理装置的结构框图；
图3为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明一实施例提供的电网工程造价数据管理方法的流程示意图，该方法包括：
S101：获取目标区域内电网的历史工程造价数据。
在本实施例中，可采集目标区域内电网的历史工程造价数据，具体的，可以从某一省范围内现有业务系统中采集该省电网的历史工程造价数据。
S102：对历史工程造价数据进行聚类分析，得到多种历史分类数据。
在本实施例中，可基于聚类算法对历史工程造价数据进行聚类分析，得到多种历史分类数据。其中，聚类算法包括但不限于k-means聚类算法、均值偏移聚类算法、层次聚类算法等。
S103：基于多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据。
在本实施例中，可构建神经网络模型，基于构建的神经网络模型以及多种历史分类数据进行目标工程的造价数据的预算。
S104：对多种历史分类数据以及目标工程的造价预算数据进行分类存储。
在本实施例中，可对各种数据进行分类存储，以进行后续的数据分析。
由上可以得出，本发明提供的电网工程造价数据管理方法、装置及终端设备使用了聚类分析对电网工程造价数据进行分类，得到了多种历史分类数据，还基于多种历史分类数据进行了目标工程的造价数据的预算，得到了目标工程的造价预算数据。也就是说，本发明能够实现电网工程造价数据的分类处理、实现电网造价数据的预算，从源头上提高电网工程造价数据分析的效率，进而实现电网工程造价数据的有效管控。
可选地，作为本发明实施例提供的电网工程造价数据管理方法的一种具体实施方式，在对历史工程造价数据进行聚类分析之前，电网工程造价数据管理方法还可以包括对历史工程造价数据进行预处理的过程。
对历史工程造价数据进行预处理，包括：
对历史工程造价数据进行数据清洗以及数据插值处理。
对数据清洗以及数据插值处理后的历史工程造价数据进行主成分分析，得到预处理后的历史工程造价数据。
在本实施例中，历史工程造价数据可能存在噪声数据，因此可通过数据清洗对噪声数据进行去除。
在本实施例中，历史工程造价数据可能存在数据缺失的情况，因此可通过数据插值处理对历史工程造价数据进行补齐。
在本实施例中，可基于主成分分析法对历史工程造价数据进行主成分分析，以实现历史工程造价数据的降维处理，降低后续聚类分析的运算量。
其中，在对历史工程造价数据进行主成分分析之前，还可以基于KMO(Kaiser-Meyer-Olkin)统计量来检验历史工程造价数据中的对象是否适合使用主成分进行分析。
可选地，作为本发明实施例提供的电网工程造价数据管理方法的一种具体实施方式，对历史工程造价数据进行聚类分析，得到多种历史分类数据，包括：
按照预设约束条件对历史工程造价数据进行抽样，得到抽样数据。
对抽样数据进行聚类处理，确定抽样数据对应的聚类中心点。
基于聚类中心点对历史工程造价数据进行聚类，得到多种历史分类数据。
在本实施例中，选取了抽样数据进行聚类，并将得到的抽样数据的聚类中心点作为历史工程造价数据的初始聚类中心点，使历史工程造价数据的聚类不受初始聚类中心点影响，能够快速进行收敛，且保证收敛精度。
在本实施例中，在对历史工程造价数据进行聚类分析时，两个数据点之间的距离可以使用欧氏距离，也可基于皮尔逊相关系数法(也即两个数据点之间的线性相关度)进行定义，此处不作限定。
可选地，作为本发明实施例提供的电网工程造价数据管理方法的一种具体实施方式，预设约束条件为抽样数据和历史工程造价数据的相似度满足预设值。
可选地，作为本发明实施例提供的电网工程造价数据管理方法的一种具体实施方式，基于多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据，包括：
对多种历史分类数据进行训练，得到神经网络模型。
将目标工程的工程物理参数输入至神经网络模型中，得到目标工程的造价预算数据。
在本实施例中，神经网络模块可以根据输入的工程物理参数输出对应的造价信息，因此，将目标工程的工程物理参数输入至神经网络模型中，可以得到预测的目标工程的造价信息，也即目标工程的造价预算数据。
可选地，作为本发明实施例提供的电网工程造价数据管理方法的一种具体实施方式，多种历史分类数据包括工程物理参数和造价信息。
对多种历史分类数据进行训练，得到神经网络模型，包括：
构建初始网络模型。
基于历史分类数据对应的工程物理参数和造价信息对初始网络模型的权重系数进行更新，得到神经网络模型。
在本实施例中，可将历史分类数据对应的工程物理参数作为初始网络的输入值，将历史分类数据对应的造价信息作为初始网络的预设输出值对初始网络模型进行训练(也即对初始网络模型的权重系数进行更新)，得到神经网络模型。
对应于上文实施例的电网工程造价数据管理方法，图2为本发明一实施例提供的电网工程造价数据管理装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图2，该电网工程造价数据管理装置20包括：数据获取模块21、聚类分析模块22、造价预算模块23、分类存储模块24。
其中，数据获取模块21，用于获取目标区域内电网的历史工程造价数据。
聚类分析模块22，用于对历史工程造价数据进行聚类分析，得到多种历史分类数据。
造价预算模块23，用于基于多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据。
分类存储模块24，用于对多种历史分类数据以及目标工程的造价预算数据进行分类存储。
可选地，作为本发明实施例提供的电网工程造价数据管理装置的一种具体实施方式，电网工程造价数据管理装置还可以包括预处理模块，预处理模块用于对历史工程造价数据进行预处理。
对历史工程造价数据进行预处理，包括：
对历史工程造价数据进行数据清洗以及数据插值处理。
对数据清洗以及数据插值处理后的历史工程造价数据进行主成分分析，得到预处理后的历史工程造价数据。
可选地，作为本发明实施例提供的电网工程造价数据管理装置的一种具体实施方式，对历史工程造价数据进行聚类分析，得到多种历史分类数据，包括：
按照预设约束条件对历史工程造价数据进行抽样，得到抽样数据。
对抽样数据进行聚类处理，确定抽样数据对应的聚类中心点。
基于聚类中心点对历史工程造价数据进行聚类，得到多种历史分类数据。
可选地，作为本发明实施例提供的电网工程造价数据管理装置的一种具体实施方式，预设约束条件为抽样数据和历史工程造价数据的相似度满足预设值。
可选地，作为本发明实施例提供的电网工程造价数据管理装置的一种具体实施方式，基于多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据，包括：
对多种历史分类数据进行训练，得到神经网络模型。
将目标工程的工程物理参数输入至神经网络模型中，得到目标工程的造价预算数据。
可选地，作为本发明实施例提供的电网工程造价数据管理装置的一种具体实施方式，多种历史分类数据包括工程物理参数和造价信息。
对多种历史分类数据进行训练，得到神经网络模型，包括：
构建初始网络模型。
基于历史分类数据对应的工程物理参数和造价信息对初始网络模型的权重系数进行更新，得到神经网络模型。
参见图3，图3为本发明一实施例提供的终端设备的示意框图。如图3所示的本实施例中的终端300可以包括：一个或多个处理器301、一个或多个输入设备302、一个或多个输出设备303及一个或多个存储器304。上述处理器301、输入设备302、则输出设备303及存储器304通过通信总线305完成相互间的通信。存储器304用于存储计算机程序，计算机程序包括程序指令。处理器301用于执行存储器304存储的程序指令。其中，处理器301被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。
应当理解，在本发明实施例中，所称处理器301可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备302可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备303可以包括显示器(LCD等)、扬声器等。
该存储器304可以包括只读存储器和随机存取存储器，并向处理器301提供指令和数据。存储器304的一部分还可以包括非易失性随机存取存储器。例如，存储器304还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器301、输入设备302、输出设备303可执行本发明实施例提供的电网工程造价数据管理方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种电网工程造价数据管理方法，其特征在于，包括：
获取目标区域内电网的历史工程造价数据；
对所述历史工程造价数据进行聚类分析，得到多种历史分类数据；
基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据；
对所述多种历史分类数据以及目标工程的造价预算数据进行分类存储。
2.如权利要求1所述的电网工程造价数据管理方法，其特征在于，在对所述历史工程造价数据进行聚类分析之前，还包括对所述历史工程造价数据进行预处理的过程；
所述对所述历史工程造价数据进行预处理，包括：
对所述历史工程造价数据进行数据清洗以及数据插值处理；
对数据清洗以及数据插值处理后的历史工程造价数据进行主成分分析，得到预处理后的历史工程造价数据。
3.如权利要求1所述的电网工程造价数据管理方法，其特征在于，所述对所述历史工程造价数据进行聚类分析，得到多种历史分类数据，包括：
按照预设约束条件对所述历史工程造价数据进行抽样，得到抽样数据；
对所述抽样数据进行聚类处理，确定所述抽样数据对应的聚类中心点；
基于所述聚类中心点对所述历史工程造价数据进行聚类，得到多种历史分类数据。
4.如权利要求3所述的电网工程造价数据管理方法，其特征在于，所述预设约束条件为所述抽样数据和所述历史工程造价数据的相似度满足预设值。
5.如权利要求1所述的电网工程造价数据管理方法，其特征在于，所述基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据，包括：
对所述多种历史分类数据进行训练，得到神经网络模型；
将目标工程的工程物理参数输入至所述神经网络模型中，得到目标工程的造价预算数据。
6.如权利要求5所述的电网工程造价数据管理方法，其特征在于，所述多种历史分类数据包括工程物理参数和造价信息；
所述对所述多种历史分类数据进行训练，得到神经网络模型，包括：
构建初始网络模型；
基于所述历史分类数据对应的工程物理参数和造价信息对所述初始网络模型的权重系数进行更新，得到神经网络模型。
7.一种电网工程造价数据管理装置，其特征在于，包括：
数据获取模块，用于获取目标区域内电网的历史工程造价数据；
聚类分析模块，用于对所述历史工程造价数据进行聚类分析，得到多种历史分类数据；
造价预算模块，用于基于所述多种历史分类数据进行目标工程的造价数据的预算，得到目标工程的造价预算数据；
分类存储模块，用于对所述多种历史分类数据以及目标工程的造价预算数据进行分类存储。
8.如权利要求7所述的电网工程造价数据管理装置，其特征在于，还包括预处理模块，所述预处理模块用于对所述历史工程造价数据进行预处理；
所述对所述历史工程造价数据进行预处理，包括：
对所述历史工程造价数据进行数据清洗以及数据插值处理；
对数据清洗以及数据插值处理后的历史工程造价数据进行主成分分析，得到预处理后的历史工程造价数据。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
CN202011348203.1A 2020-11-26 2020-11-26 电网工程造价数据管理方法、装置及终端设备 Active CN112508512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011348203.1A CN112508512B (zh) 2020-11-26 2020-11-26 电网工程造价数据管理方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011348203.1A CN112508512B (zh) 2020-11-26 2020-11-26 电网工程造价数据管理方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN112508512A true CN112508512A (zh) 2021-03-16
CN112508512B CN112508512B (zh) 2022-09-09

Family

ID=74966284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011348203.1A Active CN112508512B (zh) 2020-11-26 2020-11-26 电网工程造价数据管理方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN112508512B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723771A (zh) * 2021-08-12 2021-11-30 成都联创天诚信息科技有限公司 一种政府投资评审方法和系统
CN115796932A (zh) * 2022-11-10 2023-03-14 永道工程咨询有限公司 一种工程造价预测方法、装置、电子设备及存储介质
CN118333666A (zh) * 2024-06-17 2024-07-12 辽宁云也智能信息科技有限公司 基于大数据分析的建筑工程造价分析方法及系统

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440370A (zh) * 2013-08-21 2013-12-11 国家电网公司 一种输变电工程造价评估方法及装置
CN105139261A (zh) * 2014-05-29 2015-12-09 国家电网公司 一种输变电工程设计评审方法
CN105321026A (zh) * 2014-08-04 2016-02-10 国家电网公司 一种输变电工程造价风险评估管理方法
CN105930931A (zh) * 2016-04-22 2016-09-07 国网浙江省电力公司经济技术研究院 一种电力工程造价的管理方法
CN106611260A (zh) * 2015-10-26 2017-05-03 国家电网公司 小区配电网工程造价指标体系评估模型的建立
CN106846082A (zh) * 2016-12-10 2017-06-13 江苏途致信息科技有限公司 基于硬件信息的旅游冷启动用户产品推荐系统及方法
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
CN107748968A (zh) * 2017-11-14 2018-03-02 国家电网公司 一种配电网工程造价数据分析模型的构建方法
CN108363720A (zh) * 2018-01-03 2018-08-03 北京丁牛科技有限公司 数据聚合方法及装置
CN109214503A (zh) * 2018-08-01 2019-01-15 华北电力大学 基于kpca-la-rbm的输变电工程造价预测方法
CN109523224A (zh) * 2018-10-08 2019-03-26 重庆大学城市科技学院 一种建筑工程造价用的分析仪及控制方法
CN109858706A (zh) * 2019-02-21 2019-06-07 蔡小青 一种工程项目造价数据管理系统及方法
CN110807490A (zh) * 2019-11-04 2020-02-18 国网四川省电力公司经济技术研究院 一种基于单基塔的输电线路工程造价智能预测方法
CN110909824A (zh) * 2019-12-09 2020-03-24 天津开心生活科技有限公司 试验数据的核查方法及装置、存储介质及电子设备
CN110992113A (zh) * 2019-12-23 2020-04-10 国网湖北省电力有限公司 基于神经网络智能算法的基建变电站项目造价预测方法
CN111125469A (zh) * 2019-12-09 2020-05-08 重庆邮电大学 一种社交网络的用户聚类方法、装置以及计算机设备
CN111343113A (zh) * 2020-02-12 2020-06-26 北京工业大学 基于数字示波器的相位同步改进方法及装置
CN111415094A (zh) * 2020-03-24 2020-07-14 青岛滨海学院 一种基于大数据的工程造价进度管理控制系统及方法
CN111582967A (zh) * 2019-11-29 2020-08-25 北京三快在线科技有限公司 内容搜索方法、装置、设备及存储介质

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440370A (zh) * 2013-08-21 2013-12-11 国家电网公司 一种输变电工程造价评估方法及装置
CN105139261A (zh) * 2014-05-29 2015-12-09 国家电网公司 一种输变电工程设计评审方法
CN105321026A (zh) * 2014-08-04 2016-02-10 国家电网公司 一种输变电工程造价风险评估管理方法
CN106611260A (zh) * 2015-10-26 2017-05-03 国家电网公司 小区配电网工程造价指标体系评估模型的建立
CN105930931A (zh) * 2016-04-22 2016-09-07 国网浙江省电力公司经济技术研究院 一种电力工程造价的管理方法
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
CN106846082A (zh) * 2016-12-10 2017-06-13 江苏途致信息科技有限公司 基于硬件信息的旅游冷启动用户产品推荐系统及方法
CN107748968A (zh) * 2017-11-14 2018-03-02 国家电网公司 一种配电网工程造价数据分析模型的构建方法
CN108363720A (zh) * 2018-01-03 2018-08-03 北京丁牛科技有限公司 数据聚合方法及装置
CN109214503A (zh) * 2018-08-01 2019-01-15 华北电力大学 基于kpca-la-rbm的输变电工程造价预测方法
CN109523224A (zh) * 2018-10-08 2019-03-26 重庆大学城市科技学院 一种建筑工程造价用的分析仪及控制方法
CN109858706A (zh) * 2019-02-21 2019-06-07 蔡小青 一种工程项目造价数据管理系统及方法
CN110807490A (zh) * 2019-11-04 2020-02-18 国网四川省电力公司经济技术研究院 一种基于单基塔的输电线路工程造价智能预测方法
CN111582967A (zh) * 2019-11-29 2020-08-25 北京三快在线科技有限公司 内容搜索方法、装置、设备及存储介质
CN110909824A (zh) * 2019-12-09 2020-03-24 天津开心生活科技有限公司 试验数据的核查方法及装置、存储介质及电子设备
CN111125469A (zh) * 2019-12-09 2020-05-08 重庆邮电大学 一种社交网络的用户聚类方法、装置以及计算机设备
CN110992113A (zh) * 2019-12-23 2020-04-10 国网湖北省电力有限公司 基于神经网络智能算法的基建变电站项目造价预测方法
CN111343113A (zh) * 2020-02-12 2020-06-26 北京工业大学 基于数字示波器的相位同步改进方法及装置
CN111415094A (zh) * 2020-03-24 2020-07-14 青岛滨海学院 一种基于大数据的工程造价进度管理控制系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723771A (zh) * 2021-08-12 2021-11-30 成都联创天诚信息科技有限公司 一种政府投资评审方法和系统
CN115796932A (zh) * 2022-11-10 2023-03-14 永道工程咨询有限公司 一种工程造价预测方法、装置、电子设备及存储介质
CN115796932B (zh) * 2022-11-10 2023-10-03 永道工程咨询有限公司 一种工程造价预测方法、装置、电子设备及存储介质
CN118333666A (zh) * 2024-06-17 2024-07-12 辽宁云也智能信息科技有限公司 基于大数据分析的建筑工程造价分析方法及系统
CN118333666B (zh) * 2024-06-17 2024-09-27 辽宁云也智能信息科技有限公司 基于大数据分析的建筑工程造价分析方法及系统

Also Published As

Publication number Publication date
CN112508512B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN112508512B (zh) 电网工程造价数据管理方法、装置及终端设备
CN102955841A (zh) 用于在复杂事件处理环境中预测事件流的未来行为的方法和/或装置
CN111611478A (zh) 信息推荐方法、装置和电子设备
CN111680855A (zh) 一种项目全过程风险自动检测预警方法及系统
CN113516275A (zh) 一种配电网超短期负荷预测方法、装置及终端设备
CN111914166B (zh) 应用于社区矫正人员的矫正策略个性化推荐系统
CN116883184A (zh) 一种基于大数据的财税智能化分析方法
CN114912720A (zh) 基于记忆网络电力负荷预测方法、装置、终端及存储介质
CN115169089A (zh) 基于核密度估计和copula的风电功率概率预测方法和装置
Khan et al. A novel approach to parameter reduction of fuzzy soft set
CN113077142B (zh) 智能学员画像方法、系统及终端设备
CN112686690B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN114003731A (zh) 异构数据处理方法、装置、服务器及存储介质
CN107679635A (zh) 基于优先级的客户跟进方法、系统及可读存储介质
CN116151409A (zh) 基于神经网络的城市日需水量预测的方法
CN111611117B (zh) 硬盘故障的预测方法、装置、设备及计算机可读存储介质
CN109636451B (zh) 一种养老模式自动推荐方法、装置及终端设备
CN111340648A (zh) 一种基于物联网的能源管控方法及系统
CN113850462A (zh) 一种事件预测处置推荐方法及系统
Wang et al. A Novel Fuzzy Time Series Method Based on Dynamic Ridge Polynomial Neural Network With Penalty Term and Fuzzy Clustering Analysis
CN113743695A (zh) 基于大数据的国际工程项目投标报价风险管理方法
CN113592139A (zh) 短期负荷预测方法及终端设备
CN117726304B (zh) 项目进度预测及项目资源配给推荐方法
CN115186979A (zh) 柜台服务质量分析方法、装置及电子设备
CN112734245B (zh) 低压配电回路监测方法、装置及设备

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
GR01 Patent grant
GR01 Patent grant