CN116912034A - 一种配电网工程造价数据拆分方法及辅助计算系统 - Google Patents
一种配电网工程造价数据拆分方法及辅助计算系统 Download PDFInfo
- Publication number
- CN116912034A CN116912034A CN202310891168.5A CN202310891168A CN116912034A CN 116912034 A CN116912034 A CN 116912034A CN 202310891168 A CN202310891168 A CN 202310891168A CN 116912034 A CN116912034 A CN 116912034A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- data
- cost data
- cost
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013461 design Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000007635 classification algorithm Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000007726 management method Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000013468 resource allocation Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007728 cost analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 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
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/0283—Price estimation or determination
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及配电网工程领域,公开了一种配电网工程造价数据拆分方法及辅助计算系统,包括S1、接收配电网工程的总造价数据;S2、将总造价数据拆分为多个子系统的分项造价数据;S3、对每个子系统的分项造价数据进行分类和归类;S4、确定每个子系统的分项造价数据的归属和用途;S5、计算每个子系统的分项造价数据在配电网工程中的比例和占比;S6、生成拆分后的配电网工程造价数据。通过将配电网拆分成多个子系统,可以更准确地估计整个工程的造价;此外对于每个子系统,使用加权平均数法等合适的拆分方法来确保其总造价合理,通过对每个配电网子系统的造价与设计参数之间的关系建模,可以更好地预测其未来的成本变化趋势,并进行优化。
Description
技术领域
本发明涉及配电网工程技术领域,具体为一种配电网工程造价数据拆分方法及辅助计算系统。
背景技术
在电力系统中,配电网是将高压输电线路输送的电能转换为可供家庭、工业和商业用途使用的电能的关键部分。因此,在配电网工程中,准确计算工程造价是至关重要的。然而,由于配电网通常由多个子系统组成,如变电站、开关站、电缆线路等,因此对整个配电网进行精确的造价拆分变得非常困难。此外,缺乏有效的辅助计算系统也会增加造价拆分的难度。
目前市场上有许多专门用于工程造价估算的软件,如建筑工程造价估算软件、机电工程造价估算软件等。这些软件可以根据不同的设计参数和成本数据,自动计算出整个工程的造价。然而,这些软件通常只能处理单一子系统的造价估算,对于复杂的配电网工程来说,仍需要进行人工手动拆分和调整。
发明内容
针对现有技术的不足,本发明提供了一种配电网工程造价数据拆分方法及辅助计算系统,解决了传统对于复杂的配电网工程拆分作业,人工编制工作量大,效率低,且缺乏效率工具的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种配电网工程造价数据拆分方法,包括以下步骤:
S1、接收配电网工程的总造价数据;
S2、将总造价数据拆分为多个子系统的分项造价数据;
S3、对每个子系统的分项造价数据进行分类和归类;
S4、确定每个子系统的分项造价数据的归属和用途;
S5、计算每个子系统的分项造价数据在配电网工程中的比例和占比;
S6、生成拆分后的配电网工程造价数据,并保存或输出。
优选的,所述分类和归类步骤中的数据分类采用基于机器学习的自动分类算法。
优选的,所述方法还包括从配电网工程的设计文件中提取设计参数,并将设计参数与分项造价数据进行关联,以便于更准确地预测和优化配电网工程的成本。
优选的,所述S5步骤中的计算包括根据每个子系统的工程量和工程难度,计算每个子系统的分项造价数据的权重。
优选的,所述S6步骤中的生成包括生成拆分后的子系统造价汇总表和详细清单。
优选的,所述S6步骤中的保存或输出包括将拆分后的配电网工程造价数据保存为电子文档或导出为其他文件格式。
本发明公开一种配电网工程造价数据拆分的辅助计算系统,包括:
数据接收模块,用于接收配电网工程的总造价数据和设计文件;
数据拆分模块,用于将总造价数据拆分为多个子系统的分项造价数据;
数据分类模块,用于对每个子系统的分项造价数据进行分类和归类;
数据归属模块,用于确定每个子系统的分项造价数据的归属和用途;
数据计算模块,用于计算每个子系统的分项造价数据在配电网工程中的比例和占比;
数据生成模块,用于生成拆分后的配电网工程造价数据;
数据保存和输出模块,用于保存或输出拆分后的配电网工程造价数据。
优选的,所述数据计算模块使用加权平均法计算每个子系统的分项造价数据的权重。
优选的,所述数据生成模块生成的拆分后的配电网工程造价数据包括分项造价数据、子系统造价汇总表和详细清单。
优选的,所述辅助计算系统包括用户界面模块,用于用户输入配电网工程的总造价数据和设计文件,并查看和分析拆分后的配电网工程造价数据。
本发明提供了一种配电网工程造价数据拆分方法及辅助计算系统。具备以下有益效果:
1、本发明通过将配电网拆分成多个子系统,可以更准确地估计整个工程的造价;此外,对于每个子系统,可以使用加权平均数法等合适的拆分方法来确保其总造价合理,同时通过对每个配电网子系统的造价与设计参数之间的关系进行建模,可以更好地预测其未来的成本变化趋势,并进行优化。
2、本发明提供的辅助计算系统的使用可以帮助用户更方便地收集、分析和比较不同子系统的造价构成,提高工作效率和准确性。项目成果的应用和推广,将提升配电网工程投资预警与控制水平、提高配电网工程造价成果质量和工程评审效率。
附图说明
图1为本发明的方法步骤图;
图2为本发明的辅助计算系统架构图;
图3为本发明的一个实施例中辅助计算系统架构图;
图4为本发明的拆分后的子系统示意图。
其中,10、数据接收模块;20、数据拆分模块;30、数据分类模块;40、数据归属模块;50、数据计算模块;60、数据生成模块;70、数据保存和输出模块;80、用户界面模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
请参阅附图1-附图4,本发明实施例提供一种配电网工程造价数据拆分方法,包括以下步骤:
S1、接收配电网工程的总造价数据;
上述步骤中,这些总造价数据可以是由工程项目部门或相关方提供的配电网工程项目的总体造价信息。
S2、将总造价数据拆分为多个子系统的分项造价数据;
上述步骤中,配电网工程通常包括多个子系统,例如输电系统、配电系统、照明系统等。通过对总造价数据进行拆分,可以将其分解为每个子系统的具体造价数据。拆分时,需要确定配电网的组成部分,并将其划分为多个子系统,根据实际情况和需求,考虑配电网中存在的各个部分,例如变电站、输电线路、电缆等,然后将它们进行分类和划分,形成不同的子系统。在划分子系统时,需要考虑到每个子系统的功能、特点和相互之间的关系,以便于后续的数据拆分和分析,同时,还需要制定相应的规则和标准,对不同类型的数据进行分类和整合,以确保数据的准确性和一致性,可以更好地了解不同子系统在整个配电网工程中的成本分布情况。
S3、对每个子系统的分项造价数据进行分类和归类;
上述步骤中,按照不同的成本项,例如材料费、人工费、设备费等,对分项造价数据进行分类和归类,以便更好地理解和分析各项成本的构成。
S4、确定每个子系统的分项造价数据的归属和用途;
上述步骤中,在配电网工程中,不同的子系统可能由不同的责任方或承包商负责。通过确定每个子系统的分项造价数据的归属和用途,可以更好地进行成本管控和项目管理。
S5、计算每个子系统的分项造价数据在配电网工程中的比例和占比;
上述步骤中,通过根据每个子系统的分项造价数据和总造价数据计算出每个子系统在整个配电网工程中的比例和占比。这有助于评估各个子系统的经济重要性和资源分配情况。
S6、生成拆分后的配电网工程造价数据,并保存或输出;
上述步骤中,通过根据前面的步骤,生成拆分后的配电网工程造价数据,可以将其保存在数据库或文件中,也可以输出为报告或其他形式的文档。
本实施例中,通过该工程造价数据拆分方法,可以帮助对配电网工程的造价进行细致的拆分和分析,从而更好地了解工程项目的成本构成,进行成本控制和项目管理。
一个实施例中,分类和归类步骤中的数据分类采用基于机器学习的自动分类算法;
本实施例中,使用机器学习算法对分项造价数据进行自动分类和归类,减少了人工处理的工作量,并提高了分类的准确性和效率,具体的,包括以下步骤:
数据预处理:在应用机器学习算法之前,需要对分项造价数据进行一些预处理工作。例如,数据清洗、去除不必要的噪声数据、处理缺失值等。这一步骤旨在确保原始数据的质量和准确性。
特征提取:从分项造价数据中提取关键特征是机器学习算法的关键步骤。特征可以是各种与成本相关的指标,如材料费用、人工费用、设备费用等。这些特征将用作机器学习算法的输入。
模型训练:选择适当的机器学习算法,如决策树、支持向量机、随机森林等,并使用已标记的训练数据对模型进行训练。训练数据应包括已分类和归类好的分项造价数据作为算法的训练集。
模型评估:使用一部分已标记的测试数据对训练好的模型进行评估,以评估其分类的准确性和性能。可以使用评估指标如准确率、精确率、召回率、F1值等进行评估。
分类和归类:一旦模型训练完成并通过评估,可以将其用于对未标记的分项造价数据进行分类和归类。模型将根据学习到的规律和模式,自动将数据分配到不同的类别中。
通过基于机器学习的自动分类算法,可以更快速和准确地对配电网工程的分项造价数据进行分类和归类。这样可以提高数据处理和分析的效率,并为成本控制和项目管理提供更有效的支持。
一个实施例中,对于每个子系统,基于机器学习的标注方法,使用算法自动识别单词边界和标签,在基于机器学习的标注方法中,算法需要从输入数据中提取有用的特征来识别单词边界和标签,特征选择可以帮助算法选择最相关的特征,从而提高标注的准确性和效率;
本实施例中,该方案中将选用下面四个方面的特征:
上下文特征:其是指与当前单词或词组相关的上下文信息。这些信息可以包括前后单词、词性、语法结构等。通过使用上下文特征,算法可以更好地理解单词边界和标签。
词性特征:其是指每个单词的词性信息。这些信息可以帮助算法确定单词边界和标签,并提高标注的准确性和效率。常用的词性特征包括词性标记(如本期台数、单台容量、回路数等)和词性词典中的词汇信息。本方案中词性特征使用pkuseg进行提取。
分词特征:其是指将输入文本划分为词语序列的信息。这些信息可以帮助算法确定单词边界和标签,减少一个专业短语被标注成多个实体词组的情况,并提高标注的准确性和效率。常用的分词特征包括基于规则的分词器、基于统计的分词器和深度学习模型的分词器等。
内容特征:配电网专业中的专业术语特征比较明显,通过内容特征提取每个单词或词组本身的信息,这些信息可以帮助算法确定单词边界和标签,并提高标注的准确性和效率。通过定义一个正则表达式去匹配词语是否在这个字典中,从而定义出特征。
一个实施例中,该方法还包括从配电网工程的设计文件中提取设计参数,并将设计参数与分项造价数据进行关联,以便于更准确地预测和优化配电网工程的成本;
本实施例中,可以使用以下方法来实现更准确地预测和优化配电网工程的成本:
设计文件解析:首先,需要解析配电网工程的设计文件。这可以包括设计图纸、技术规范、设备选型表等。通过适当的解析技术,可以从设计文件中提取出与成本相关的设计参数,如线路长度、设备容量、材料规格等。
设计参数提取:根据解析的设计文件,提取重要的设计参数。这些设计参数可以包括线路长度、用电负荷、变压器容量、导线规格、设备类型和数量等。这些参数将用作预测和优化成本的输入。
数据关联:将提取的设计参数与相应的分项造价数据进行关联。这可以通过为每个设计参数分配相应的成本项代码或标识符来实现。通过这种方式,可以将设计参数与分项造价数据建立联系,以便进行成本预测和优化。
成本预测和优化:利用关联后的设计参数和分项造价数据,可以使用各种成本模型、统计分析或机器学习算法来进行成本预测和优化。这可能涉及利用历史数据拟合模型、确定成本与设计参数之间的关系,并基于此进行成本预测和优化。
通过将设计参数与分项造价数据进行关联,可以更准确地了解设计决策和成本之间的关系,并提供对成本的预测和优化的能力。这将帮助项目团队在配电网工程的不同阶段做出更明智的决策,优化设计,控制成本,并提高工程项目的效率和质量。
一个实施例中,S5步骤中的计算包括根据每个子系统的工程量和工程难度,计算每个子系统的分项造价数据的权重;
本实施例中,权重计算可以基于以下几个步骤:
工程量评估:对每个子系统进行工程量评估。工程量是指在配电网工程中涉及的具体工作、材料或资源的数量或规模。例如,对于输电系统,工程量可以是线路长度、杆塔数量等。对于配电系统,工程量可以是设备数量、线缆长度等。对每个子系统进行准确的工程量评估是计算权重的基础。
工程难度评估:对每个子系统进行工程难度评估。工程难度是指完成每个子系统所需的技术难度、人力投入以及可能涉及的复杂性。不同的子系统可能具有不同的工程难度级别。例如,在配电网工程中,输电系统的施工可能涉及更高的技术难度和工作量,因此其工程难度相对较高。
权重计算:根据工程量和工程难度的评估结果,计算每个子系统的权重。可以根据具体需求和项目特点确定权重计算的方法。一种常见的方法是通过定义权重系数或利用数学模型,结合工程量和工程难度的评估结果,将它们进行加权计算以获得子系统的权重。
分项造价数据的比例和占比计算:根据子系统的权重以及总造价数据,计算每个子系统的分项造价数据在配电网工程中的比例和占比。这可以通过将每个子系统的分项造价数据乘以其相应的权重,并除以总造价数据来实现。
通过将工程量和工程难度考虑在内并计算权重,可以更精确地反映不同子系统对整个配电网工程造价的贡献程度。这有助于更有针对性地进行成本管理、资源分配和工程优化决策。
一个实施例中,S6步骤中的生成包括生成拆分后的子系统造价汇总表和详细清单。
本实施例中,表格和清单包含了拆分后的配电网工程造价数据,以便于进一步的分析和管理。
以下是生成拆分后的子系统造价汇总表和详细清单的一些细节:
子系统造价汇总表:该表提供了每个子系统的分项造价数据的汇总信息。它可以包括子系统名称、总造价、各个分项造价的金额、比例和占比等。这样的汇总表提供了一个高层次的概述,使管理人员和相关方能够快速了解每个子系统的成本情况。
子系统详细清单:该清单提供了更详细和具体的子系统造价信息。它可以列出每个子系统下的各个分项造价的详细清单,包括材料费、人工费、设备费等。此外,清单还可以包含与每个分项造价相关的详细说明和备注,以便更好地了解和解释成本的构成和计算方式。
数据格式和呈现方式:生成的子系统造价汇总表和详细清单可以采用表格或电子文档的形式进行呈现。具体的格式和呈现方式可以根据实际需求和项目约定进行确定。以电子文档形式呈现的话,可以包括Excel表格、PDF文件或是自定义的报表格式。
生成拆分后的子系统造价汇总表和详细清单有助于配电网工程造价数据进行更细致的分析、监控和决策。这些表格和清单提供了不同层次的信息,从总体成本到具体分项造价,以帮助相关人员更好地理解和管理配电网工程的成本情况。
一个实施例中,S6步骤中的保存或输出包括将拆分后的配电网工程造价数据保存为电子文档或导出为其他文件格式;
本实施例中,保存的格式如Excel表格、CSV文件或数据库文件、PDF、Word文档、XML或JSON格式等,同时还可以使用数据库管理系统如MySQL、Oracle或SQLite进行保存,以及通过使用数据可视化工具将拆分后的配电网工程造价数据可视化展示,如图表、仪表盘或报表等;
保存或输出拆分后的配电网工程造价数据为电子文档或其他文件格式,有助于数据的管理、共享和后续利用。选择适当的保存或输出方式取决于项目要求、数据处理工具和团队的偏好。
一个实施例中,该方法还包括通过对每个配电网子系统的造价与设计参数之间的关系进行建模,可以更好地预测其未来的成本变化趋势,并进行优化;
本实施例中,上述建模预测优化包括以下方法:
数据收集:收集历史配电网工程的造价数据和相应的设计参数数据。这些数据可以来自过去完成的项目或可靠的行业数据。确保数据的准确性和完整性对于模型的准确性至关重要。
建立关系模型:使用收集到的造价数据和设计参数数据,使用统计分析方法、回归分析或机器学习算法等建立关系模型。这些模型可以通过拟合历史数据来捕捉造价和设计参数之间的关系。常见的方法包括线性回归、多变量回归、决策树、随机森林等。
预测未来趋势:使用建立的关系模型,可以基于未来的设计参数变化来预测配电网子系统的未来成本趋势。例如,如果预测未来有一项设计参数增加,模型可以通过该参数的增加来估计相应子系统的成本变化。这样的预测可以为项目团队提供洞察力,帮助作出相应的成本控制和优化决策。
优化设计参数:利用建立的模型,进行设计参数的优化。通过模型分析,可以发现影响成本的关键设计参数。项目团队可以对这些关键参数进行优化,以减少成本并提高效率。例如,可以通过优化线路长度、设备容量或选用更经济的材料规格等方式来降低配电网工程的成本。
一个实施例中,本发明实施例提供一种配电网工程造价数据拆分的辅助计算系统,包括:
数据接收模块10,用于接收配电网工程的总造价数据和设计文件,该模块可以从不同数据源获取总造价数据,并与设计文件进行关联;
数据拆分模块20,用于将总造价数据拆分为多个子系统的分项造价数据,通过使用预定义的拆分规则或算法,可以准确地将总造价数据分配给每个子系统;
数据分类模块30,用于对每个子系统的分项造价数据进行分类和归类,该模块可以根据特定的标准或分类体系将分项造价数据进行分组和归纳,以便后续的分析和管理;
数据归属模块40,用于确定每个子系统的分项造价数据的归属和用途,该模块可以确定每个数据项是属于哪个子系统,并为每个子系统的分项造价数据指定相应的用途或成本类别;
数据计算模块50,用于计算每个子系统的分项造价数据在配电网工程中的比例和占比,该模块可以基于权重计算或其他计算方法,将每个子系统的分项造价数据与总造价数据进行相对比较,并得出相应的比例或占比结果;
数据生成模块60,用于生成拆分后的配电网工程造价数据,该模块可以将经过拆分、分类、归属和计算的数据整合成为新的数据集,以便后续的分析、报表生成或其他用途;
数据保存和输出模块70,用于保存或输出拆分后的配电网工程造价数据,可以确保数据的可保存性、共享性和后续处理的便捷性。
一个实施例中,数据计算模块50使用加权平均法计算每个子系统的分项造价数据的权重,根据不同数据项的重要性或影响力,对其进行加权处理,以得出综合的比例或占比结果;
本实施例中,数据计算模块50使用的加权平均法包括以下步骤:
确定权重因子:首先需要确定每个分项造价数据的权重因子。权重因子可以根据项目需求和专业判断来确定。这些因子可以是根据成本影响力、工作量比例、重要性或其他衡量指标来设定。
分配权重:对于每个子系统的分项造价数据,将权重因子分配到相应的数据项上。例如,如果一个分项在总造价中具有较高的重要性,则分配给它更高的权重。
计算加权平均:根据分配的权重因子,对每个子系统的分项造价数据进行加权计算。加权平均可以通过将每个数据项的值与其对应的权重相乘,并将所有加权后的值相加,然后除以总权重之和来得出。这将产生每个子系统的分项造价数据的权重。
结果分析:分析每个子系统的分项造价数据的权重结果。这些权重反映了各个分项在配电网工程中的重要性或占比程度。根据权重结果,可以进一步分析和决策,以改善成本效益、优化设计或进行其他管理措施。
通过使用加权平均法计算每个子系统的分项造价数据的权重,可以更准确地衡量不同部分在整体造价中的重要程度。这有助于项目团队进行成本管理、资源分配和决策制定,实现更好的项目成本控制和效益优化。
一个实施例中,数据生成模块60生成的拆分后的配电网工程造价数据包括分项造价数据、子系统造价汇总表和详细清单;
本实施例中,数据生成模块60生成的拆分后的配电网工程造价数据包括以下内容:
分项造价数据:这是拆分后的配电网工程造价数据的核心部分。它包括每个子系统的分项造价数据,即按照特定分类或归类方式细分的成本项。这些数据可以包括材料费用、人工费用、设备费用、安装费用等,根据具体项目的需要而定。
子系统造价汇总表:该表提供了每个子系统的总体造价信息,将各个分项造价数据进行汇总和统计。它可以显示每个子系统的总造价、平均造价、最高/最低造价等统计数据,从而提供对子系统成本的整体概览。
详细清单:拆分后的配电网工程造价数据还可以提供详细清单,列出每个子系统的分项造价数据的具体细节。这些细节可能包括具体材料清单、工作量清单、设备清单或其他相关的清单信息。这些清单可以帮助更详细地了解每个子系统的具体成本组成和构成;
通过生成分项造价数据、子系统造价汇总表和详细清单,可以为项目团队提供全面的配电网工程造价数据视图。这些数据可以用于成本控制、预算制定、资源分配、供应商比较、采购决策等方面的分析和决策。此外,这些数据还可以为工程评估、报告编制和决策沟通提供依据。
一个实施例中,辅助计算系统包括用户界面模块80,用于用户输入配电网工程的总造价数据和设计文件,并查看和分析拆分后的配电网工程造价数据。
本实施例中,该用户界面模块80用于以下功能:
用户输入数据:该用户界面模块80允许用户输入配电网工程的总造价数据和相应的设计文件。用户可以在系统中直接输入或上传这些数据,确保数据准确性和完整性。
数据查看和分析:用户界面模块80提供了一个查看和分析拆分后的配电网工程造价数据的界面。用户可以通过该界面查看每个子系统的分项造价数据、子系统造价汇总表和详细清单。这使得用户可以方便地了解各个部分的造价数据,并进行比较和分析。
可视化展示:用户界面模块80可以通过图表、表格、图形或其他可视化方式展示拆分后的配电网工程造价数据。这样,用户可以更直观地理解各个子系统的成本情况、占比和趋势,从而做出决策或优化计划。
数据导出和打印:用户界面模块80提供了将拆分后的配电网工程造价数据导出为电子文档或打印的功能。用户可以将数据导出为Excel、PDF或其他格式,以便进行更进一步的分析、共享或保存。
用户交互和配置:用户界面模块80可以与用户进行交互,接收用户的指示或配置。例如,用户可以选择特定的子系统进行查看,应用特定的过滤器或排序规则,或进行其他操作以满足个性化的需求。
用户界面模块80的存在使得辅助计算系统更加灵活和易于使用。用户可以通过界面与系统进行交互,并直接对输入数据和拆分后的造价数据进行查看、分析和导出,从而更好地理解和管理配电网工程的成本信息。
一个实施例中,本发明通过开发一个信息化系统,支持所公开方法步骤中的数据收集、拆分和建模。该系统可以自动化地从各个来源收集设计参数和成本数据,并将其存储在一个统一的数据仓库中。同时,该系统还可以提供可视化工具,帮助用户快速分析和比较不同子系统的造价构成。
工程解析:通过调用Aspose.CellsAPI对Excel文件进行解析,获取需要的数据。可以使用C#代码编写相关的解析逻辑,将解析结果存储到数据库中。
工程技术经济划分:在获取到数据后,可以利用C#代码和SQLite-ORM进行数据持久操作,将数据按照不同的维度进行划分,例如按照工程项目、技术类型、地区等进行划分。
技术参数抽取:在获取到数据后,可以利用C#代码和Python3.7进行数据特征识别及计算。可以根据业务需求编写相应的算法逻辑,从数据中提取出需要的参数信息。在分词方面,可以利用开源的中文分词工具jieba进行智能学习,并根据各省实际情况进行适配。
参数合并:在完成参数抽取后,可以利用C#代码和SQLite-ORM进行数据持久操作,将不同来源的参数信息合并到一起,形成完整的造价分析数据。
可视化分析计算:构建可视化页面,根据分析需求支持从指标类型、时间、地区等维度分析,并嵌入配电网造价分析报告模板,同时设定数据生成规则,系统智能分析数据图表并将原因分析插入对应位置,生成分析报告,辅助分析投资决策,对配电网工程造价数据进行自动计算分析及图表展示;
使用WPF和DevExpress等工具库,根据需求构建可视化页面。在页面上添加各种图表组件,例如折线图、柱状图、饼图等,以支持从指标类型、时间、地区等维度进行分析。
利用C#和Python3.7进行数据抽取及计算,使用机器学习算法对数据进行分析,自动识别数据中的趋势和规律。内置配电网趋势分析报告模板,系统智能将文字/图表描述插入对应位置,生成分析报告。这样可以帮助用户更快速地了解数据的含义和趋势,辅助投资决策。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种配电网工程造价数据拆分方法,其特征在于,包括以下步骤:
S1、接收配电网工程的总造价数据;
S2、将总造价数据拆分为多个子系统的分项造价数据;
S3、对每个子系统的分项造价数据进行分类和归类;
S4、确定每个子系统的分项造价数据的归属和用途;
S5、计算每个子系统的分项造价数据在配电网工程中的比例和占比;
S6、生成拆分后的配电网工程造价数据,并保存或输出。
2.根据权利要求1所述的一种配电网工程造价数据拆分方法,其特征在于,所述分类和归类步骤中的数据分类采用基于机器学习的自动分类算法。
3.根据权利要求1所述的一种配电网工程造价数据拆分方法,其特征在于,所述方法还包括从配电网工程的设计文件中提取设计参数,并将设计参数与分项造价数据进行关联,以便于更准确地预测和优化配电网工程的成本。
4.根据权利要求1所述的一种配电网工程造价数据拆分方法,其特征在于,所述S5步骤中的计算包括根据每个子系统的工程量和工程难度,计算每个子系统的分项造价数据的权重。
5.根据权利要求1所述的一种配电网工程造价数据拆分方法,其特征在于,所述S6步骤中的生成包括生成拆分后的子系统造价汇总表和详细清单。
6.根据权利要求1所述的一种配电网工程造价数据拆分方法,其特征在于,所述S6步骤中的保存或输出包括将拆分后的配电网工程造价数据保存为电子文档或导出为文件格式。
7.一种配电网工程造价数据拆分的辅助计算系统,实施如权利要求1-6任一项所述的一种配电网工程造价数据拆分方法,其特征在于,包括:
数据接收模块(10),用于接收配电网工程的总造价数据和设计文件;
数据拆分模块(20),用于将总造价数据拆分为多个子系统的分项造价数据;
数据分类模块(30),用于对每个子系统的分项造价数据进行分类和归类;
数据归属模块(40),用于确定每个子系统的分项造价数据的归属和用途;
数据计算模块(50),用于计算每个子系统的分项造价数据在配电网工程中的比例和占比;
数据生成模块(60),用于生成拆分后的配电网工程造价数据;
数据保存和输出模块(70),用于保存或输出拆分后的配电网工程造价数据。
8.根据权利要求7所述的一种配电网工程造价数据拆分的辅助计算系统,其特征在于,所述数据计算模块(50)使用加权平均法计算每个子系统的分项造价数据的权重。
9.根据权利要求7所述的一种配电网工程造价数据拆分的辅助计算系统,其特征在于,所述数据生成模块(60)生成的拆分后的配电网工程造价数据包括分项造价数据、子系统造价汇总表和详细清单。
10.根据权利要求7所述的一种配电网工程造价数据拆分的辅助计算系统,其特征在于,所述辅助计算系统包括用户界面模块(80),用于用户输入配电网工程的总造价数据和设计文件,并查看和分析拆分后的配电网工程造价数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891168.5A CN116912034A (zh) | 2023-07-20 | 2023-07-20 | 一种配电网工程造价数据拆分方法及辅助计算系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891168.5A CN116912034A (zh) | 2023-07-20 | 2023-07-20 | 一种配电网工程造价数据拆分方法及辅助计算系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116912034A true CN116912034A (zh) | 2023-10-20 |
Family
ID=88357794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310891168.5A Pending CN116912034A (zh) | 2023-07-20 | 2023-07-20 | 一种配电网工程造价数据拆分方法及辅助计算系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116912034A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291163A (zh) * | 2023-11-24 | 2023-12-26 | 青矩技术股份有限公司 | 数据提取方法、装置、设备及存储介质 |
-
2023
- 2023-07-20 CN CN202310891168.5A patent/CN116912034A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291163A (zh) * | 2023-11-24 | 2023-12-26 | 青矩技术股份有限公司 | 数据提取方法、装置、设备及存储介质 |
CN117291163B (zh) * | 2023-11-24 | 2024-05-28 | 青矩技术股份有限公司 | 数据提取方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2708911C (en) | Marketing model determination system | |
JP6009864B2 (ja) | 企業評価システム、企業評価方法及び企業評価プログラム | |
CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
US20230252389A1 (en) | Enterprise activity evaluation system dealing with environmental management, and its method and program | |
CN116912034A (zh) | 一种配电网工程造价数据拆分方法及辅助计算系统 | |
CN110826237B (zh) | 基于贝叶斯信念网络的风电设备可靠性分析方法及装置 | |
CN113807751B (zh) | 一种基于知识图谱的安全风险等级评定方法及系统 | |
CN111695979A (zh) | 一种原材料与成品的关系分析方法、装置及设备 | |
KR101738898B1 (ko) | 시장예측정보 제공방법 및 그 컴퓨터 프로그램 | |
CN117009401A (zh) | 生态设计评估方法及系统、存储介质、电子装置 | |
CN114205355B (zh) | 一种变电网关附属设备性能测试方法、系统及电子设备 | |
CN113361746B (zh) | 一种配电网物资品类优化方法 | |
CN115130924A (zh) | 一种源网荷储背景下微电网电力设备资产评估方法及系统 | |
CN111475548A (zh) | 一种基于大数据挖掘技术的用电异常分析决策系统 | |
CN117853238A (zh) | 基于多数据源融合的电力交易辅助决策系统 | |
CN111369083A (zh) | 一种面向电网项目投资效益的评价方法与系统 | |
Klassen et al. | Quantifiying the Business Impact of Information Quality-a Risk-Based Approach | |
CN115085195B (zh) | 一种配电变压器年最高负载率预测方法及其相关装置 | |
CN110458473B (zh) | 一种用于电力看板的动态决策分析方法及终端 | |
WO2024065776A1 (en) | Method for data processing, apparatus for data processing, electronic device, and storage medium | |
Trianni et al. | Competitiveness of small-medium reactors: A probabilistic study on the economy of scale factor | |
CN116342300B (zh) | 一种保险理赔人员特征分析方法、装置和设备 | |
CN116862209B (zh) | 一种新能源汽车充电设施管理方法及系统 | |
CN116843378A (zh) | 一种基于深度学习的五金配件供应预测方法及系统 | |
CN115759364A (zh) | 一种初始备件的效能评估与经费优化方法 |
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 |