• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      四川北部山區(qū)變電工程可研投資估算模型研究

      2016-05-30 16:37:44甘靜簡(jiǎn)遜張?zhí)K華
      科技風(fēng) 2016年12期
      關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

      甘靜 簡(jiǎn)遜 張?zhí)K華

      摘 要:四川北部山區(qū)的變電工程具有獨(dú)特性。一種簡(jiǎn)潔有效的可研投資估算方法和模型在理論上和實(shí)際工作中都意義重大。神經(jīng)網(wǎng)絡(luò)的非線性、自學(xué)習(xí)的特點(diǎn),非常適合建立變電工程的投資估算模型。模型選取電壓等級(jí)、本期變電容量、電壓器臺(tái)數(shù)、終期變電容量等12個(gè)輸入變量,建立三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),用收集的訓(xùn)練樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,測(cè)試樣本測(cè)試模型。測(cè)試結(jié)果表明模型效果良好。模型使用者無(wú)需掌握過(guò)多技術(shù)細(xì)節(jié),適合于投資發(fā)展部門估算,前景良好。

      關(guān)鍵詞:變電工程;投資估算;神經(jīng)網(wǎng)絡(luò);可研;預(yù)測(cè)

      變電工程投資金額龐大、建設(shè)周期長(zhǎng),變電工程投資估算出現(xiàn)失誤,后果嚴(yán)重。投資估算是變電工程項(xiàng)目投資、概算、預(yù)算、結(jié)算、決算的基礎(chǔ),投資估算的準(zhǔn)確性將直接影響到項(xiàng)目建設(shè)和投資經(jīng)濟(jì)效果。四川北部山區(qū)特殊的地形使得變電站的建設(shè)難度和工程造價(jià)大大增加,而山區(qū)電網(wǎng)建設(shè)對(duì)當(dāng)?shù)亟?jīng)濟(jì)和社會(huì)發(fā)展具有現(xiàn)實(shí)的重要性和必要性,因此,四川北部山區(qū)變電站工程進(jìn)行可研投資估算模型研究,意義重大。國(guó)內(nèi)外對(duì)投資估算已有一些相應(yīng)的研究,比如采用成本估算的方法,建立工程成本的數(shù)據(jù)庫(kù),根據(jù)歷史工程、類似工程的歷史資料,結(jié)合相應(yīng)的參考指標(biāo)手冊(cè),用類比、回歸的方法確定擬建工程的投資情況;有利用典型工程建設(shè)經(jīng)驗(yàn),將模糊數(shù)學(xué)引入工程造價(jià)進(jìn)行投資估計(jì),提高計(jì)算速度,減少計(jì)算周期,但研究主觀性強(qiáng),準(zhǔn)確性不夠高。這些方法都要求估算者對(duì)工程本身和相應(yīng)技術(shù)有較高的了解,但實(shí)際各地市電力公司的投資決策部門,多為經(jīng)濟(jì)和管理專業(yè)背景,因此,如果有一種簡(jiǎn)潔有效的方法和模型幫助進(jìn)行變電站工程可研投資估算,將對(duì)投資決策和規(guī)劃有很大幫助。

      此篇論文,在收集對(duì)應(yīng)的變電工程估算的歷史數(shù)據(jù)基礎(chǔ)上,采用神經(jīng)網(wǎng)絡(luò)模型和方法,建立四川山區(qū)變電站工程可研投資估算模型,能簡(jiǎn)便地進(jìn)行可研投資估算,結(jié)果準(zhǔn)確有效。

      1 問(wèn)題提出和解決思路

      位于四川北部山區(qū)的G地級(jí)市,市國(guó)網(wǎng)供電公司從實(shí)際工作需要和上級(jí)要求出發(fā),希望其投資發(fā)展部門在無(wú)技經(jīng)和造價(jià)人員支持情況下,在編制可行性研究報(bào)告時(shí)能夠由投資發(fā)展部門獨(dú)立給出電力工程投資估算。為此,需要建立一無(wú)需掌握過(guò)多技術(shù)細(xì)節(jié)、輸入輸出變量易理解的估算模型,進(jìn)行變電工程的可研投資估算研究。

      問(wèn)題的解決,關(guān)鍵是投資估算方法和模型的選取建立。

      神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行的非線性動(dòng)力學(xué)系統(tǒng)。BP(Back Propagation,后向)神經(jīng)網(wǎng)絡(luò)其層與層之間權(quán)重可自修正,并已經(jīng)證明在閉區(qū)間內(nèi)任何一個(gè)N維到M維的連續(xù)函數(shù)都可以用含有一個(gè)隱層的神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)任意精度的逼近。這種非線性、自學(xué)習(xí)自我更正的特點(diǎn),非常適合變電工程的投資估算的科學(xué)預(yù)測(cè)。

      2 變量選擇和輸入數(shù)據(jù)預(yù)處理

      模型輸入因素的選擇,既要考慮其影響性質(zhì)和程度,又要考慮數(shù)據(jù)的可取得性,并要結(jié)合模型而取舍。具體選取的變量如表1所示。其中工程建設(shè)所在年的PPI、CPI、G市就業(yè)人員平均工資等動(dòng)態(tài)因素,體現(xiàn)變電工程建設(shè)投資額的動(dòng)態(tài)性。在進(jìn)行實(shí)驗(yàn)前,要對(duì)數(shù)據(jù)進(jìn)行數(shù)值化等預(yù)處理,使之能夠被神經(jīng)網(wǎng)絡(luò)模型處理,具體如表1。

      輸出變量1個(gè),為可研批復(fù)中的工程投資值,單位萬(wàn)元。

      收集到的所有有效樣本為81個(gè)。

      將所有樣本分為訓(xùn)練樣本集和測(cè)試樣本集,從35kV、110kV、220kV變電工程中各選新建、擴(kuò)建1個(gè)共6個(gè)樣本為測(cè)試樣本集,其余75個(gè)樣本為訓(xùn)練樣本集。

      訓(xùn)練樣本集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),測(cè)試樣本集用于模擬實(shí)際情況測(cè)試模型。

      3 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

      選用 MATLAB 7.1為開發(fā)工具。

      神經(jīng)網(wǎng)絡(luò)如圖1所示,選擇三層BP網(wǎng)絡(luò),分別為輸入層、隱單元層、輸出層。

      隱單元層采用logsig函數(shù),輸出層用purelin函數(shù)。網(wǎng)絡(luò)初始權(quán)值在權(quán)值范圍[-1,1]內(nèi)隨機(jī)產(chǎn)生網(wǎng)絡(luò)初始權(quán)值。

      輸入層節(jié)點(diǎn)I=(I1,I2,I3... ...,I13),共13個(gè),其中12個(gè)節(jié)點(diǎn)(I1,I2,I3... ...,I12)對(duì)應(yīng)表2中12個(gè)變量,另外一個(gè)節(jié)點(diǎn)對(duì)應(yīng)閾值。輸入變量值在作為網(wǎng)絡(luò)輸入時(shí)進(jìn)行規(guī)一化處理成[0,1]范圍內(nèi)值。

      規(guī)一化公式為,max{Ij}、min{Ij}是第j項(xiàng)變量Ij在81個(gè)樣本中的最大值、最小值。

      隱單元層中的節(jié)點(diǎn)個(gè)數(shù)選擇5個(gè),其中4個(gè)節(jié)點(diǎn)接受輸入層的結(jié)果,另外一個(gè)節(jié)點(diǎn)對(duì)應(yīng)隱單元的閾值。

      輸出層節(jié)點(diǎn)數(shù)為1,對(duì)應(yīng)唯一的輸出變量——工程投資。

      4 模型訓(xùn)練

      為提高訓(xùn)練效率,選用批處理訓(xùn)練,訓(xùn)練算法選用Matlab里的trainlm方法(即Levenberg - Marquardt方法),性能函數(shù)選用MSE(mean squared error,均方誤差)。

      用預(yù)處理并規(guī)范化了的75條訓(xùn)練樣本進(jìn)行批處理訓(xùn)練,結(jié)果顯示,在90周期后基本收斂穩(wěn)定,性能函數(shù)MSE已經(jīng)非常小。如圖2所示。

      至此,模型訓(xùn)練完成。

      5 模型測(cè)試

      以此訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型對(duì)測(cè)試樣本集的6條數(shù)據(jù)進(jìn)行檢驗(yàn)。測(cè)試得到每條樣本數(shù)據(jù)預(yù)測(cè)投資值和批復(fù)投資值(皆為規(guī)一化的數(shù)據(jù))見下表2。6個(gè)樣本誤差百分比的平均值為2.89%。可見預(yù)測(cè)效果很好。

      6 結(jié)論及展望

      神經(jīng)網(wǎng)絡(luò)的非線性、自學(xué)習(xí)的特點(diǎn),適合變電工程的投資估算預(yù)測(cè)。用此建立的這個(gè)模型,適合于國(guó)網(wǎng)供電公司投資發(fā)展部(或有些地方叫投資決策部)在編制可行性研究報(bào)告時(shí)獨(dú)立地較準(zhǔn)確給出變電工程投資估算,而無(wú)需掌握過(guò)多技術(shù)細(xì)節(jié)、無(wú)需技經(jīng)和造價(jià)人員支持。由于模型采用G地級(jí)市電網(wǎng)數(shù)據(jù)訓(xùn)練,論文所建立的模型適合于G地級(jí)市以及四川北部山區(qū)的國(guó)網(wǎng)變電工程。這種方法可以推廣應(yīng)用到其他地區(qū)和其他工程的投資估算。

      參考文獻(xiàn):

      [1] 徐武明,徐玖平.大型工程建設(shè)項(xiàng)目組織綜合集成模式[J].管理學(xué)報(bào),2012,01:132-138.

      [2] 銀濤,俞集輝.基于人工神經(jīng)網(wǎng)絡(luò)送電線路工程造價(jià)的快速估算[J].重慶大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,30(1):36-41.

      [3] 謝偉群.關(guān)于送電線路設(shè)計(jì)和工程造價(jià)的探討[J].廣東輸電與變電技術(shù),2005,10(2):64-66.

      [4] 徐武明,徐玖平.大型工程項(xiàng)目勘察承包商選擇體系的構(gòu)建[J].軟科學(xué),2011,12:63-67.

      [5] 胡志根.基于模糊預(yù)測(cè)的工程造價(jià)估算模型研究[J].系統(tǒng)工程理論與實(shí)踐,1997,21(2):50-55.

      [6] 徐武明,徐玖平.大型工程項(xiàng)目監(jiān)理承包商的選擇方法研究[J].統(tǒng)計(jì)與決策,2011,19:183-185.

      本文系2015年國(guó)網(wǎng)廣元供電公司科技項(xiàng)目“四川北部山區(qū)輸變電工程可研投資概算模型研究 ”的研究成果之一。

      作者簡(jiǎn)介:

      甘靜(1986-),四川眉山人,工程師,研究方向:電力系統(tǒng);簡(jiǎn)遜(1984-),四川廣元人,工程師,研究方向:電力系統(tǒng);張?zhí)K華(1984-),四川綿陽(yáng)人,統(tǒng)計(jì)師,研究方向:電力系統(tǒng)。

      猜你喜歡
      神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)
      無(wú)可預(yù)測(cè)
      黃河之聲(2022年10期)2022-09-27 13:59:46
      選修2-2期中考試預(yù)測(cè)卷(A卷)
      選修2-2期中考試預(yù)測(cè)卷(B卷)
      選修2—2期中考試預(yù)測(cè)卷(A卷)
      神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
      電子制作(2019年19期)2019-11-23 08:42:00
      不可預(yù)測(cè)
      不必預(yù)測(cè)未來(lái),只需把握現(xiàn)在
      基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
      復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
      基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
      囊谦县| 武平县| 特克斯县| 大厂| 县级市| 南汇区| 盐津县| 延津县| 东阳市| 鹤山市| 连平县| 霸州市| 乐安县| 虞城县| 增城市| 景德镇市| 筠连县| 日土县| 泰顺县| 江口县| 崇左市| 高陵县| 东兴市| 民乐县| 榆树市| 乐清市| 兴山县| 西盟| 平塘县| 嘉禾县| 司法| 溧水县| 潜山县| 甘孜| 昆山市| 南华县| 广平县| 宝应县| 合肥市| 临安市| 明星|