电网技术改造项目工程造价预测模型研究

电网技术改造项目工程造价预测模型研究

刘海燕

（国网山西省电力公司太原供电公司山西太原030006）

摘要：随着人们对电能质量的要求越来越高，早期投入的电网企业设备远不能满足现代化电力系统管理模式，电网企业的技术改造已成为趋势。由于设备和资金投入大，资产分布分散，建立科学合理的电网企业技术改造项目工程造价预测模型成为亟需解决的关键问题。基于BP神经网络的配电网工程造价预测模型，可以用较少的信息快速准确的对配电网工程造价进行预测。该模型首先对造价的影响因素使用因子分析法进行度量，并将主要因子作为输入，通过神经网络得到工程造价输出，最后通过运用国内的配电网工程中该线路工程数据对所提出的BP神经网络预测模型进行验证，实验表明所提出的预测模型准确性高，具有很好的实用性与可行性，并为日益严峻的配电网工程造价预测问题提供了新的可行的解决方案。

关键词：电力工程；BP神经网络；造价预测

随着我国经济的不断发展，各行各业的用电需求也随之大幅上升，主网和配网的规模也不断增大。为了保障电网企业的供电可靠度，各电网企业需要根据自身设备的情况不断提升其运行能力。定期对电网中的生产设备与辅助配件进行更换或技术改造已成为电网企业的日常工作。作为电网企业技术改造项目管理的重点，有效预测工程造价是企业科学投资和按时完成工程建设的基础。然而电网企业的技改工程具有投资规模较大、项目分布广泛和项目数量众多的特点，不利于企业对于项目工程造价的合理管控。

一、工程造价影响因素分析

1、基础工程。基础工程是结合工程所在地地形与工程设计等因素并根据基杆塔的高度与重量确立基础形状、尺寸与混凝土重量、挡风墙质地、砌筑量与方式、根据基础型式确定混凝土的浇制、制备方式等。

2、杆塔工程。杆塔的材质与材量影响杆塔的造价，其中杆塔重量决定着材量，影响因素主要包括杆塔高度、材质、风速与覆冰、地形、电压等级等；杆塔的材质则与输电线路中的输送量与电压等级有关。

3、接地工程。接地工程对工程造价产生影响主要是由于土地价格，运输以及接地安装等费用，其中接地体的数量与规格主要受土壤电阻率所影响的接地电阻影响。地形所影响的接地体连接类型也对工程造价有影响。

4、架线工程。架线对工程造价影响主要体现在导线铺设，设备工具，材料，以及场地费用等，导线架设费用由地形、电压等级、回路与路径长度所决定，导线的材料费用由导线型号、单价、用材等因素决定。

5、附件工程。附件包括绝缘子串与其他金具等，其材料费用与安装费影响着工程造价，其中安装费用主要由绝缘子类型与等级、导线输送能量与材质决定的导线分裂数等决定。地形、电压等级、导线截面积等确定绝缘子等级与类型，塔基数、路径长度与回路数则影响着附件数量。

二、工程造价影响因素度量

1、数据收集与处理。采用的数据为配电网工程中现有建成的该线路工程，并从中对配电网工程单位造价、地形与地质、导线截面与长度、导线单价、回路数、塔材量、基础建设用量、覆冰、风速等指标数据进行收集，并设配电网工程单位造价为因变量，其他因素为自变量，需要对其进行量化处理，具体为：

1）用1，2，3，4表示单回路、双回路、三回路、与四回路数，针对包含多种回路数的一段线路，可用不同回路数所占比例加权平均来得到其回路。

2）将输电线路所会经过的地形分为，第一等级到第五等级依次为平地、丘陵、河网泥沼与沙漠、山地、高山。针对包含多种地形的一段线路，可用不同地形所占比例加权平均来得到其地形等级。

3）配电网工程所包括的地质，第一等级到第七等级依次为普通土坑、坚土坑、松砂石与干砂、水坑、泥水坑、流砂、泥水坑，如果有包含多种地质的一段线路，可用不同地质所占比例加权平均来得到其地质等级。另外，使用公式“导线截面=导线芯数*单根导线面积”来计算导线截面。

2、因子分析。对自变量使用SPSS软件进行因子分析，具体步骤如下：首先，对数据的相关性进行校验，KMO=0.769表示指标之间具有较强的相关性。没有假设，Sig.=0.00表明可对样本数据进行主成分分析，样本数据不存在过小情况。两个指标说明配电网工程造价各影响因素之间有关联性。然后，利用主成分分析分离共同因子，因子数目通过碎石图与特征因子相结合进行确定，并经过因子旋转得到总方差解释表进行输出，特征值大于1的前5个因子累计贡献率大于了81.985%，可以解释方差的大多内容，因此可以提取前5个因子作为主因子，如图。

由得到主因子与因变量之间的函数关系，由矩阵正交法转轴后得到的主因子载荷矩阵与得分系数矩阵，从中可得到各个主因子主要解释的因素，主因子1主要解释导线单价与截面、基础材质与数量、绝缘子用量等，主因子2解释地形与地质、回路数等因素，主因子3、4、5分别解释风速、塔材单价、合成绝缘子等因素。最后，由公式Y=XB'计算因子得分，用于配电工程造价预测模型的训练与检验数据。

三、配电工程造价预测模型

1、BP神经网络。大量实验证明3层BP神经网络能够准确地描述非线性函数，因此，基于BP神经网络的配电网工程造价预测模型。由于主因子有5个，其作为自变量输入BP神经网络，而因变量工程造价为BP神经网络的输出，从而得到神经网络为5个输入节点，一个输出节点。BP神经网络隐含层节点数的确定相对复杂，可由公式：

根据以上公式确定模型为所含隐含节点数为3或者4，对节点数3和4分别样本数据训练并将结果进行对比，得出当BP神经网络具有3个隐含节点数时具有较高的预测准确性，因而设定BP神经网络有3个隐含节点，采用节点模式来建立BP神经网络工程造价预测模型。

2、BP神经网络训练。收集单位造价作为样本数据来对本模型进行训练与验证。首先通过样本数据对构造的BP神经网络预测模型进行样本数据，并利用后数据对模型进行验证，模型输出的造价与实际造价进行比较，得到预测模型效果的校验指标—偏差率。

3、造价预测。在对BP神经网络训练之前需要对样本数据进行归一化。对收集到的数据样本归一化后使用premnmx函数处理后的结果，网络模型建立采用newff函数，传输函数和训练函数分别为tansig函数和traingdm函数，采用反向传播学习过程，其中的阈值和权值的修正采用动量梯度下降算法，其中学习率可变，初始学习率为0.02。设定最大迭代次数为10000，期望误差为小于4×10-3。使用数据对建立的BP神经网络模型进行训练，5680次迭代之后达到期望训练误差，使用数据的主因子对训练好的工程造价预测模型进行造价的预测验证，并将模型输出进行反归一化得到预测结果。

结束语

以现行配电网工程项目线路划分为基础，分析造价的主要影响因素，提出一种基于BP神经网络的配电网工程造价预测模型，可以用较少的信息快速准确的对配电网工程造价进行预测。最后通过运用国内已有的配电网工程中输电线路工程数据对所提出的BP神经网络预测模型进行验证，实验表明提出的预测模型准确性高，具有很好的实用性与可行性，为日益严峻的配电网工程造价预测问题提供了新的可行的解决方案。

参考文献：

[1]宋云亭，吴俊玲，彭冬．基于BP神经网络的城网供电可靠性预测方法[J].中国外资，2012（19）：28.

[2]周佃民，管晓宏，孙婕．基于神经网络的电力系统短期负荷预测研究[J].广西建筑，2013（27）：22.

[3]国维，王静.特高压与常规输电线路工程成本费用与造价管理对比分析[J].价值工程，2014（22）：94-95.