基于数据挖掘技术的输电工程造价估算

被引:9
作者
彭光金 [1 ]
俞集辉 [1 ]
崔荣 [2 ]
韦俊涛 [1 ]
司海涛 [1 ]
朱辉 [2 ]
机构
[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)
[2] 重庆市电力公司
关键词
数据挖掘; 聚类分析; 支持向量机; 输电工程; 造价估算;
D O I
10.19495/j.cnki.1007-5429.2009.03.018
中图分类号
TM769 [电子计算机在电力系统中的应用];
学科分类号
摘要
基于某地区输电线路的历史工程造价数据,应用相关分析和聚类分析以及支持向量机理论等数据挖掘技术对电力输电工程的建设造价估算进行研究,提出了一种新的输电线路造价估算的预测模型。首先借助SPSS15.0软件采用相关分析对指标属性进行优化精简,构建了输电线路造价估算的技术指标体系,然后通过聚类分析对输电线路历史工程造价数据进行数据清洗及预处理,最后采用了基于支持向量机的回归模型来构建输电工程造价估算的预测模型。通过应用MATLAB7.0软件对实际输电线路工程设计概算数据的仿真分析,证明了该模型的有效性和可行性。
引用
收藏
页码:90 / 95+104 +104
页数:7
相关论文
共 13 条
[1]   Choosing multiple parameters for support vector machines [J].
Chapelle, O ;
Vapnik, V ;
Bousquet, O ;
Mukherjee, S .
MACHINE LEARNING, 2002, 46 (1-3) :131-159
[2]   基于自组织映射支持向量机的日前电价预测 [J].
牛东晓 ;
刘达 ;
邢棉 ;
冯义 ;
陈广娟 .
电网技术, 2007, (18) :15-18+22
[3]   工程造价的模糊快速估算方法研究 [J].
李凯 ;
韩学峰 .
山西建筑, 2007, (22) :246-247
[4]   基于BP神经网络的公路工程投资估算模型 [J].
王磊 ;
王运霞 .
中国高新技术企业, 2007, (13) :134-135
[5]   基于人工神经网络送电线路工程造价的快速估算 [J].
银涛 ;
俞集辉 .
重庆大学学报(自然科学版), 2007, (01) :36-41
[6]   基于CS、WLC、BPNN理论预测铁路工程造价的方法 [J].
段晓晨 ;
余建星 ;
张建龙 .
铁道学报, 2006, (06) :117-122
[7]   基于BP神经网络数据挖掘方法的政府投资项目投资估算方法 [J].
余建星 ;
段晓晨 ;
张建龙 .
中国农机化, 2006, (05) :36-39
[8]   短期负荷预测中支持向量机模型的参数选取和优化方法 [J].
谢宏 ;
魏江平 ;
刘鹤立 .
中国电机工程学报, 2006, (22) :17-22
[9]   基于组合模糊神经网络的建设工程成本估算方法 [J].
赵平 ;
孙树栋 ;
不详 .
计算机工程与应用 , 2005, (28) :174-176
[10]   基于LS-SVM的小样本费用智能预测 [J].
张晓晖 ;
朱家元 ;
张恒喜 ;
不详 .
计算机工程与应用 , 2004, (27) :203-204+214