基于聚类的输电线路工程造价综合智能预测方法

输电线路工程是电力系统建设的重要环节,对其造价进行精准化预测可以为预算制定、资金审核、项目评价等多方面产生积极作用。智能模型已广泛应用于输电线路工程造价的预测中,详细阐述神经网络和支持向量机智能算法的预测模型建立过程,分析两种预测模型的优缺点和适用场景;讨论K-Means聚类、层次聚类、模糊聚类3种聚类方式的特点,并将其综合用于提升神经网络和支持向量机智能算法的预测精度,提出了一种输电线路工程造价的综合智能预测方法。选取某区域电网2015—2016年新建的80组220 kV输电线路工程进行算例测试,结果表明:基于神经网络和支持向量机智能算法的输电线路工程造价预测误差均低于20%;层次聚类降低神经网络算法误差的效果最显著;模糊聚类降低支持向量机算法误差的效果最显著。