0前言

電力工程造價(jià)是一項(xiàng)非線性的多變量工作,僅僅依賴工作人員基于經(jīng)驗(yàn)之上的臆斷是不可行的,難以保證電力工程造價(jià)預(yù)測(cè)的準(zhǔn)確性。數(shù)據(jù)挖掘技術(shù)在現(xiàn)有的海量數(shù)據(jù)當(dāng)中將具有利用價(jià)值的數(shù)據(jù)提取出來(lái)并加以計(jì)算,神經(jīng)網(wǎng)絡(luò)技術(shù)則是在海量神經(jīng)元的基礎(chǔ)上構(gòu)建自適應(yīng)非線性動(dòng)態(tài)系統(tǒng),具有理想的非線性映射能力。如何在電力工程造價(jià)當(dāng)中應(yīng)用上述的兩項(xiàng)新型技術(shù),是相關(guān)從業(yè)人員需要重點(diǎn)思考的問(wèn)題之一。

1數(shù)據(jù)預(yù)處理

數(shù)據(jù)挖掘當(dāng)中的核心技術(shù)為數(shù)據(jù)預(yù)處理技術(shù),其與數(shù)據(jù)挖掘過(guò)程的可操作性、最終結(jié)果的可信度有著直接的關(guān)系。針對(duì)電力工程造價(jià)而言,關(guān)于其歷史數(shù)據(jù)的預(yù)處理技術(shù)主要可分為三種,分別為:數(shù)據(jù)集壓縮技術(shù)、噪聲數(shù)據(jù)平滑技術(shù)、空缺值填補(bǔ)技術(shù)。同時(shí)電力工程造價(jià)的影響因素較多,包括檔距、絕緣子等、電壓等級(jí)、運(yùn)距等,其對(duì)電力工程造價(jià)的影響是不容忽視的,并且各個(gè)影響因素均下轄著子因素,層次數(shù)據(jù)倉(cāng)庫(kù)比較規(guī)范而有序。電力工程造價(jià)層次數(shù)據(jù)倉(cāng)庫(kù)示意圖如圖1所示。鑒于上述的各項(xiàng)因素屬性基本上都跟數(shù)據(jù)挖掘的工作任務(wù)有關(guān),因此在進(jìn)行數(shù)據(jù)挖掘的過(guò)程當(dāng)中,一則所花費(fèi)的時(shí)間比較長(zhǎng),二則各個(gè)因素屬性之間的重復(fù)性無(wú)法消除,造成最終的計(jì)算結(jié)果失真,可信度不高。所以,筆者認(rèn)為:數(shù)據(jù)挖掘結(jié)果的可信度以及數(shù)據(jù)存取時(shí)間的長(zhǎng)短,直接取決于用來(lái)創(chuàng)建模型的因素屬性集的選擇是否合理?蓪⒁蛩貙傩缘倪x擇過(guò)程劃分為如下兩個(gè)步驟實(shí)施:(1)基于屬性轉(zhuǎn)換與屬性歸約的原始數(shù)據(jù)集壓縮操作電力工程造價(jià)的屬性數(shù)量非常多,僅僅是針對(duì)地形過(guò)狀況的描述就涉及到丘陵、平原、山地、盆地等方面,并且其各自所占的比例均存在著較大的差異。因此,建議采用加權(quán)平均的方式把表一當(dāng)中所列舉的因素屬性轉(zhuǎn)換為單一而具體的地形系數(shù)屬性,具體的計(jì)算公式為:W1×丘陵比例+W2×平原比例+W3×山地比例+W4×盆地比例式中:W1、W2、W3、W4均為與之相對(duì)應(yīng)的地形的權(quán)系數(shù),其來(lái)源為電力工程造價(jià)領(lǐng)域權(quán)威專家的設(shè)定,不存在固定的標(biāo)準(zhǔn)。(2)基于過(guò)濾算法與包裝算法的深層次屬性優(yōu)選過(guò)濾算法與包裝算法均屬于啟發(fā)式搜索算法的范疇,電力造價(jià)數(shù)據(jù)的特點(diǎn)多種多樣,利用過(guò)濾算法與包裝算法可確保計(jì)算結(jié)果的準(zhǔn)確性,實(shí)現(xiàn)對(duì)因素屬性的深層次優(yōu)選目的。筆者認(rèn)為,對(duì)電力領(lǐng)域的單位工程造價(jià)的影響最為突出的是截面與電壓兩項(xiàng),其余還包括檔距、運(yùn)距、桿塔數(shù)、絕緣子等,將上述的全部因素屬性全部加以離散化處理,重新構(gòu)造類別屬性,通過(guò)多次的試驗(yàn),優(yōu)選最終的子集,提高數(shù)據(jù)預(yù)處理的可操作性。電力工程造價(jià)因素輸出屬性關(guān)系圖如圖2所示。

2數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)之下的電力工程造價(jià)預(yù)測(cè)

2.1基于K-means聚類法的模糊規(guī)則選取。針對(duì)不同的數(shù)據(jù)結(jié)構(gòu)以及數(shù)據(jù)類型而言,可通過(guò)K-means聚類法完成距離函數(shù)的選取,并將其作為對(duì)象相似性度量的可信標(biāo)準(zhǔn),其與歐幾里得度量的原理基本一致。在K-means聚類法之下,可生成電力工程造價(jià)的模糊規(guī)則,把具備相似性的全部工程子項(xiàng)目歸納到同一組當(dāng)中去,需要注意的是,該處所指的相似性為屬性之間的相對(duì)大小,而非絕對(duì)數(shù)值的相對(duì)大小。鑒于此,將余弦距離當(dāng)做電力工程造價(jià)對(duì)象相似度的具體度量標(biāo)準(zhǔn),能夠較為準(zhǔn)確地展示出不同向量的相似關(guān)系、向量元素的的變化特征等。選擇聚類數(shù)目同樣是聚類分析當(dāng)中的關(guān)鍵性問(wèn)題,系統(tǒng)的復(fù)雜度以及精度是其中需要重點(diǎn)考慮的兩個(gè)問(wèn)題。在試驗(yàn)的基礎(chǔ)上,對(duì)聚類的數(shù)目實(shí)現(xiàn)逐步的改變,同時(shí)留意平方誤差和的變化情況,聚類數(shù)目的選擇需要依據(jù)此指標(biāo)的變化程度來(lái)完成;诒WC系統(tǒng)簡(jiǎn)潔性以及精準(zhǔn)性的重要目的,筆者建議選擇2作為聚類數(shù)目,在此基礎(chǔ)上所得到的模糊規(guī)則可切實(shí)提高所創(chuàng)建的模型的精度。此外,基于K-means聚類法的模糊規(guī)則選取還可減少迭代計(jì)算的次數(shù),提高能量函數(shù)值,無(wú)論是連接權(quán)初值抑或是神經(jīng)網(wǎng)絡(luò)隱層元數(shù)目的選取方面均具有高度的可信性,不需要再依靠工作人員基于經(jīng)驗(yàn)層面的臆斷。

2.2確定模糊系統(tǒng)的隸屬度函數(shù)。數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)的模型可切實(shí)提高電力工程各項(xiàng)造指標(biāo)估算的精確度,尤其是單位靜態(tài)投資形態(tài),其最大誤差值不會(huì)理論上超過(guò)3.45%,具有高度的可信性。由此可見(jiàn),數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)的泛化能力均比較強(qiáng),在該模型之下,針對(duì)電力工程造價(jià)估算所需的時(shí)間較短,并且精確度較高,具有理想的實(shí)際應(yīng)用價(jià)值。除此之外,通過(guò)數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)而創(chuàng)建的專業(yè)模型在電力工程造價(jià)預(yù)算的審查方面同樣具有高度的實(shí)際應(yīng)用價(jià)值。電力工程造價(jià)預(yù)算審查的基準(zhǔn)值即為神經(jīng)網(wǎng)絡(luò)系統(tǒng)的快速造價(jià)估算值,與設(shè)計(jì)預(yù)算書進(jìn)行全面的對(duì)比,在此基礎(chǔ)上就電力工程分項(xiàng)目造價(jià)預(yù)算的準(zhǔn)確性實(shí)現(xiàn)深層次的判斷。電力工程線路數(shù)據(jù)的預(yù)算審查對(duì)象主要包括工地運(yùn)輸、基礎(chǔ)工程、土石方工程、附件工程、桿塔工程等。通過(guò)審查可知,工地運(yùn)輸、基礎(chǔ)工程、土石方工程、附件工程、桿塔工程等的準(zhǔn)確度均非常高,尤其是基礎(chǔ)工程與桿塔工程兩個(gè)方面,造價(jià)預(yù)算的預(yù)測(cè)值與實(shí)際值之間的絕對(duì)誤差小于1.03%,證明數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)可在電力工程造價(jià)領(lǐng)域大理推廣應(yīng)用。

4結(jié)語(yǔ)

綜上所述,在電力工程造價(jià)預(yù)測(cè)與審查當(dāng)中,數(shù)據(jù)挖掘以及神經(jīng)網(wǎng)絡(luò)技術(shù)均可起到預(yù)期當(dāng)中的作用,具有高度的實(shí)際應(yīng)用價(jià)值。通過(guò)數(shù)據(jù)挖掘技術(shù)針對(duì)海量的原始數(shù)據(jù)實(shí)現(xiàn)預(yù)處理,在此基礎(chǔ)上可得到理想的數(shù)據(jù)規(guī)模以及數(shù)據(jù)格式。隨后通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)所創(chuàng)建的專業(yè)模型的優(yōu)點(diǎn)進(jìn)行詳細(xì)的描述,可以起到克服人工預(yù)測(cè)與審查的主觀性與片面性的弊端,降低人為因素對(duì)電力工程造價(jià)預(yù)算與審查工作的負(fù)面影響,保證評(píng)價(jià)結(jié)果的客觀性以及有效性。筆者在測(cè)試實(shí)際數(shù)據(jù)的基礎(chǔ)上,對(duì)數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)應(yīng)用價(jià)值與特征進(jìn)行了深入的論證與分析,得出了此方法在電力工程造價(jià)預(yù)測(cè)與審查當(dāng)中具備預(yù)測(cè)精確性、審查收斂性的重要作用,可大力推廣應(yīng)用。