基于支持向量机的变电站工程数据预测方法研究

薛礼月，刘鑫，黄亦章，阚竟生

（国网上海市电力公司经济技术研究院，上海 200002）

随着电网输变电工程尤其是变电工程的建设标准和数量不断提升，对其建设过程数字化程度的要求也越来越高[1-3]。基于人工智能算法的变电站工程造价计算，已经成为电网工程技术经济测算的辅助手段之一[4-6]。传统的计算造价方式为：电气专业向技经专业人员提供材料清册，技经人员手动录入物资并套取相应定额，工作量较大。通过利用电气三维设计模型，结合人工智能数据挖掘算法，能够有效减少识别录入资源的工作量。并将设备及材料实体清楚地展现、量化，能够有效提升三维设计造价的工作效率和准确性[7-10]。

基于统计学的变电站工程数据预测方法通常需要大量的历史数据用来训练，才可以得出相对准确的结果[11]。但考虑到不同电网工程项目存在不确定性，其所处位置、施工条件、设计技术要求等差异较大。单纯根据历史造价数据进行预测的准确度较低，易受高海拔、极端气候条件或其他因素的影响造成变电站工程造价较高[12]。

文中基于三维Revit 软件平台的变电站工程相关数据，以电压等级为分界，通过粒子群算法优化支持向量机（Support Vector Machine，SVM）的输入权重和隐层阈值[13]，对变电站工程造价数据进行分析并产生结果。最终通过将预测结果与变电站工程概算对比，验证了文中方法在辅助变电站工程造价测算方面的有效性。

1 变电站三维算量

1.1 三维造价

三维造价是提升变电站工程技经工作质量的重要举措。……