【技术实现步骤摘要】
一种输变电工程工期预测方法、系统、设备及存储介质
[0001]本专利技术涉及输变电工程工期预测
，特别是涉及一种输变电工程工期预测方法、系统、设备及存储介质。
技术介绍
[0002]在工程项目管理中，工期、质量、成本和安全是项目管理的控制目标。可见，工期在项目管理中具有举足轻重的地位。而输变电工程承载着输配电的使命，有着以下四个特点：
①
工程投资时间长，数额大；
②
影响投资成效的因素多；
③
技术复杂，面临大量的资源调配；
④
项目关系复杂，需协调的部门多。因此，输变电工程对于工期的控制更加严格，在实际施工之前必须合理预测项目的工期。工期预测始终是工期管理的一个重要方面，是编制施工进度计划和开展各项工作的重要依据。当前在进行工期预测时主要依靠历史的信息材料和专家判断得到预测结果，这种方法往往对于影响因素的考虑不够周全，预测结果准确性较差。
[0003]BP神经网络通常是指基于误差反向传播算法(Back Propagation，简称BP算法)的多...
【技术保护点】
【技术特征摘要】
1.一种输变电工程工期预测方法，其特征在于，包括：获取待预测的输变电工程数据，其中，所述输变电工程数据至少包括电压等级数据、工程规模数据、平均海拔数据、平均温度数据及地形与地质数据；将所述输变电工程数据作为输入量输入预先训练的输变电工程工期预测神经网络模型中，得到输变电工程施工工期预测值。2.如权利要求1所述的方法，其特征在于，所述输变电工程工期预测神经网络模型包括依次连接的输入层、隐含层和输出层；所述输入层由多个并行计算的第一神经元构成；所述隐含层由多个并行计算的第二神经元构成；所述多个第一神经元之间不相互连接，所述第一神经元分别连接所有所述第二神经元，所述多个第二神经元之间不相互连接；所述第二神经元分别连接所述输出层。3.如权利要求2所述的方法，其特征在于，所述输出层通过以下公式表示：o＝f(net)其中，O表示输变电工程施工工期预测值，w表示隐含层到输出层之间的权重值，y表示隐含层神经元的值，j表示隐含层第几个神经元，m表示总的隐含层神经元数量。4.如权利要求3所述的方法，其特征在于，所述隐含层通过以下公式表示：y
j
＝f(net
j
)j＝1,2,
…
,m其中，V表示输入层到隐含层之间的权值矩阵，i表示工期影响因素的序数，n表示总的工期影响因素数量，x
i
表示第i个工期影响因素。5.如权利要求4所述的方法，其特征在于，所述隐含层到输出层之间的权重值通过以下公式计算：Δw
j
＝ηδ
o
y
j
＝η(d
‑
o)o(1
‑
o)y
j
其中，Δw
j
是w
j
的改变值，d代表实际施工工期，o代表输变电工程施工工期预测值，y表示隐含层神经元的值，η表示比例系数，w
j
表示第j个隐含层神经元到...
【专利技术属性】
技术研发人员：王铮，刘尚科，肖艳利，万晔，刘媛媛，
申请(专利权)人：国网宁夏电力有限公司经济技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。