一种电网技改维修规模预测方法及装置制造方法及图纸

技术编号:40182140 阅读:24 留言:0更新日期:2024-01-26 23:47
本说明书涉及电网投资预测技术领域,提供了一种电网技改维修规模预测方法及装置。该方法包括:接收目标电网在指定历史时段的电网资产数据,其中所述电网资产数据包括:多个子类电网资产的资产原值数据、资产报废数据和技改维修规模数据;将所述电网资产数据输入预训练的BP神经网络模型以获得所述目标电网在指定未来时段的技改维修规模预测值;基于所述技改维修规模预测值调整当前时段的技改维修方案,以保障所述目标电网的安全可靠运行并降低其维修成本。通过本说明书实施例,能够提高电网资产技改维修规模预测的准确率,为后续调整维修方案提供重要依据。

【技术实现步骤摘要】

本说明书涉及电网投资预测,具体涉及一种电网技改维修规模预测方法及装置


技术介绍

1、近年来,随着经济和社会的快速发展,电网企业投资不断增大,电网实物资产规模持续上升,面临的电网运行维护、更新改造任务加重。由于电网大规模投资引发的集中改造对电网企业的健康发展造成了很大的风险,因此,对电网实物资产技改维修资金规模进行科学预测和合理规划,对解决和缓解电网集中改造资金缺口、确保电网公司科学规划电网规模、提高公司实物资产运维和管理水平、保障电网安全可靠运行具有重要意义。“资产墙”是近年来电网企业资产管理的重要方法之一,是一种固定资产投资预测工具,然而传统的资产墙模型只是通过机械平移外推来推测未来的资产技改数量,其忽略了电网资产规模预测问题中存在影响因素复杂、数据非线性等特点,导致预测结果准确率低的问题,因此亟需一种电网技改维修规模预测方法及装置,解决技改维修规模预测准确率低的问题。


技术实现思路

1、本说明书实施例的目的在于提供一种电网技改维修规模预测方法及装置,涉及电网投资预测
,以解决技改维修规模预测准确率本文档来自技高网...

【技术保护点】

1.一种电网技改维修规模预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述电网资产数据输入预训练的BP神经网络模型以获得所述目标电网在指定未来时段的技改维修规模预测值前,还包括:

3.根据权利要求2所述的方法,其特征在于,所述预训练的BP神经网络模型包括一个输入层、一个输出层和若干个隐含层;

4.根据权利要求1所述的方法,其特征在于,所述将所述电网资产数据输入预训练的BP神经网络模型以获得所述目标电网在指定未来时段的技改维修规模预测值,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述技改...

【技术特征摘要】

1.一种电网技改维修规模预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述电网资产数据输入预训练的bp神经网络模型以获得所述目标电网在指定未来时段的技改维修规模预测值前,还包括:

3.根据权利要求2所述的方法,其特征在于,所述预训练的bp神经网络模型包括一个输入层、一个输出层和若干个隐含层;

4.根据权利要求1所述的方法,其特征在于,所述将所述电网资产数据输入预训练的bp神经网络模型以获得所述目标电网在指定未来时段的技改维修规模预测值,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述技改维修规模预测值调整当前时段的技改维修方案,包括:

6.根据权利要求5...

【专利技术属性】
技术研发人员:张晓曼程序齐霞安磊耿鹏云张妍路妍刘宣相静张萌萌
申请(专利权)人:国网冀北电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1