【技术实现步骤摘要】
本专利技术属于电网采购物资预测，具体涉及基于典型电网物资绿色采购的评估预测方法及相关设备。
技术介绍
1、电网面对典型物资的采购面临着各种压力，价格不再是影响电网物资采购的唯一标准，采购物资的低碳属性、降碳能力也是影响供应商中标的重要因素。现有技术对典型电网物资预测以及相关领域的研究，主要体现在需求预测、价格预测等方面，其同目的为进一步提高电网物资采购的准确性、压缩采购成本等，但尚未有对电网物资的绿色低碳属性、降碳能力进行预测，这部分研究领域有较大的空缺。
2、在预测领域中，提出以误差反向传播神经网络(back-propagation neuralnetworks，简称bp神经网络)为首的预测模型，以及以其延伸出来的各种神经网络在不同领域也发挥着不同的作用。但bp神经网络本质上是静态前馈神经网络，而结合现实情况可以认识到，负荷预测、物资需求预测等一系列数据属于动态信息，基于静态数据对动态信息进行分析体现不出动态数据的变化对预测结果带来的影响，存在预测准确率低的问题。此外，bp神经网络通常需要大量的训练、测试数据，这对于刚起步...
【技术保护点】
1.基于典型电网物资绿色采购的评估预测方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述获取典型电网物资的多维指标数据并进行数据预处理，得到各标准指标数据，包括：
3.根据权利要求2所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述原辅材料获取指标包括功能单位耗材指标，所述对各一级指标下的各二级指标分别进行数据预处理包括选取所述功能单位耗材指标，步骤如下：
4.根据权利要求2所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述根据各所述标准指标...
【技术特征摘要】
1.基于典型电网物资绿色采购的评估预测方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述获取典型电网物资的多维指标数据并进行数据预处理，得到各标准指标数据，包括：
3.根据权利要求2所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述原辅材料获取指标包括功能单位耗材指标，所述对各一级指标下的各二级指标分别进行数据预处理包括选取所述功能单位耗材指标，步骤如下：
4.根据权利要求2所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述根据各所述标准指标数据，通过预设算法计算不同采购周期中典型电网物资的绿色低碳评估值，包括：
5.根据权利要求1所述的基于典型电网物资绿色采购的评估预测方法，其特征在于，所述基于粒子群算法构建elman神经网络预测模型，通过所述粒子群算法计算适应度函数，获取全局最优解，并根据所述全局最优解确定最优权系数及最优阈值，包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：朱兆彬，应光耀，马恒，马秀娟，刘志凯，楼冠廷，
申请(专利权)人：浙江华电器材检测研究院有限公司，
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。