[发明专利]一种输变电工程的建设工期预测方法和装置

权利要求书

1.一种输变电工程的建设工期预测方法，其特征在于，包括：

收集多个历史输变电工程的原始数据并对所述原始数据进行预处理，其中，所述原始数据包括建设规模参数和基本特征参数；

基于所述原始数据和与所述原始数据相对应的建设工期利用多元统计回归方法进行分析计算以及利用主成分分析与主因子分析方法，以减少所述原始数据的数量并获取多个历史输变电工程的历史进度数据，其中，所述历史进度数据包括所述减少的原始数据中的建设规模参数、建设工期和重点指标；

构建进度统计分析展示平台以展示所述历史进度数据；以及

利用所述原始数据和与所述原始数据相对应的建设工期获得神经网络预测模型，并通过所述神经网络预测模型获取待预测输变电工程的预测建设工期，其中，基于所述原始数据和与所述原始数据相对应的建设工期利用多元统计回归方法进行分析计算以及利用主成分分析与主因子分析方法，以减少所述原始数据的数量并获取多个历史输变电工程的历史进度数据进一步包括：

变量x₁,x₂,…,x_p对应于所述原始数据，变量y为所述建设工期，根据n个历史输变电工程的所述原始数据和所述建设工期获得以下n组数据：

(y_i，x_i1，x_i2，…,x_ip),i＝1,2,…,n，

变量y与x₁,x₂,…,x_p之间的内在联系是线性的并利用以下n个线性方程表示：

y₁＝b₀+b₁x₁₁+b₂x₁₂+…+b_px_1p+ε₁，

y₂＝b₀+b₁x₂₁+b₂x₂₂+…+b_px_2p+ε₂，

……

y_n＝b₀+b₁x_n1+b₂x_n2+…+b_px_np+ε_n，

其中，b₀,b₁,b₂,…,b_p是线性回归模型中的系数，ε_i表示第i个历史输变电工程的随机因素对y_i的影响；

将所述n个线性方程表示成以下矩阵形式：

Y＝XB+ε，

其中，

Y＝(y₁,y₂,…,y_n)^T，

B＝(b₀,b₁,…,b_p)^T，

ε＝(ε₁,ε₂,…,ε_n)^T；

求解系数矩阵B，并将所述系数矩阵B中的系数代入所述n个线性方程以获取所述线性回归模型，其中，当所述系数小于预设阈值时，将与所述系数相对应的原始数据剔除掉，以减少影响所述建设工期的原始数据的数量；以及

基于所述建设工期计算所述重点指标，以获取所述多个历史输变电工程的历史进度数据；

其中，利用所述主成分分析与所述主因子分析方法再次减少影响所述建设工期的原始数据的数量，以获取减少的原始数据中的建设规模参数，其中，将q维样本集D＝(x₁,x₂,…,x_q)通过主成分分析降维到n'的具体流程为：

1)对所有样本进行中心化：

2)计算样本的协方差矩阵XX^T；

3)对所述协方差矩阵XX^T进行特征值分解；

4)取出最大的n'个特征值对应的特征向量(w₁,w₂,…,w_n')，将所有的特征向量标准化后，组成特征向量矩阵W；

5)对样本集中的每一个样本x_i转化为新的样本z_i＝W^Tx_i；

6)得到输出样本集D'＝(z₁,z₂,…,z_n′)；以及

应用所述主因子分析方法的主要步骤如下：

1)对所述输出样本集D'进行标准化处理；

2)计算样本的相关矩阵R；

3)求所述相关矩阵R的特征值和特征向量；

4)根据系统要求的累积贡献率确定主因子的个数；

5)计算因子载荷矩阵A；

6)确定因子模型；

7)根据计算结果，对减少的系统主因子进行分析，以确定影响建设工期的原始数据。