一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质与流程

1.本发明属于输变电工程造价分析技术领域，具体涉及一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质。


背景技术：

2.输变电工程是国民经济发展的重要组成部分，其建设与运营涉及到大量的资金、时间和人力资源，因此输变电工程造价的准确估算和实际控制非常重要。目前，虽然存在一些关于输变电工程造价的数据库系统，但其存在着数据量不足、数据质量不高、数据管理不规范、数据处理效率低下、数据分析能力不足等问题。如何利用大数据技术来设计和开发一种能够更好地解决输变电工程造价预测和管控问题的指标分析系统，是当前亟待解决的问题。
3.申请号为【cn202011348203.1】的专利申请中公开了一种电网工程造价数据管理方法、装置及终端设备，对工程数据分类、预处理后，运用聚类分析得到多种历史分类数据，而后对数据进行存储。为输变电工程造价数据存储提供了有效参考，但当需要运用数据做造价预测时，需要重新选取指标，在数据处理方面缺少针对性。
4.申请号为【cn201810863513.3】的专利申请中公开了一种基于kpca-la-rbm的输变电工程造价预测方法，运用核主成分分析法kpca提取数据，同时运用狮子算法优化的受限玻尔兹曼机对输变电工程造价预测；案例中kpca提取数据的方法减少预测工作中数据处理量，但是造成了数据信息的损失；rbm可以用于降维，通过训练一个具有较少隐藏节点的rbm，可以将高维数据映射到低维空间。但rbm对于数据的分布假设较为简单，在输变电工程这类复杂的工程中运用中，可能无法捕捉到复杂的数据结构和高阶关系。同时，狮群算法寻优后期狮群个体的寻优范围变小，个体位置可能发生碰撞从而降低算法的多样性，使得算法易陷入局部极值。
5.现有的输变电工程造价预测指标体系和管控指标体系的缺点和不足有以下几个方面：(1)预测指标体系缺乏准确性：传统的造价预测指标体系筛选过程过于粗略，无法准确预测工程造价的实际情况。有些指标没有考虑到实际工程的复杂性和多变性，导致预测误差较大。(2)管控指标体系缺乏细化：现有的管控指标体系虽然考虑到了工程技术条件、自然环境等多个方面，但指标过于笼统，提取指标的方法难以将原始数据直接输入，对于技经人员是一项挑战。(3)预测方法缺乏合理性：在传统算法中，数据分组比例采用随机化处理，影响算法的搜索能力，导致算法收敛速度降低，算法运行后期搜索区域无效。(4)预测系统缺乏数据的可存储性：在传统的造价预测和管控方法中，往往需要多次重复收集和整理数据，工作繁琐且费时。同时，历史数据更新后需要重新导入数据表进行新工程预测，无法实时存储历史数据。


技术实现要素：

6.为了克服上述现有技术的不足，本发明的目的在于提供一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质，通过灰色关联度分析法筛选指标，然后通过改进狮群算法和bp神经网络实现快速准确地在数据库系统中完成对输变电工程的造价预测；通过abc法实现指标的筛选，然后运用熵权法和专家评议法进行评价分析，为后期新建工程提供更好的决策支持，同时可以推动大数据技术在输变电工程造价分析中的应用。
7.为了实现上述目的，本发明采取的技术方案是：
8.一种基于大数据的输变电工程造价模型构建方法，包括以下步骤：
9.s1，基于excel创建已完工程原始数据库表，获得历史工程数据表，所述历史工程数据表包括项目概况表和分部分项工程量清单原始数据表；
10.s2，对步骤s1获得的项目概况表和分部分项工程量清单原始数据表分别通过excel进行预处理，获得预处理后的项目概况表和分部分项工程量清单原始数据表；
11.s3，对步骤s2中预处理后的项目概况表中的数据通过python进行灰色关联度分析，提取工程造价预测的指标特征，获得项目特征数据表；对步骤s2中预处理后的分部分项工程量清单原始数据表中的数据进行abc分析，提取工程量变化内容，获得分部分项工程量变化表；
12.s4，在步骤s3获得的项目特征数据表的基础上构建输变电工程造价预测指标数据表，在步骤s3中分部分项工程量变化表的基础上构建输变电工程造价管控数据表；
13.s5，将步骤s4中的输变电工程造价预测指标数据表存储于sql server数据库管理系统，得到输变电工程造价预测基础数据库；将步骤s4中的输变电工程造价管控数据表存储于sql server数据库管理系统，得到输变电工程造价管控基础数据库；
14.s6，建立新建工程数据项目概况表，包括新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表；建立新建工程分部分项工程量清单原始数据表，包括新建变电工程分部分项工程量清单结算项目费用审定明细表、新建架空线路工程分部分项工程量清单结算项目费用审定明细表和新建电缆线路工程分部分项工程量清单结算项目费用审定明细表，分别录入excel表格；对建立的新建工程数据项目概况表按照步骤s2的预处理，得到预处理后的新建工程数据项目概况表；对新建工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建工程分部分项工程量清单原始数据表；
15.s7，将步骤s6中预处理后的新建工程数据项目概况表保存于sql server数据库管理系统；将预处理后的新建工程分部分项工程量清单原始数据表保存于sql server数据库管理系统；
16.s8，将步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行造价预测，将步骤s7预处理后的新建工程分部分项工程量清单原始数据表中的数据与步骤s5的输变电工程造价管控基础数据库关联，进行造价分析或管控评价。
17.所述步骤s1中的项目概况表包括：变电工程概况表、架空线路工程概况表和电缆线路工程概况表；分部分项工程量清单原始数据表包括：变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表和电
缆线路工程分部分项工程量清单结算项目费用审定明细表；
18.所述步骤s1创建已完工程原始数据库表的具体步骤为：
19.s1-1，打开excel表格，对变电工程概况、架空线路工程概况和电缆线路工程概况创建新的工作表(sheet)，分别得到变电工程概况表、架空线路工程概况表和电缆线路工程概况表；
20.s1-2，在步骤s1-1创建的变电工程概况表中，对变电工程概况表进行变电工程的项目编辑；在架空线路工程概况表中，对架空线路工程概况表进行架空线路的项目编辑；在电缆线路工程概况表中，对电缆线路概况表进行电缆线路的项目编辑；
21.s1-3，在步骤s1-2中的变电工程概况表、架空线路工程概况表和电缆线路工程概况表中，分别从第二行开始的每一行中填写相应的数据，根据需要插入多行数据，每行表示一个已完工工程的数据；
22.s1-4，对单个变电工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个变电工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中变电工程概况表中录入的已完工工程的数据，创建多个变电工程的分部分项工程量清单结算项目费用审定明细表，得到变电工程分部分项工程量清单结算项目费用审定明细表；
23.对单个架空线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个架空线路工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中架空线路工程概况表中录入的已完工工程的数据，创建多个架空线路工程的分部分项工程量清单结算项目费用审定明细表，得到架空线路工程分部分项工程量清单结算项目费用审定明细表；
24.对单个电缆线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个电缆线路工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中电缆线路工程概况表中录入的已完工工程的数据，创建多个电缆线路工程的分部分项工程量清单结算项目费用审定明细表，得到电缆线路工程分部分项工程量清单结算项目费用审定明细表。
25.所述步骤s1-4中，对单个变电工程概况表、单个架空线路工程概况表以及单个电缆线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据分别按照《电网工程建设预算编制与计算规定(2018版)》附录a(变电站工程项目划分表)、附录h(架空输电线路工程项目划分表)、附录i(陆上电缆输电线路工程项目划分表)和附录j(水下电缆输电线路工程项目划分表)的形式搜集造价数据信息，分别整理为excel表格文档。
26.所述步骤s2的具体步骤为：
27.s2-1，对步骤s1-3中获得的变电工程概况表、架空线路工程概况表和电缆线路工程概况表预处理，包括：缺失数据的工程剔除、定性数据的定量化处理、异常值处理根据gb/t18710-2002中规定的相关参数合理变化范围(同一电压等级下，竣工决算费用中静态投资浮动不超过均值的10％)进行异常数据剔除、无量纲化处理时使得数据标准化于[0,1]之间，处理后每一列构成一个指标；
[0028]
对步骤s1-4中获得的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表、电缆线路工程分部分项工程量
清单结算项目费用审定明细表中的数据进行数据预处理，包括：缺失数据的工程剔除、根据工程量和工程特征计算的数据补齐，无量纲化处理；
[0029]
所述步骤s3中，对步骤s2中预处理后的项目概况表中的数据进行灰色关联度分析，具体步骤为：
[0030]
s3-1，配置python软件环境，调用pandas、numpy和matplotlib库，在python软件环境下导入经步骤s2-1预处理后的变电工程概况表、架空线路工程概况表和电缆线路工程概况表，使用pd.read_csv(r'变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据.csv',encoding＝'gbk',header＝0)；
[0031]
s3-2，提取变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据表中指标名称及指标名称下的数据；
[0032]
s3-3，设置分辨系数值，计算绝对差和绝对值矩阵；
[0033]
s3-4，计算灰色关联矩阵，获得项目特征数据表；
[0034]
对步骤s2中预处理后的分部分项工程量清单表中的数据进行abc分析，具体步骤为：
[0035]
s3-5，在步骤s2-1预处理后的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表和电缆线路工程分部分项工程量清单结算项目费用审定明细表中的数据分别计算每一个工程中构成要素工程量变化和调整费用的绝对值，公式：|z1|＝abs(z1)，|z2|＝abs(z2)；式中z1表示工程量变化的值，z1＝竣工结算工程量-概算工程量，z2表示调整费用的值，z2＝竣工结算费用-概算费用；
[0036]
s3-6，对绝对值化后的工程量清单中同一名称的要素进行工程量和费用的合并；
[0037]
s3-7，用各要素的工程量变化的绝对值除以该要素招标工程量作为工程量变化百分比，后归一化，用单个要素的调整费用的绝对值除以所有要素总变化的绝对值作为该项费用变化的百分比；
[0038]
s3-8，对求出的归一化后的工程量变化百分比和调整费用的百分比的两个数据列分别进行降序排序，分别选取两个数据列累计达到总变化量80％的要素，并将两个数据列筛选出的要素进行合并，获得变电工程分部分项工程量变化表、架空线路工程分部分项工程量变化表和电缆线路工程分部分项工程量变化表。
[0039]
所述步骤s4的具体步骤为：
[0040]
s4-1，将步骤s3-1中的变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据计算灰色关联矩阵后，关联矩阵中灰色关联度阈值≥0.8的数据列保留，其余数据列进行删除处理，构成输变电工程造价预测指标数据表；
[0041]
s4-2，将步骤s3-8中变电工程分部分项工程量变化表、架空线路工程分部分项工程量变化表和电缆线路工程分部分项工程量变化表中的要素，累积出现频次超过50％做保留，其余数据做删除处理，构成输变电工程造价管控数据表；
[0042]
所述步骤5的具体步骤为：
[0043]
将步骤s4-1建立的输变电工程造价预测指标数据表以excel表格的形式上传于sql server数据库管理系统；将步骤s4-2建立的输变电工程造价管控数据表以excel表格的形式上传于sql server数据库管理系统。
[0044]
所述步骤s6的具体步骤为：
[0045]
s6-1，将新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表和建立分部分项工程量清单原始数据项目概况表分别录入excel表格；
[0046]
对新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表按照步骤s2的预处理，得到预处理后的新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表；
[0047]
将新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表；
[0048]
所述步骤s7的具体步骤为：
[0049]
s7-1，登录sql server数据库管理系统，并选择要添加数据的数据库；
[0050]
s7-2，打开“查询编辑器”窗口，输sql语句，插入数据到相应的表中；
[0051]
所述步骤s8的具体步骤为：
[0052]
s8-1，安装和配置python软件环境和tensorflow、pandas、numpy和matplotlib库，使python软件环境与sql server数据库相互连接，并能够调用sql server数据库中数据，将步骤s5中上传的输变电工程造价预测指标数据表调出使用；
[0053]
s8-2，运用python代码来建立改进狮群算法的bp神经网络模型；
[0054]
s8-3，将步骤s8-1中调出的输变电工程造价预测指标数据表中的概况信息数据划分为训练集和测试集；
[0055]
s8-4，使用训练集来训练bp神经网络模型；
[0056]
s8-5，使用测试集来对训练好的bp神经网络模型进行预测；
[0057]
s8-6，使用评估指标来评估bp神经网络模型的预测效果，评估指标为均方误差；
[0058]
s8-7，在python软件环境中，使用模型的predict()方法对步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行新工程造价数据的bp神经网络模型预测，并将结果输出；
[0059]
s8-8，在sql server数据库中，打开步骤s5上传的输变电工程造价管控数据表，使用归一化矩阵计算出输变电工程造价管控数据表中在步骤s4-2保留的要素的权重矩阵；
[0060]
s8-9，使用权重矩阵计算出输变电工程造价管控数据表中在步骤s4-2保留的要素的熵值矩阵；
[0061]
s8-10，将熵值矩阵的各列相加并取平均值，得到最终权重；
[0062]
s8-11，使用最终权重对输变电工程造价管控数据表中在步骤s4-2保留的要素指标进行加权，从而得出综合评价结果。
[0063]
所述步骤s8-2中改进狮群算法的具体步骤为：
[0064]
s8-2-1，确定bp神经网络的结构；该过程包括神经网络输入层、隐藏层、输出层的节点数，根据神经网络的结构确定优化狮群算法个体的维度；
[0065]
s8-2-2，初始化种群；根据神经网络结构随机初始化狮子种群，每一个狮子个体都代表一组bp神经网络权值和偏置，；
[0066]
s8-2-3，确定适应度函数；函数适应度作为狮群每次捕食或进化的评判标准，采用bp神经网络的训练误差作为适应度函数值；
[0067]
s8-2-4，将随机产生的种群个体带入bp网络中进行计算；根据适应度调整狮群个体的位置产生新的种群，新的种群个体再次带入bp神经网络中进行计算，依次迭代，直到满足终止条件；
[0068]
s8-2-5，狮群算法寻优产生的最优个体经过解码作为bp神经网络的权值和偏置；最终得到训练好的bp神经网络模型。
[0069]
本发明还提供了一种基于大数据的输变电工程造价模型构建系统，包括：
[0070]
数据获取模块：用于获取电网工程的历史工程数据表；
[0071]
数据处理模块：用于对历史数据的异常值、转化、无量纲化处理；
[0072]
灰色关联度分析模块：用于提取工程造价预测的指标特征；
[0073]
abc法分析模块：用于对数据清单的筛选，提取工程量变化内容；
[0074]
数据存储模块：用于对筛选出指标特征的样本数据进行存储；
[0075]
造价预测模块：用于对新建工程的造价进行预测；
[0076]
造价管控模块：用于对新建工程的造价进行管控；
[0077]
其中，所述数据处理模块，异常值处理根据gb/t18710-2002中规定的相关参数浮动范围进行异常数据剔除；无量纲化处理时使得数据标准化于[0,1]之间；
[0078]
其中，灰色关联度分析模块，对历史输变电工程造价数据做灰色关联度分析，以≥0.8为阈值进行特征筛选；
[0079]
其中，abc分析法分析模块，单项工程中项目工程量累积变化阈值大于等于80％。
[0080]
本发明还提供了一种基于大数据的输变电工程造价模型构建设备，包括：
[0081]
存储器：存储上述一种基于大数据的输变电工程造价模型构建方法的计算机程序，为计算机可读取的设备；
[0082]
处理器：用于执行所述计算机程序时实现所述的一种基于大数据的输变电工程造价模型构建方法。
[0083]
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现所述的一种基于大数据的输变电工程造价模型构建方法。
[0084]
相较于现有技术，本发明具有以下有益效果：
[0085]
1.本发明提供了一种造价预测指标体系筛选方法，即带阈值的灰色关联度法：对预处理后的项目概况表中的数据进行灰色关联度分析，提取工程造价预测指标的特征，经变化后组成输变电工程造价预测指标体系。运用该方法可以筛选工程技术概况表中的技术条件指标、自然环境指标以及价格指标。该方法还考虑了实际工程的复杂性和多变性，为技经人员提供了更全面和深入的数据分析和决策支持。同时，该方法计算时可以将原始数据直接输入，缩小了预测误差。
[0086]
2.本发明提供了一种造价管控方法，即abc分析法和熵值求权重：将预处理后的分部分项工程量清单原始数据表中的数据进行abc分析，经变化后组成输变电工程造价管控基础数据库。将预处理后的新建工程分部分项工程量清单原始数据表中的数据与输变电工程造价管控基础数据库关联，进行造价分析或管控评价。该方法将造价管控指标体系细化，建立造价管控模型，在工程建设过程中可以直接将指标数据输入造价管控系统，对造价实时管控；
[0087]
3.本发明提供了一种精确的造价预测方法，即改进狮群算法：该方法弥补了狮群算法出现局部最优的缺点，技术应用灵活，能够适应不同规模和需求的数据处理和分析任务，提高了预测效率和预测精度。
[0088]
4.本发明提供了一种数据存储方法，即sql server数据库管理系统：该系统可以将已完成的历史输变电工程造价预测基础数据库和输变电工程造价管控基础数据库与新建工程数据联动，能够提供更准确和全面的数据支撑。可以用于新建工程造价预测和造价管控，更有助于对新建工程进行管理。
附图说明
[0089]
图1是本发明的构建方法流程图。
具体实施方式
[0090]
下面以实施例对本发明采取的技术方案进行详细说明。
[0091]
如图1所示，本发明提供的一种基于大数据的输变电工程造价模型构建方法，包括以下步骤：
[0092]
s1，基于excel创建已完工程原始数据表，获得历史工程数据表，历史工程数据表包含项目概况表和分部分项工程量清单原始数据表；
[0093]
进一步地，所述步骤s1中的项目概况表包括：变电工程概况表、架空线路工程概况表和电缆线路工程概况表；分部分项工程量清单原始数据表包括：变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表和电缆线路工程分部分项工程量清单结算项目费用审定明细表。
[0094]
所述的步骤s1创建已完工程原始数据库表的具体步骤如下：
[0095]
s1-1，打开excel表格，对变电工程概况、架空线路工程概况和电缆线路工程概况创建新的工作表(sheet)，分别得到变电工程概况表、架空线路工程概况表和电缆线路工程概况表；
[0096]
s1-2，在步骤s1-1创建的变电工程概况表中，对变电工程概况表进行变电工程的项目编辑；设置如下列名：所属区域、所属公司、所属地区、额定电压、工程编码、工程名称、工程时间、决(结)算采用预规版本、通信设备工程是否单独成册、采用通用设计的方案、采用通用造价的方案、是否为模块化/装配式变电站建筑型式、建设性质、是否智能化变电站、是否应用三维设计、是否采用施工图预算管理、是否执行现场造价管理标准化、污秽等级、海拔、地形地貌、变电站型式、主变压器、本期出线回数、配电型式及断路器台数、接线型式、高压电抗器、低压电容器、低压电抗器、电缆材料、接地材料、建筑面积、主变及进出线钢构、支架、主变及进出线基础混凝土量、站区其他设备支架及基础、电缆沟、进站道路、竣工决算费用、施工图预算、初步设计批复概算、批复可研估算；
[0097]
在架空线路工程概况表中，对架空线路工程概况表进行架空线路的项目编辑；设置如下列名：所属区域、所属公司、所属地区、额定电压、工程编码、工程名称、工程时间、决(结)算采用预规版本、通信设备工程是否单独成册、采用通用设计的方案、采用通用造价的方案、是否机械化施工、架空线路型式、线路曲折系数、路径长度、是否采用施工图预算管理、是否运用三维设计、杆塔、导线及线材、海拔、覆冰风速、地形分布、地质条件、土石方量、
各类基础数量占总塔基数比例、各类基础混凝土量占总混凝土比例、基础钢材、竣工决算费用、施工图预算、初步设计批复概算、批复可研估算；
[0098]
在电缆线路工程概况表中，对电缆线路概况表进行电缆线路的项目编辑；设置如下列名：工程编码、工程名称、所属公司、所属地区、电压等级、可研评审时间、初设评审时间、竣工时间、主要设备材料招标时间、土建定额体系、决(结)算采用预规版本、通信线路工程是否单独成册、是否应用三维设计、地质情况、地貌、是否采用施工图预算管理、电缆回路数、电缆长度、电缆型号、电缆芯材质、电缆芯数、电缆截面、电缆中间接头、电缆终端接头、接地电流监测、电缆建筑工程全长、隧道、排管、电缆沟、直埋、电缆、电缆接头、竣工决算费用、施工图预算、初步设计批复概算、批复可研估算；
[0099]
s1-3，在步骤s1-2中的变电工程概况表、架空线路工程概况表和电缆线路工程概况表中，分别从第二行开始的每一行中填写相应的数据，根据需要插入多行数据，每行表示一个已完工工程的数据；
[0100]
s1-4，建立新的excel文档，命名为“变电工程分部分项工程量清单结算项目费用审定明细表”，建立多个sheet1，每个sheet1一一对应变电工程概况表sheet1在s1-3中插入的数据，sheet1中组成结构按照《电网工程建设预算编制与计算规定(2018版)》附录a(变电站工程项目划分表)。
[0101]
建立新的excel文档，命名为“架空线路工程分部分项工程量清单结算项目费用审定明细表”，建立多个sheet2，每个sheet2一一对应架空线路工程概况表sheet2在s1-3中插入的数据，sheet2中组成结构按照《电网工程建设预算编制与计算规定(2018版)》附录h(架空输电线路工程项目划分表)。
[0102]
建立新的excel文档，命名为“电缆线路工程分部分项工程量清单结算项目费用审定明细表”，建立多个sheet3，每个sheet3一一对应电缆线路工程概况表sheet3在s1-3中插入的数据，sheet3中组成结构按照《电网工程建设预算编制与计算规定(2018版)》附录i(陆上电缆输电线路工程项目划分表)和附录j(水下电缆输电线路工程项目划分表)；
[0103]
进一步地，所述的步骤s1-3中，变电工程概况表中插入240行数据，架空线路工程概况表中插入142行数据，电缆线路工程概况表插入中98行数据。变电工程分部分项工程量清单结算项目费用审定明细表中包含240个sheet1，架空线路工程分部分项工程量清单结算项目费用审定明细表中包含142个sheet2，电缆线路工程分部分项工程量清单结算项目费用审定明细表中包含98个sheet3。
[0104]
s2，对步骤s1获得的项目概况表和分部分项工程量清单原始数据表通过excel分别进行预处理，获得预处理后项目概况表和分部分项工程量清单原始数据表；
[0105]
进一步地，所述的步骤s2中，对变电工程/架空线路工程/电缆线路工程概况表做预处理，包括：缺失数据的工程剔除、定性数据的定量化处理、异常值处理根据gb/t18710-2002中规定的相关参数合理变化范围(同一电压等级下，竣工决算费用中静态投资浮动不超过均值的10％)进行异常数据剔除、无量纲化处理时使得数据标准化于[0,1]之间，处理后每一列构成一个指标。
[0106]
同时，对步骤s1-4中获得的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表、电缆线路工程分部分项工程量清单结算项目费用审定明细表中的数据进行数据预处理，包括：缺失数据的工程剔
除、根据工程量和工程特征计算的数据补齐，无量纲化处理。
[0107]
s3，对步骤s2中预处理后的项目概况表中的数据通过python进行灰色关联度分析，提取工程造价预测的主要指标特征，获得项目主要特征数据表，用于输变电工程造价预测分析；对步骤s2中预处理后的分部分项工程量清单原始数据表中的数据进行abc分析，提取工程量变化内容，获得分部分项工程量变化表，用于输变电工程造价管控评价分析；
[0108]
进一步地，所述的步骤s3中运用灰色关联度和abc法分析数据，灰色关联度法分析项目概况数据，变电工程/架空线路工程/电缆线路工程概况数据的灰色关联度具体步骤如步骤s3-1至步骤s3-4，变电工程/架空线路工程/电缆线路工程分部分项工程量清单结算项目费用审定明细表abc法分析如步骤s3-5至步骤s3-8，具体如下：
[0109]
s3-1，配置python软件环境，调用pandas、numpy和matplotlib库，在python软件环境下导入经步骤s2-1预处理后的变电工程概况表、架空线路工程概况表和电缆线路工程概况表，使用pd.read_csv(r'变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据.csv',encoding＝'gbk',header＝0)；
[0110]
s3-2，提取变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据表中指标名称及指标名称下的数据；
[0111]
s3-3，设置分辨系数值，本实施例中取0.5，计算绝对差和绝对值矩阵；
[0112]
s3-4，计算变电工程概况表、架空线路工程概况表和电缆线路工程概况表灰色关联矩阵；
[0113]
s3-5，在excel中计算步骤s2-1中预处理后的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表、电缆线路工程分部分项工程量清单结算项目费用审定明细表中的数据分别计算每一个工程中构成要素工程量变化和调整费用的绝对值，公式：|z1|＝abs(z1)，|z2|＝abs(z2)。式中z1表示工程量变化的值，z1＝竣工结算工程量-概算工程量，z2表示调整费用的值，z2＝竣工结算费用-概算费用；
[0114]
s3-6，绝对值化后，在每一个变电工程/架空线路工程/电缆线路工程分部分项工程量清单结算项目费用审定明细表中，对具有相同名称要素的工程量差绝对值合并，得到要素工程量变化绝对值，同时对具有相同名称要素的费用差绝对值合并，得到要素费用变化绝对值；
[0115]
s3-7，在每一个变电工程/架空线路工程/电缆线路工程分部分项工程量清单结算项目费用审定明细表中，计算要素工程量变化百分比，公式为：要素工程量变化绝对值/要素概算工程量。对要素的工程量变化变化百分归一化，计算公式为：单个要素工程量变化百分比/所有要素工程量变化百分比，得到要素工程量归一化百分比。计算要素费用变化百分比，公式为单个要素费用变化绝对值/所有要素费用变化绝对值；
[0116]
s3-8，在每一个变电工程/架空线路工程/电缆线路工程分部分项工程量清单结算项目费用审定明细表中，选取要素工程量归一化百分比数据列累计达到总变化量80％的要素，以及要素费用变化百分比数据列累计达到总变化量80％的要素，进行要素合并。将全部240个变电工程的要素合并至同一表格，得到变电工程工程量-费用要素变化数据表sheet6，将全部142个架空线路工程的要素合并至同一表格，得到架空线路工程工程量-费用要素变化数据表sheet7，将全部98个电缆线路工程的要素合并至同一表格，得到电缆线
路工程工程量-费用要素变化数据表sheet8。
[0117]
s4，在步骤s3获得的项目主要特征数据表的基础上构建输变电工程造价预测指标数据表，在步骤s3中分部分项工程量变化表的基础上构建输变电工程造价管控数据表；
[0118]
进一步地，所述的步骤s4中构建输变电工程造价预测指标数据表和构建输变电工程造价管控数据表。运用s3-4中计算出的变电工程/架空线路工程/电缆线路工程概况表灰色关联矩阵，选取矩阵中灰色关联度阈值为≥0.8的指标，将其余指标删除，得到变电工程/架空线路工程/电缆线路工程造价预测指标数据表。运用s3-8中变电工程/架空线路工程/电缆线路工程要工程量-费用要素变化数据表(sheet6、sheet7、sheet8)，寻找sheet6、sheet7、sheet8中累积出现频次超过50％的要素，将其余要素删除，得到变电工程/架空线路工程/电缆线路工程造价管控数据表。
[0119]
s5，将步骤s4中的输变电工程造价预测指标数据表存储于sql server数据库管理系统，得到输变电工程造价预测基础数据库；将步骤s4中的输变电工程造价管控数据表存储于sql server数据库管理系统，得到输变电工程造价管控基础数据库；
[0120]
进一步地，所述的步骤s5中，将步骤s4中的变电工程/架空线路工程/电缆线路工程造价预测指标数据表和变电工程/架空线路工程/电缆线路工程造价管控数据表存储于sql server数据库；
[0121]
创建mysql数据库，使用sql server管理方法模块sql server2022创建数据库，在目标任务管理器中，右键单击数据库文件夹名称/标志，随后挑选newdatabase，开展数据库取名“输变电工程造价管理数据库”，随后点击“ok”，即可创建名称为“输变电工程造价管理数据库”的数据库，数据库由6个部分组成，分别为：变电工程造价预测指标数据表、架空线路工程造价预测指标数据表、电缆线路工程造价预测指标数据表、变电工程造价管控数据表、架空线路工程造价管控数据表、电缆线路工程造价管控数据表。
[0122]
s6，建立新建工程数据项目概况表，包括新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表；建立新建工程分部分项工程量清单原始数据表，包括新建变电工程分部分项工程量清单结算项目费用审定明细表、新建架空线路工程分部分项工程量清单结算项目费用审定明细表和新建电缆线路工程分部分项工程量清单结算项目费用审定明细表，分别录入excel表格；对建立的新建工程数据项目概况表按照步骤s2的预处理，得到预处理后的新建工程数据项目概况表；对新建工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建工程分部分项工程量清单原始数据表；
[0123]
进一步地，所述的步骤s6中，将新建变电工程项目概况表和分部分项工程量清单原始数据表建新的excel表格，如前述步骤s1。
[0124]
对新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表按照步骤s2的预处理，得到预处理后的新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表。
[0125]
将新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表。
[0126]
s7，将步骤s6中预处理后的新建工程数据项目概况表保存于sql server数据库管理系统；将预处理后的新建工程分部分项工程量清单原始数据表保存于sql server数据库管理系统；
[0127]
进一步地，所述的步骤s7中，所述的新工程数据存储具体操作步骤如下：
[0128]
s7-1，登录sql server数据库管理系统，并选择要添加数据的数据库；
[0129]
s7-2，打开“查询编辑器”窗口，输sql语句，插入数据到相应的表中。
[0130]
s8，将步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行造价预测，将步骤s7预处理后的新建工程分部分项工程量清单原始数据表中的数据与步骤s5的输变电工程造价管控基础数据库关联，进行造价分析或管控评价。
[0131]
进一步地，所述的步骤s8中，所述的输变电工程造价预测具体步骤如下：
[0132]
s8-1，安装和配置python软件环境和tensorflow、pandas、numpy和matplotlib库，使python软件环境与sql server数据库相互连接。调出步骤s5存储的变电工程造价预测指标数据表、架空线路工程造价预测指标数据表、电缆线路工程造价预测指标数据表；
[0133]
s8-2，运用python代码来建立改进狮群算法的bp神经网络模型；
[0134]
s8-3，将步骤s8-1中调出的变电工程造价预测指标数据表、架空线路工程造价预测指标数据表、电缆线路工程造价预测指标数据表，每一个表中的数据均划分为训练集和测试集；
[0135]
s8-4，使用变电工程造价预测指标数据表、架空线路工程造价预测指标数据表、电缆线路工程造价预测指标数据表中划分出的训练集来训练bp神经网络模型；
[0136]
s8-5，使用变电工程造价预测指标数据表、架空线路工程造价预测指标数据表、电缆线路工程造价预测指标数据表中划分出的测试集来对训练好的bp神经网络模型进行预测；
[0137]
s8-6，使用评估指标来评估bp神经网络模型的预测效果，评估指标为均方误差。
[0138]
s8-7，在python软件环境中，使用模型的predict()方法对步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行新工程造价数据的bp神经网络模型预测，并将结果输出；
[0139]
进一步地，所述的步骤s8中，新建工程造价管控评价，具体步骤如下：
[0140]
s8-8，在sql server数据库中，打开步骤s5储存的变电工程造价管控数据表、架空线路工程造价管控数据表、电缆线路工程造价管控数据表，使用归一化矩阵计算出数据表中在步骤s4-2保留的要素的权重矩阵；
[0141]
s8-9，使用权重矩阵计算出变电工程造价管控数据表、架空线路工程造价管控数据表、电缆线路工程造价管控数据表中在步骤s4-2保留的要素的熵值矩阵；
[0142]
s8-10，将熵值矩阵的各列相加并取平均值，得到最终权重；
[0143]
s8-11，使用最终权重对变电工程造价管控数据表、架空线路工程造价管控数据表、电缆线路工程造价管控数据表中要素指标进行加权，从而得出综合评价结果。
[0144]
所述步骤s8-2中改进狮群算法的具体步骤为：
[0145]
s8-2-1，确定bp神经网络的结构；该过程包括神经网络输入层、隐藏层、输出层的节点数，根据神经网络的结构确定优化狮群算法个体的维度；
[0146]
s8-2-2，初始化种群；根据神经网络结构随机初始化狮子种群，每一个狮子个体都代表一组bp神经网络权值和偏置；
[0147]
s8-2-3，确定适应度函数；函数适应度作为狮群每次捕食或进化的评判标准，采用bp神经网络的训练误差作为适应度函数值；
[0148]
s8-2-4，将随机产生的种群个体带入bp网络中进行计算；根据适应度调整狮群个体的位置产生新的种群，新的种群个体再次带入bp神经网络中进行计算，依次迭代，直到满足终止条件；
[0149]
s8-2-5，狮群算法寻优产生的最优个体经过解码作为bp神经网络的权值和偏置；最终得到训练好的bp神经网络模型。
[0150]
本发明还提供了一种基于大数据的输变电工程造价模型构建系统，包括：
[0151]
数据获取模块：用于获取电网工程的历史工程数据表；
[0152]
数据处理模块：用于对历史数据的异常值、转化、无量纲化处理；
[0153]
灰色关联度分析模块：用于提取工程造价预测的指标特征；
[0154]
abc法分析模块：用于对数据清单的筛选，提取工程量变化内容；
[0155]
数据存储模块：用于对筛选出指标特征的样本数据进行存储；
[0156]
造价预测模块：用于对新建工程的造价进行预测；
[0157]
造价管控模块：用于对新建工程的造价进行管控。
[0158]
其中，所述数据处理模块，异常值处理根据gb/t18710-2002中规定的相关参数浮动范围进行异常数据剔除；无量纲化处理时使得数据标准化于[0,1]之间；
[0159]
其中，灰色关联度分析模块，对历史输变电工程造价数据做灰色关联度分析，以≥0.8为阈值进行特征筛选；
[0160]
其中，abc分析法分析模块，单项工程中项目工程量累积变化阈值大于等于80％，优选80％。
[0161]
本发明还提供了一种基于大数据的输变电工程造价模型构建设备，包括：
[0162]
存储器：存储上述一种基于大数据的输变电工程造价模型构建方法的计算机程序，为计算机可读取的设备；
[0163]
处理器：用于执行所述计算机程序时实现所述的一种基于大数据的输变电工程造价模型构建方法。
[0164]
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现所述的一种基于大数据的输变电工程造价模型构建方法。
[0165]
所述sql server数据库管理系统应包含以下部分：
[0166]
这里存储设备包含一个或多个处理器，用于执行程序命令，用于对新建工程数据的记录和保存。一个或多个输入设备，一个或多个输出设备，保证可以在不同的站端输入数据和读取数据。同时具备一个或多个存储器，用于存储计算程序。设备之间通过通信总线完成信息交互。
[0167]
应当理解，本发明实例所称处理器可以是中央处理单元，还可以是其它通用处理器、数字信号处理器、专业集成电路、线程可编程门阵列、或者其它可编程逻辑器件。可以说微处理器或者其它任何常规处理器。
[0168]
输入设备和输出设备包括显示器、触控板、采集传感器等。
[0169]
存储器包括只读存储器和随机存取存储器，并且和上述设备通过通信线形成连接。

技术特征：
1.一种基于大数据的输变电工程造价模型构建方法，其特征在于：包括以下步骤：s1，基于excel创建已完工程原始数据库表，获得历史工程数据表，所述历史工程数据表包括项目概况表和分部分项工程量清单原始数据表；s2，对步骤s1获得的项目概况表和分部分项工程量清单原始数据表分别通过excel进行预处理，获得预处理后的项目概况表和分部分项工程量清单原始数据表；s3，对步骤s2中预处理后的项目概况表中的数据通过python进行灰色关联度分析，提取工程造价预测的指标特征，获得项目特征数据表；对步骤s2中预处理后的分部分项工程量清单原始数据表中的数据进行abc分析，提取工程量变化内容，获得分部分项工程量变化表；s4，在步骤s3获得的项目特征数据表的基础上构建输变电工程造价预测指标数据表，在步骤s3中分部分项工程量变化表的基础上构建输变电工程造价管控数据表；s5，将步骤s4中的输变电工程造价预测指标数据表存储于sql server数据库管理系统，得到输变电工程造价预测基础数据库；将步骤s4中的输变电工程造价管控数据表存储于sql server数据库管理系统，得到输变电工程造价管控基础数据库；s6，建立新建工程数据项目概况表，包括新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表；建立新建工程分部分项工程量清单原始数据表，包括新建变电工程分部分项工程量清单结算项目费用审定明细表、新建架空线路工程分部分项工程量清单结算项目费用审定明细表和新建电缆线路工程分部分项工程量清单结算项目费用审定明细表，分别录入excel表格；对建立的新建工程数据项目概况表按照步骤s2的预处理，得到预处理后的新建工程数据项目概况表；对新建工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建工程分部分项工程量清单原始数据表；s7，将步骤s6中预处理后的新建工程数据项目概况表保存于sql server数据库管理系统；将预处理后的新建工程分部分项工程量清单原始数据表保存于sql server数据库管理系统；s8，将步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行造价预测，将步骤s7预处理后的新建工程分部分项工程量清单原始数据表中的数据与步骤s5的输变电工程造价管控基础数据库关联，进行造价分析或管控评价。2.根据权利要求1所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s1中的项目概况表包括：变电工程概况表、架空线路工程概况表和电缆线路工程概况表；分部分项工程量清单原始数据表包括：变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表和电缆线路工程分部分项工程量清单结算项目费用审定明细表；所述步骤s1创建已完工程原始数据库表的具体步骤为：s1-1，打开excel表格，对变电工程概况、架空线路工程概况和电缆线路工程概况创建新的工作表(sheet)，分别得到变电工程概况表、架空线路工程概况表和电缆线路工程概况表；s1-2，在步骤s1-1创建的变电工程概况表中，对变电工程概况表进行变电工程的项目
编辑；在架空线路工程概况表中，对架空线路工程概况表进行架空线路的项目编辑；在电缆线路工程概况表中，对电缆线路概况表进行电缆线路的项目编辑；s1-3，在步骤s1-2中的变电工程概况表、架空线路工程概况表和电缆线路工程概况表中，分别从第二行开始的每一行中填写相应的数据，根据需要插入多行数据，每行表示一个已完工工程的数据；s1-4，对单个变电工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个变电工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中变电工程概况表中录入的已完工工程的数据，创建多个变电工程的分部分项工程量清单结算项目费用审定明细表，得到变电工程分部分项工程量清单结算项目费用审定明细表；对单个架空线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个架空线路工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中架空线路工程概况表中录入的已完工工程的数据，创建多个架空线路工程的分部分项工程量清单结算项目费用审定明细表，得到架空线路工程分部分项工程量清单结算项目费用审定明细表；对单个电缆线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据搜集造价数据信息，整理为一个excel表格文档，得到单个电缆线路工程分部分项工程量清单结算项目费用审定明细表，一一对应于步骤s1-3中电缆线路工程概况表中录入的已完工工程的数据，创建多个电缆线路工程的分部分项工程量清单结算项目费用审定明细表，得到电缆线路工程分部分项工程量清单结算项目费用审定明细表。3.根据权利要求2所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s1-4中，对单个变电工程概况表、单个架空线路工程概况表以及单个电缆线路工程概况表中的可研估算阶段到竣工决算阶段实时记录的数据分别按照《电网工程建设预算编制与计算规定(2018版)》附录a(变电站工程项目划分表)、附录h(架空输电线路工程项目划分表)、附录i(陆上电缆输电线路工程项目划分表)和附录j(水下电缆输电线路工程项目划分表)的形式搜集造价数据信息，分别整理为excel表格文档。4.根据权利要求1所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s2的具体步骤为：s2-1，对步骤s1-3中获得的变电工程概况表、架空线路工程概况表和电缆线路工程概况表预处理，包括：缺失数据的工程剔除、定性数据的定量化处理、异常值处理根据gb/t18710-2002中规定的相关参数合理变化范围，即同一电压等级下，竣工决算费用中静态投资浮动不超过均值的10％，进行异常数据剔除、无量纲化处理时使得数据标准化于[0,1]之间，处理后每一列构成一个指标；对步骤s1-4中获得的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表、电缆线路工程分部分项工程量清单结算项目费用审定明细表中的数据进行数据预处理，包括：缺失数据的工程剔除、根据工程量和工程特征计算的数据补齐，无量纲化处理；所述步骤s3中，对步骤s2中预处理后的项目概况表中的数据进行灰色关联度分析，具体步骤为：
s3-1，配置python软件环境，调用pandas、numpy和matplotlib库，在python软件环境下导入经步骤s2-1预处理后的变电工程概况表、架空线路工程概况表和电缆线路工程概况表，使用pd.read_csv(r'变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据.csv',encoding＝'gbk',header＝0)；s3-2，提取变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据表中指标名称及指标名称下的数据；s3-3，设置分辨系数值，计算绝对差和绝对值矩阵；s3-4，计算灰色关联矩阵，获得项目特征数据表；对步骤s2中预处理后的分部分项工程量清单表中的数据进行abc分析，具体步骤为：s3-5，在步骤s2-1预处理后的变电工程分部分项工程量清单结算项目费用审定明细表、架空线路工程分部分项工程量清单结算项目费用审定明细表和电缆线路工程分部分项工程量清单结算项目费用审定明细表中的数据分别计算每一个工程中构成要素工程量变化和调整费用的绝对值，公式：|z
i
|＝abs(z1),|z2|＝abs(z2)；式中z1表示工程量变化的值，z1＝竣工结算工程量-概算工程量，z2表示调整费用的值，z2＝竣工结算费用-概算费用；s3-6，对绝对值化后的工程量清单中同一名称的要素进行工程量和费用的合并；s3-7，用各要素的工程量变化的绝对值除以该要素招标工程量作为工程量变化百分比，后归一化，用单个要素的调整费用的绝对值除以所有要素总变化的绝对值作为该项费用变化的百分比；s3-8，对求出的归一化后的工程量变化百分比和调整费用的百分比的两个数据列分别进行降序排序，分别选取两个数据列累计达到总变化量80％的要素，并将两个数据列筛选出的要素进行合并，获得变电工程分部分项工程量变化表、架空线路工程分部分项工程量变化表和电缆线路工程分部分项工程量变化表。5.根据权利要求1所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s4的具体步骤为：s4-1，将步骤s3-1中的变电工程站预处理后数据/架空线路工程预处理后数据/电缆线路工程预处理后数据计算灰色关联矩阵后，关联矩阵中灰色关联度阈值≥0.8的数据列保留，其余数据列进行删除处理，构成输变电工程造价预测指标数据表；s4-2，将步骤s3-8中变电工程分部分项工程量变化表、架空线路工程分部分项工程量变化表和电缆线路工程分部分项工程量变化表中的要素，累积出现频次超过50％做保留，其余数据做删除处理，构成输变电工程造价管控数据表；所述步骤5的具体步骤为：将步骤s4-1建立的输变电工程造价预测指标数据表以excel表格的形式上传于sql server数据库管理系统；将步骤s4-2建立的输变电工程造价管控数据表以excel表格的形式上传于sql server数据库管理系统。6.根据权利要求1所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s6的具体步骤为：s6-1，将新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表和建立分部分项工程量清单原始数据项目概况表分别录入excel表格；对新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目
概况表按照步骤s2的预处理，得到预处理后的新建变电工程项目概况表、新建架空线路工程项目概况表和新建电缆线路工程项目概况表；将新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表按照步骤s2的预处理，得到预处理后的新建变电工程分部分项工程量清单原始数据表、新建架空线路工程分部分项工程量清单原始数据表和新建电缆线路工程分部分项工程量清单原始数据表；所述的步骤s7的具体步骤为：s7-1，登录sql server数据库管理系统，并选择要添加数据的数据库；s7-2，打开“查询编辑器”窗口，输sql语句，插入数据到相应的表中；所述步骤s8的具体步骤为：s8-1，安装和配置python软件环境和tensorflow、pandas、numpy和matplotlib库，使python软件环境与sql server数据库相互连接，并能够调用sql server数据库中数据，将步骤s5中上传的输变电工程造价预测指标数据表调出使用；s8-2，运用python代码来建立改进狮群算法的bp神经网络模型；s8-3，将步骤s8-1中调出的输变电工程造价预测指标数据表中的概况信息数据划分为训练集和测试集；s8-4，使用训练集来训练bp神经网络模型；s8-5，使用测试集来对训练好的bp神经网络模型进行预测；s8-6，使用评估指标来评估bp神经网络模型的预测效果，评估指标为均方误差；s8-7，在python软件环境中，使用模型的predict()方法对步骤s7预处理后的新建工程数据项目概况表中的数据与步骤s5的输变电工程造价预测基础数据库关联，进行新工程造价数据的bp神经网络模型预测，并将结果输出；s8-8，在sql server数据库中，打开步骤s5上传的输变电工程造价管控数据表，使用归一化矩阵计算出输变电工程造价管控数据表中在步骤s4-2保留的要素的权重矩阵；s8-9，使用权重矩阵计算出输变电工程造价管控数据表中在步骤s4-2保留的要素的熵值矩阵；s8-10，将熵值矩阵的各列相加并取平均值，得到最终权重；s8-11，使用最终权重对输变电工程造价管控数据表中在步骤s4-2保留的要素指标进行加权，从而得出综合评价结果。7.根据权利要求6所述的一种基于大数据的输变电工程造价模型构建方法，其特征在于：所述步骤s8-2中改进狮群算法的具体步骤为：s8-2-1，确定bp神经网络的结构；该过程包括神经网络输入层、隐藏层、输出层的节点数，根据神经网络的结构确定优化狮群算法个体的维度；s8-2-2，初始化种群；根据神经网络结构随机初始化狮子种群，每一个狮子个体都代表一组bp神经网络权值和偏置；s8-2-3，确定适应度函数；函数适应度作为狮群每次捕食或进化的评判标准，采用bp神经网络的训练误差作为适应度函数值；s8-2-4，将随机产生的种群个体带入bp网络中进行计算；根据适应度调整狮群个体的位置产生新的种群，新的种群个体再次带入bp神经网络中进行计算，依次迭代，直到满足终
止条件；s8-2-5，狮群算法寻优产生的最优个体经过解码作为bp神经网络的权值和偏置；最终得到训练好的bp神经网络模型。8.一种基于大数据的输变电工程造价模型构建系统，其特征在于：包括：数据获取模块：用于获取电网工程的历史工程数据表；数据处理模块：用于对历史数据的异常值、转化、无量纲化处理；灰色关联度分析模块：用于提取工程造价预测的指标特征；abc法分析模块：用于对数据清单的筛选，提取工程量变化内容；数据存储模块：用于对筛选出指标特征的样本数据进行存储；造价预测模块：用于对新建工程的造价进行预测；造价管控模块：用于对新建工程的造价进行管控；其中，所述数据处理模块，异常值处理根据gb/t18710-2002中规定的相关参数浮动范围进行异常数据剔除；无量纲化处理时使得数据标准化于[0,1]之间；其中，灰色关联度分析模块，对历史输变电工程造价数据做灰色关联度分析，以≥0.8为阈值进行特征筛选；其中，abc分析法分析模块，单项工程中项目工程量累积变化阈值大于等于80％。9.一种基于大数据的输变电工程造价模型构建设备，其特征在于：包括：存储器：存储上述一种基于大数据的输变电工程造价模型构建方法的计算机程序，为计算机可读取的设备；处理器：用于执行所述计算机程序时实现如权利要求1-7任一项所述的一种基于大数据的输变电工程造价模型构建方法。10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如权利要求1-7任一项所述的一种基于大数据的输变电工程造价模型构建方法。

技术总结
一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质，方法：建立已完工程原始数据库表；对项目概况表和分部分项工程量清单原始数据表预处理；对预处理后的项目概况表中数据灰色关联度分析，对预处理后的分部分项工程量清单原始数据表中数据进ABC分析；在项目特征数据表基础上构建输变电工程造价预测指标数据表，在分部分项工程量变化表基础上构建输变电工程造价管控数据表；将输变电工程造价预测指标数据表和输变电工程造价管控数据表均存于SQLServer中；新建工程数据预处理；将预处理后的新建工程数据输入SQLServer；新建工程预测分析或管控评价；系统、设备及介质，用于实现该方法；本发明同时推动了大数据技术在输变电工程造价分析中的应用。在输变电工程造价分析中的应用。在输变电工程造价分析中的应用。


技术研发人员：冯芫 孙斌 赵颖博 徐文婷 邓怡卿 王晟杰 李丹 范西荣 任欣 王敏 姚普及 李锋涛 靳宇阳 王嵘婧
受保护的技术使用者：国网陕西省电力有限公司经济技术研究院
技术研发日：2023.05.18
技术公布日：2023/8/21