原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
山东电力技术
第50卷（总第302期）SHANDONGELECTRICPOWER2023年第1期
·电网技术·
基于大数据与机器学习的配电网电缆线路工程造价预测
李谟兴，何永秀，柳洋，陈威君，李存斌
（华北电力大学，北京102206）
摘要：为了解决目前配电网工程造价影响因素繁多且复杂，工程造价难以准确预测问题，提出一种基于大数据与机器学
习算法的配电网电缆线路工程造价组合预测模型。首先基于灰色关联分析法从工程造价的大数据中选取重要造价影响
因素，其次基于交叉验证与网格搜索算法对最小二乘向量机算法进行关键参数寻优，最后利用寻优之后的最小二乘支持
向量机算法进行造价预测。通过不同预测方法结果对比，验证了所构建的造价预测模型能有效提升预测速度和精度，为
实现配电网电缆线路工程造价精准预测提供参考。
关键词：机器学习；最小二乘支持向量机；造价预测
中图分类号：C931.3文献标识码：A文章编号：1007-9904（2023）01-0040-07
ProjectCostPredictionofDistributionNetworkCableLineBased
onBigDataandMachineLearning
LIMoxing，HEYongxiu，LIUYang，CHENWeijun，LICunbin
（NorthChinaElectricPowerUniversity，Beijing102206，China）
Abstract：：Inordertosolvetheproblemsofmanyandcomplexfactorsaffectingtheprojectcostofdistributionnetwork，anditis
difficulttoaccuratelypredicttheprojectcost，acombinedpredictionmodelfortheprojectcostofdistributionnetworkcablelines
basedonbigdataandmachinelearningalgorithmwasproposed.Firstly，importantcostinfluencingfactorswereselectedfromthe
bigdataofengineeringcostbasedonthegraycorrelationanalysismethod.Then，thekeyparametersoftheleastsquaresvector
machinealgorithmwereoptimizedbasedoncross⁃validationandgridsearchalgorithm.Finally，theleastsquaressupportvector
machinealgorithmafteroptimizationwasusedtopredictthecost.Throughthecomparisonoftheresultsofdifferentprediction
methods，itwasverifiedthattheprojectcostpredictionmodelcaneffectivelyimprovethepredictionspeedandaccuracy，and
provideareferenceforrealizingtheaccuratepredictionofcablelineprojectcostindistributionnetwork.
Keywords：：machinelearning；leastsquaressupportvectormachine；projectcostprediction
进行了参数优化，但没有在造价大数据中筛选出重
0引言
文档评论（0）