基于不确定性分析的电力工程项目评估建模与仿真.pdfVIP

微型电脑应用2025年2月

基金项目MicrocomputerApplications第41卷第2期

文章编号：1007-757X(2025)02-0070-04

基于不确定性分析的电力工程项目评估建模与仿真

曹伟杰，戴健，顾博渊，陈超超

（国网江苏省电力有限公司无锡供电分公司，江苏，无锡214062)

摘要：为了提升电力工程数据预测值的可用性，在考虑工程设计阶段各种不确定性的基础上进行针对项目评估的建模与仿

真。将电力工程实施前的不确定因素划归为偶然不确定性及认知不确定性，再基于不同不确定性的特点分别建模。引入一

种基于贝叶斯理论的深度学习网络，并使用二次采样的方法进行高维度积分求解，进而提升模型的计算效率。在建立最终预

测模型时，考虑到电力工程建设的长时间特性，采用长短期记忆（LSTM)单元搭建序列传播网络。仿真结果表明：模型迭代过

程中的相关参数均成正态分布，所提模型可以将传统深度学习网络的点值输出转化为预测概率输出；在评估模型的有效性

95%的置信区间内。

关键词：不确定性；深度学习；贝叶斯理论；造价预测

中图分类号：TP311；TN929.5文献标志码：A

ModelingandSimulationofPowerEngineeringProjectEvaluation

BasedonUncertaintyAnalysis

CAOWeijie,DAIJian,GUBoyuan,CHENChaochao

(WuxiPowerSupplyBranchofStateGridJiangsuElectricPowerCo.,Ltd.,Wuxi214062,China)

Abstract:Inordertoimprovetheavailabilityofthepredictedvalueofthepowerengineeringdata,themodelingandsimulation

forprojectevaluationarecarriedoutafterconsideringvariousuncertaintiesintheengineeringdesignstage.Theproposedmeth-

odclassifiestheuncertainfactorsbeforetheimplementationofpowerengineeringintoaccidentaluncertaintyandcognitiveun-

certainty,andthenmodelsareestablishedseparatelybasedonthecharacteristicsofuncertainties.Byintroducingadeeplearn-

ingnetworkwhichisbasedonBayesiantheory,andusingthemethodofsecondarysamplingtosolvehigh-dimensionalintegral,

thecalculationefficiencyofthemodelisimproved.Inbuildingthefinalpredictionmodel,byconsideringthelong-termcharac-

teristicsofpowerengineeringconstruction,thelongshort-termmemory(LSTM)unitisusedtobuildthesequencepropagation

network.Thesimulationresultsshowthattherele