电网基建工程造价预测模型构建方法

文/荣鹏 张寒 代勇 张伟 高运兴

1 研究背景

近年来随着输变电工程投资项目逐年增多，电力建设规模不断扩大，工程造价水平对电网发展的影响愈发显著。且项目投资估算与实际工程造价具有一定差别，不利于造价的精准管控，导致造价结余率相对较高。科学准确地确定并进行有效的工程造价控制与管理是企业投资规划的重要支撑与分析依据，是投资精细化管控的重要举措。因此如何科学合理的确定项目投资估算，结合大数据挖掘应用，优化造价预测方法、树立科学化造价预测理念，对电网企业合理统筹投资规划，合理安排项目，提升投资效益具有重大意义。

2 电网基建工程造价预测模型构建

基于35千伏及以上电网基建项目工程造价相关历史数据，构建电网基建全过程实时造价信息基础数据库，以深化应用大数据分析、数据挖掘、智能算法技术手段为依托，重点研究电网基建项目工程造价智能预测模型，以支撑规划阶段投资规模匡算，可研评审阶段投资经济性审查，投资计划阶段计划编制与调整。具体模型设计框架见图1所示。

2.1 影响因素识别

通过逐项梳理影响变电工程、线路工程等单项工程四项费用的直接、间接影响因素，寻找影响工程造价的关键驱动因素，结合各专业阶段数据的易获取性，确定变电、线路等单项工程主要影响因素，作为下一步模型构建关键技术参数输入，具体步骤如下：

（1）运用鱼骨图理论、系统动力学理论等因素识别方法，层层分解分析得出各单项工程造价影响因素。

（2）由于各影响因素之间存在多重共线性，使用主成分分析、回归分析等因素度量方法对影响因素进行降维。

（3）引入优选判断矩阵法进行影响因素适用性评价，从可获取性、可计量性、可替代性、随机波动性、重要性五个方面进行适用性综合评价分析，对每个影响因素进行适用性雷达图测评，确定各单项工程主要影响因素。

2.2 构建电网基建工程造价预测模型

2.2.1 基于机器学习人工智能算法的造价智能预测模型构建

根据所输入的技术参数及历史造价数据，基于人工神经网络及支持向量回归等多种技术方法，结合输变电工程的项目特点，构建输变电工程造价智能预测模型，并对预测结果开展对比分析，提高预测精度和预测效率。各预测模型优缺点对比分析如表1所示。

表1：各预测模型优缺点对比分析

2.2.2 基于MV法的预测结果组合加权计算

由于上述造价预测模型各有优缺点，且相对于单项预测来说组合预测具有预测性能更高，出现极端预测误差的风险较小的特点。组合预测更有助于更准确地识别潜在过程，从而建立更“真实”的模型。如果几种模型的组合可以得到更好的预测，从理论上讲就可以通过最优利用各模型所含信息建立更准确的单项预测模型。优选组合预测是指将几种预测方法所得的预测结果，选取适当的权重进行加权平均的一种预测方法。

本文通过优选组合预测方法对各预测模型输出结果组合加权，主要依据方差—协方差方法（记MV法）来确定不同预测方法的权重，MV法优选组合预测理论的精确度相对较高，能够为多个模型预测结果的组合加权计算提供支撑与参考。

2.3 预测结果修正计算模型构建

造价指数是反映不同时期输变电工程在工程总造价、产品价格以及实物数量等方面的变化水平，以某一时期的指标为基数，各时期与基数的比值即为指数。造价指数分析法可以形成反映电网基建项目总体变化趋势的造价指数，实现对电网基建项目造价水平变化的宏观描述，能更加客观地反映造价变化幅度，作为未来工程建设投资的重要依据。

通过构建物量指数、价格指数等进一步修正依托历史工程数据得到的造价水平结果，考虑历史波动特性与未来变化趋势，提高造价自动分析的全面性与精准度。

3 结语

本文以历史造价数据为对象，重点探索了35千伏及以上电网基建项目工程造价预测模型构建方法，运用历史项目造价数据预测未来项目造价，以支撑规划阶段投资规模匡算，可研评审阶段投资经济性审查，投资计划阶段计划编制，提升投资精益化管理水平及效率效益。