基于多源数据融合的抽水蓄能项目投资估算方法

Investment estimation method for pumped storage projects based on multi-source data fusion

针对传统估算方法存在估算不准确,误差大的问题,提出基于多源数据融合的抽水蓄能项目投资估算方法。通过从宏观因素和微观因素对抽水蓄能项目投资估算的影响因素进行分析,采用LSTM神经网络法对抽水蓄能项目多源数据进行融合,将抽水蓄能项目投资有影响的宏观因素和微观因素作为多源数据融合信息输入到模型作为变量,通过平均影响值算法和粒子群算法确定最优的支持向量机模型来对抽水蓄能项目投资进行估算。实验结果表明,采用该方法可有效提高估算准确度,降低平均相对误差,具有一定的实用性。