k-means算法在电网项目后评价中的应用

为对后评价项目的横向对比提供科学参考依据,将k-means聚类算法应用至电网项目后评价中,对同类型电网项目根据后评价得分情况进行进一步细分。首先,对选取的项目集的得分情况进行归一化处理;然后,运用k-means聚类算法对项目集得分情况在不同聚类数目下开展聚类分析;最后,选定聚类质量最好的聚类数目作为最佳聚类数目,并将最终聚类结果进行输出展示。算例结果表明,将k-means聚类算法能以较高运算效率和聚类质量对项目集进行类别细分,为横向对比的对象选取提供了科学合理的依据,对于电网项目后评价工作,具有一定参考价值与意义。

电网项目后评价中的财务效益计算

系统归纳了电网基建项目财务评价的根据和内容,总结了一套由电量、电价和费用组成的电网项目后评价财务模块的分析参数集。算例对某省110 kV输变电工程开展项目财务效益分析,计算项目的经济效益指标,对项目的成本控制能力、盈利能力和抗风险能力进行相关分析,表明财务效益计算方法应用于电网项目后评价是合理可行的。

基于GA-PSO-BP神经网络的电网后评价项目电量预测模型

介绍了电网项目后评价工作效益评价的主要内容及关键技术要点。提出了一种GA-PSO-BP神经网络算法,根据全省不同地区不同电压等级项目运行数据搭建基于GA-PSO-BP神经网络的电网后评价项目电量预测模型。以某500 kV电网输变电工程项目为例开展的电量预测实验表明,所提出的方法较传统方法偏差量小、精度高,具有一定工程实际价值。

电网技术改造项目后评价方法及其指标体系

针对目前电网技术改造项目数量众多、改造目的不一、改造对象和改造内容多样,项目实施效果评价和改造效益分析困难等问题,在后评价理论方法的基础上,结合电网技术改造项目的管理,提出了适用于电网技术改造项目的评价方法和评价指标体系,增强了电网技术改造项目后评价工作的针对性和可操作性;设计了后评价评分模版,并将评价指标、评价标准等固化其中,提高了后评价工作的标准化、规范化程度;针对电网技术改造项目的各种效益类型,提出了相应的效益分析指标,从而为检验技术改造项目实施效果、评估项目投资效益、总结项目经验教训、完善项目全过程管理、提高技术改造精益化管理水平起到了一定的推动作用。

基于AHP法和模糊综合评价模型的电网生产技改项目后评价方法

为应对日益增多的电网设备技术改造工作,提高电网生产技术改造项目的管理水平,急需对电网生产技改项目后评价方法进行科学、系统的研究。本文综合梳理了既有的技改项目后评价的理论和方法,结合电网生产技改项目管理实际情况,建立了基于AHP法的模糊综合评价模型,提出了更为全面、客观的评价指标体系和综合评价方法。最后结合某变电站技改项目进行了实证分析,验证了所提方法、模型的有效性,并结合评估结果对项目管理提出改进建议和措施,对提高项目管理效益,控制项目投资具有重要意义。

基于BP神经网络的配电网项目建设效果后评价方法

针对配电网项目的建设效果，建立了一套科学完备的后评价指标体系；基于BP人工神经网络，建立了具有L个隐含层节点、3层网络的配电网项目建设效果后评价模型，以配电网建设成效指标数据为样本作为输入即可得到建设效果的评价结果．以某省县域配电网为例，利用Matlab软件对BP神经网络进行训练与检验，结果表明所建立的BP神经网络模型对检验样本的模拟输出和期望输出是一致的；应用该模型测试样本得出的评价结果与模糊综合评价结果基本一致，表明所述方法是准确与可行的．