國網甘肅省電力公司經濟技術研究院

油田聯合站輸變電工程實際造價動態(tài)預測方法

方昱璋

國網甘肅省電力公司經濟技術研究院

隨著油田地面聯合站建設力度的不斷加大，對輸變電工程造價評價管理要求不斷提高，由于目前輸變電工程涉及的影響因素繁多，經常會導致油田地面聯合站輸變電工程造價的實際費用與造價預計費用不符。對油田聯合站輸變電工程造價數據預測進行建模，其關鍵在于如何利用大量的歷史數據進行造價預測。在參考油田相關部分造價歷史數據和聯合站相關情況的基礎上，運用BP神經網絡的原理建立了造價預測數學模型，對油田地面聯合站輸變電工程造價數據發(fā)展進行預測。以某油田聯合站2014年度造價歷史數據為例，其估算誤差均小于10%的誤差要求，符合實踐應用要求，該模型可以實現輸變電工程造價估算的科學性與智能化，具有較大的實用價值。

油田聯合站；BP神經網絡；輸變電工程；造價預測

引言

近年來隨著油田地面聯合站建設的快速發(fā)展，油田聯合站輸變電工程也隨之不斷地擴大，電力成本不斷增加。鑒于電力成本在油田地面建設中的重要性，輸變電工程造價的管理與評價成為油田地面輸變電工程建設的首要問題[1-2]。

由于油田建設制度的改變，傳統(tǒng)的定額概預算方法只能依據歷史經驗和專家系統(tǒng)，與實際工程建模不相符，無法滿足油田地面工程建設的需要。并且由于我國油田實際情況，油田聯合站輸變電工程建設的歷史數據一般難以收集全面，數據少且部分屬性由于各種原因無法獲得，不能采用基于樣本數據無限大的統(tǒng)計學方法進行計算。針對類似的情況，學者們將BP神經網絡應用于工程造價估算，取得了較好的效果[3-4]。

在參考油田相關部分造價歷史數據和聯合站相關情況的基礎上，運用BP神經網絡的原理建立了造價預測數學模型，通過對油田地面聯合站輸變電工程造價數據發(fā)展進行預測，利用預測的結果可以判斷將來在該工程中是否會遇到問題，并討論解決該問題的方法。

文本在參考某油田地面聯合站工程歷史數據和聯合站相關情況的基礎上，采用了BP神經網絡模型對該工程下一個季度的資金需要進行了預測，并將造價計劃值與預測的結果進行對比，以判斷是否超過了計劃值，根據判斷的結果進一步進行分析，采取對應的措施，確保了工程的順利進行。

1 造價預測模型的結構設計

1.1 模型的建立

在油田聯合站輸變電工程應用BP神經網絡建模過程中首先要找到問題的關鍵點，然后分析采用BP神經網絡可以達到什么效果。對油田聯合站輸變電工程造價數據預測進行建模，其關鍵在于如何利用大量的歷史數據進行造價預測。建立相關模型的基本步驟如下：

（1）統(tǒng)一輸入聯合站輸變電歷史工程數據的形式。由于BP神經網絡只能接受特定形式的輸入數據，因此在對網格進行訓練之前必須要把聯合站輸變電歷史工程數據以及待建工程的造價數據進行歸一化處理，以滿足BP神經網絡的數據輸入形式。

（2）確定適用的聯合站輸變電BP神經網絡模型。在第一步輸入聯合站輸變電歷史工程數據以及待建工程的造價數據之后，對網格確定的網絡輸入層節(jié)點的個數、輸出層節(jié)點的個數、網絡關聯度等進行處理，并且結合油田聯合站輸變電工程實際情況對網格進行適當的擴充；同時，在必要的情況下采用多個網絡組合模式處理聯合站輸變電工程問題。

（3）選擇聯合站輸變電BP神經網絡參數。在確定了聯合站輸變電BP神經網絡模型之后，需要進一步確定其他相關參數，主要包括關聯系數等值，從而確定聯合站輸變電BP神經網絡采用的具體網格形式。

（4）確定聯合站輸變電BP神經網絡訓練模式。聯合站輸變電BP神經網絡訓練模式根據有無輸出結果主要分為兩種訓練模式，即有教師指導的訓練以及無教師指導的訓練。在確定了訓練模式之后要根據聯合站輸變電工程實際情況確定合適的訓練步數以及誤差上限。

（5）測試聯合站輸變電BP神經網絡。將第一步整理好的聯合站輸變電歷史工程數據作為輸入參數輸入到網絡中進行計算，運行結束之后選擇合適的歷史工程數據進行精確度測試以及普適性測試，以保證建立的模型不僅具有精度高的特點，同時也具有預測不同聯合站輸變電工程的作用。

1.2 結構的確定

聯合站BP神經網絡工程造價預測模型結構的設計就是對神經網絡中的輸入層節(jié)點、輸出層節(jié)點以及隱含層節(jié)點的數目的確定。聯合站BP神經網絡有且只有一個輸入層以及一個輸出層，但是隱含層的數目一般不確定，可以是多個或者是沒有。其中輸入層神經元的個數需要根據實際油田聯合站的各類特性因素決定，在確定特性因素的時候也要考慮到確定的原則。以聯合站線路項目為例，其輸入層神經元的數據為4個，如果以輸變電線路的造價為輸入函數，那么輸出層神經元的個數就是1個。中間隱含層的數目通常根據對某一個節(jié)點所有的輸入節(jié)點基于相應連線的權重乘積進行相加確定。

2 模型應用

以某油田地面聯合站輸變電工程的線路造價為例，建立聯合站BP神經網絡工程造價預測模型，站內線路實際造價費用主要綜合考慮線路費用、管理維護費用、設備費用以及人工費用等四個因素，因而建立的聯合站BP神經網絡工程造價預測模型輸入層節(jié)點的數目是4個，輸出層為總造價的預測值，其節(jié)點的數目為1個，中間隱含層節(jié)點的數目通過加權計算可得其數目為12個。根據該油田聯合站特性參數，建立4×12×1的三層聯合站BP神經網絡，如圖1所示。利用聯該合站BP神經網絡模型預測2014年上半年聯合站線路建設的造價費用，并與實際造價數據進行對比。

圖1 油田地面聯合站輸變電線路預測模型

對油田聯合站2014年度上半年造價費用進行預測，分別采用聯合站BP神經網絡工程造價預測模型進行估算，與實際結果進行對比分析，最終結果見表1。根據我國相關要求，造價誤差一般要求不能超過10%，根據測試數據可以看出，采用本文建立的聯合站BP神經網絡工程造價預測模型可以準確地估算工程造價數據。該模型基本上可以滿足電力工程造價的控制要求，且該方法可以根據誤差進行智能化運算，是對傳統(tǒng)方法的有益補充，具有一定的推廣價值。

表1 某油田聯合站輸變電工程線路費用估算結果對比

3結論針對油田聯合站建設中輸變電工程歷史數據收集較困難，無法采用基于樣本無限大的傳統(tǒng)方法進行處理等問題，在參考油田相關部分造價歷史數據和聯合站相關情況的基礎上，運用BP神經網絡的原理建立了造價預測數學模型，對油田地面聯合站輸變電工程造價數據發(fā)展進行預測。以某油田聯合站2014年度造價歷史數據為例，其估算誤差均小于10%的誤差要求，符合實踐應用要求，該模型可以實現輸變電工程造價估算的科學性與智能化，具有較大的實用價值。

[1]葉建偉．電力工程造價管理與控制對策[J]．科技傳播，2011（18）：24.

[2]高淑梅．淺談電力工程造價的管理與控制[J]．內蒙古電力技術，2002（5）：53-54.

[3]姚慧敏．輸變電工程造價與控制措施的相關探討[J]．經濟研究導刊，2014（11）：166-167.

[4]韋俊濤．電力工程造價小樣本估算模型研究[D]．重慶大學，2009：6-8.

13639396612、sound_of_silience00@163.com

（欄目主持焦曉梅）

10.3969/j.issn.1006-6896.2015.6.022

方昱璋：高級工程師，現就職于國網甘肅省電力公司經濟技術研究院，從事電網工程造價方面的工作。