李承印 蔡霞

摘 要：電網(wǎng)工程造價控制的不確定性因素較多，為了提高電網(wǎng)工程造價控制能力，提出基于層次分析法的電網(wǎng)工程造價控制關鍵因素識別方法。構建電網(wǎng)工程造價控制的多層次參數(shù)分布模型，采用大數(shù)據(jù)信息融合方法進行電網(wǎng)工程造價控制的特征信息融合處理，確定電網(wǎng)工程造價控制的相關性特征量，采用自相關特征分析方法構建電網(wǎng)工程造價的特征關聯(lián)模型，以資金鏈因素、材料設備因素、貨幣政策、自然環(huán)境以及金融融資等因素等為統(tǒng)計變量，采用模糊特征映射模型進行電網(wǎng)工程造價的量化特征分析，采用層次分析法實現(xiàn)對電網(wǎng)工程造價控制關鍵因素的定量遞歸分析，根據(jù)定量遞歸分析結(jié)果實現(xiàn)電網(wǎng)工程造價控制關鍵因素識別。仿真結(jié)果表明，采用該方法進行電網(wǎng)工程造價控制關鍵因素識別的準確性較高，工程造價的成本及質(zhì)量控制效能較好。

關鍵詞：層次分析法;電網(wǎng);工程造價;控制;關鍵因素;識別

中圖分類號：TP399;F283

文獻標志碼：A

文章編號：1007-757X（2020）11-0111-03

Abstract：There are many uncertain factors in power grid engineering cost control. In order to improve the ability of power grid engineering cost control， a method of identifying the key factors of power grid engineering cost control based on analytic hierarchy process （AHP） is proposed. The multi-level parameter distribution model of power grid engineering cost control is constructed， the characteristic information fusion processing of power grid engineering cost control is carried out by using big data information fusion method， the correlation characteristic quantity of power grid engineering cost control is determined， the characteristic correlation model of power grid engineering cost is constructed by using autocorrelation feature analysis method， and the capital chain factor， material equipment factor and monetary policy are used to construct the characteristic correlation model of power grid engineering cost. The natural environment， financial financing and other factors are statistical variables， and the model is then built. The paste feature mapping model is used to analyze the quantitative characteristics of power grid engineering cost， and the analytic hierarchy process （AHP） is used to realize the quantitative recurrent analysis of the key factors of power grid engineering cost control， and the identification of the key factors of power grid engineering cost control is realized according to the results of quantitative recurrent analysis. The simulation results show that the accuracy of using this method is high to identify the key factors of power grid engineering cost control， and the cost and quality control efficiency of the project cost are better.

Key words：analytic hierarchy process （AHP）;power grid;engineering cost;control;key factors;identification

0?引言

隨著電網(wǎng)工程建設的不斷推進，電網(wǎng)工程的建設規(guī)模和投入資金越來越大，需要對電網(wǎng)工程進行優(yōu)化的成本控制和工程造價分析，建立電網(wǎng)工程的工程造價控制模型，分析影響電網(wǎng)工程的造價控制關鍵因素，提高電網(wǎng)工程的造價預測和控制能力[1]，相關的電網(wǎng)工程造價控制關鍵因素識別方法研究受到人們的極大關注。通過對電網(wǎng)工程造價控制關鍵因素識別，提取制約電網(wǎng)工程造價的相關性特征只來個你，采用信息融合和大數(shù)據(jù)分析方法，進行電網(wǎng)工程造價控制關鍵因素識別，研究電網(wǎng)工程造價控制和參數(shù)識別方法，將在電網(wǎng)工程的造價預測和成本控制中具有重要意義[2]。

對電網(wǎng)工程造價控制關鍵因素識別的基礎是工程造價因素的相關性特征檢測，結(jié)合大數(shù)據(jù)信息挖掘和工程造價的約束參量分析方法，進行電網(wǎng)工程造價控制和關鍵特征識別。傳統(tǒng)方法中，對電網(wǎng)工程造價控制關鍵因素識別方法主要采用模糊識別方法、統(tǒng)計特征分析方法和關聯(lián)維識別方法等[3]。其中，文獻[4]中提出基于本體模型分析的電網(wǎng)工程造價因素建模方法，結(jié)合DSM模型進行電網(wǎng)工程造價因素預測和優(yōu)化建模，但該方法的計算復雜度較高，自適應性不好。文獻[5]中提出基于主成分特征分析的工程造價控制和識別方法，采用主成分分析方法進行電網(wǎng)工程造價預測的量化特征分析，提高參數(shù)識別和估計的精度，該方法存在模糊度較大和成本控制收斂性不好的問題。

針對上述問題，本文提出基于層次分析法的電網(wǎng)工程造價控制關鍵因素識別方法。首先構建電網(wǎng)工程造價控制關鍵因素的多層次參數(shù)分布模型，然后采用模糊特征映射模型進行電網(wǎng)工程造價控制關鍵因素的量化特征分析，采用層次分析法實現(xiàn)對電網(wǎng)工程造價控制關鍵因素的定量遞歸分析，實現(xiàn)電網(wǎng)工程造價控制關鍵因素識別。最后進行仿真實驗分析，展示了本文方法在提高電網(wǎng)工程造價控制關鍵因素識別能力方面的優(yōu)越性能。

1?電網(wǎng)工程造價多層次參數(shù)分布模型及特征信息融合處理

1.1?電網(wǎng)工程造價多層次參數(shù)分布模型

為了實現(xiàn)基于層次分析法的電網(wǎng)工程造價控制關鍵因素識別，首先構建電網(wǎng)工程造價多層次參數(shù)分布模型，對電網(wǎng)工程造價控制因素采用描述性統(tǒng)計分析進行多層次分析和識別[6]，構建電網(wǎng)工程造價多層次約束控制的標準化函數(shù)，如式（1）。

在電網(wǎng)工程結(jié)構確定的情況下，得到電網(wǎng)工程造價多層次參數(shù)最優(yōu)決策函數(shù)，如式（2）。

構建電網(wǎng)工程造價多層次參數(shù)的關聯(lián)性分布特征集，在模糊決策的基礎上，引入市場因素和政策因素，建立全建設周期內(nèi)的電網(wǎng)工程造價模糊決策函數(shù)，如式（3）—式（5）。

上述各式表示在工程造價管理的最優(yōu)決策模式下的造價成本開銷和材料開銷以及人工開銷。根據(jù)項目參與方、設備、資金及環(huán)境因素，進行電網(wǎng)工程造價多層次參數(shù)融合，得到優(yōu)化的融合特征分布集，如式（6）—式（8）。

以設備費和材料費為因變量，構造電網(wǎng)工程造價多層次參數(shù)分布模型，如式（9）。

構建電網(wǎng)工程進行電網(wǎng)工程造價多層次參數(shù)分布設計，提高電網(wǎng)工程造價多層次參數(shù)識別和檢測能力。

1.2?造價控制關鍵因素特征信息融合

在上述構建電網(wǎng)工程造價多層次參數(shù)分布模型的基礎上，進行造價控制關鍵因素特征信息融合處理，根據(jù)電網(wǎng)工程的建設特點[7]，得到電網(wǎng)工程造價多層次統(tǒng)計回歸分析結(jié)果，如式（10）—式（12）。

求解電網(wǎng)工程造價的全成本量化控制的約束參量，得到全建設周期內(nèi)的電網(wǎng)工程造價的統(tǒng)計序列分布S，求得其最大特征值λ，采用內(nèi)部控制和外部控制相結(jié)合的方法，得到電網(wǎng)工程成本預測的博弈模型，如式（13）。

采用定量回歸分析方法，建立電網(wǎng)工程造價控制關鍵因素管理的目標特征集[8]，得到電網(wǎng)工程造價的最優(yōu)決策博弈模型，如式（14）。

由此，構建了電網(wǎng)工程造價控制因素特征信息融合模型，根據(jù)信息融合結(jié)果，進行造價控制的關鍵因素識別。

2?工程造價控制關鍵因素識別優(yōu)化

2.1?電網(wǎng)工程造價控制因素變量分析

在上述構建電網(wǎng)工程造價控制因素的多層次參數(shù)分布模型的基礎上，本文提出基于層次分析法的電網(wǎng)工程造價控制關鍵因素識別方法。以資金鏈因素、材料設備因素、貨幣政策、自然環(huán)境以及金融融資等因素等為統(tǒng)計變量，利用科學管理方法進行電網(wǎng)工程造價控制的關鍵因素識別[9]，在最優(yōu)質(zhì)量模式下，得到電網(wǎng)工程造價控制的最大投資收益滿足，如式（15）。

構建解釋控制變量，合理確定項目規(guī)模，得到電網(wǎng)工程建設因素的最優(yōu)控制優(yōu)化輸出，如式（16）

合理確定項目規(guī)模、建設路徑，結(jié)合成本最小和質(zhì)量最優(yōu)的均衡博弈控制方法，得到電網(wǎng)工程造價管理目標的眾多因素共同約束控制模型描述，如式（17）。

2.2?電網(wǎng)工程造價控制關鍵因素識別輸出

綜合考慮變電站工程造價的風險特征屬性和關鍵因素，得到電網(wǎng)工程建設工程造價關鍵因素識別的模糊決策模型，如式（19）。

量化分析電網(wǎng)工程造價控制關鍵因素特征，得到輸變電工程造價關鍵參數(shù)λ的2階混合函數(shù)，具體關鍵因素識別結(jié)果，如式（21）。

通過上述分析，構建了電網(wǎng)工程造價控制關鍵因素識別模型，提高對電網(wǎng)工程造價控制能力。

3?仿真實驗與結(jié)果分析

為了驗證本文方法在實現(xiàn)電網(wǎng)工程造價控制關鍵因素識別中的應用性能，采用Matlab建模分析方法進行仿真實驗，假設電網(wǎng)工程造價控制關鍵因素識別的相關參數(shù)為：Q=200，c1=30，c2=10，cr=2，μ1=μ2=0.01，ρ1=ρ2=0.01，δ=0.8，工程質(zhì)量、工程效率以及成本分布的相關性參數(shù)，如表1所示。

根據(jù)上述參數(shù)分析結(jié)果，進行電網(wǎng)工程造價控制關鍵因素識別，得到參數(shù)識別結(jié)果，如圖1所示。

分析圖1得知，采用本文方法能有效實現(xiàn)對電網(wǎng)工程造價控制關鍵因素識別，識別的精度較高，參數(shù)融合性較好，采用不同方法，測試電網(wǎng)工程的成本預測結(jié)果，如圖2所示。

從圖2可見，采用本文模型，電網(wǎng)工程的成本造價與生產(chǎn)質(zhì)量效率之間的關聯(lián)度較高，說明能在保障電網(wǎng)工程建設質(zhì)量的前提下，最大限度控制造價和成本開銷。

4?總結(jié)

建立電網(wǎng)工程的工程造價控制模型，分析影響電網(wǎng)工程的造價控制關鍵因素，提高電網(wǎng)工程的造價預測和控制能力。本文提出基于層次分析法的電網(wǎng)工程造價控制關鍵因素識別方法。采用層次分析法實現(xiàn)對電網(wǎng)工程造價控制關鍵因素的定量遞歸分析，采用系統(tǒng)科學的統(tǒng)計分析方法，得到全建設周期內(nèi)的電網(wǎng)工程造價的統(tǒng)計序列，合理確定項目規(guī)模、建設路徑，結(jié)合成本最小和質(zhì)量最優(yōu)的均衡博弈控制方法，得到電網(wǎng)工程造價管理目標的眾多因素共同約束控制模型，并根據(jù)定量遞歸分析結(jié)果實現(xiàn)電網(wǎng)工程造價控制關鍵因素識別。分析得出，本文方法進行電網(wǎng)工程造價控制關鍵因素識別的準確性較高，工程造價的成本及質(zhì)量控制效能較好。

參考文獻

[1]?齊霞，王綿斌，張妍，.高維小樣本條件下的變電工程造價預測研究[J].湘潭大學自然科學學報，2016，38（4）：112-115.

[2]?楊凱，于波，肖艷利，.基于GA-BP神經(jīng)網(wǎng)絡的配電網(wǎng)工程造價預測[J].自動化儀表，2019，40（7）：91-93.

[3]?高梓維，王存旭.基于九域圖的變電站無功優(yōu)化改進控制策略研究[J].沈陽工程學院學報（自然科學版），2019，15（2）：156-160.

[4]?劉雁文，胡炎，邰能靈.基于決策樹的智能變電站運維專家系統(tǒng)規(guī)則提取方法[J].電力科學與技術學報，2019，34（1）：123-128.

[5]?許賢澤，劉靜，施元，等.基于Spark和梯度提升樹模型的短期負荷預測[J].華中科技大學學報（自然科學版），2019，47（5）：84-89.

[6]?陸中偉，張云寧，王潔雨.基于ANP和可拓理論的電網(wǎng)工程造價控制關鍵因素預警模型研究[J].武漢理工大學學報（信息與管理工程版），2018，40（1）：31-35.

[7]?章昀玥，張云寧，蔡騁.基于特征映射模型的電網(wǎng)工程造價控制關鍵因素識別[J].武漢理工大學學報（信息與管理工程版），2016，38（4）：433-436.

[8]?徐煒，肖智.內(nèi)部控制對企業(yè)財務風險影響的非線性特征——理論推演與實證檢驗[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2019，39（3）：68-82.

[9]?Egea-Alvarez A， Fekriasl S， Hassan F， et al. Advanced vector control for voltage source converters connected to weak grids[J].IEEE Transactions on Power Systems，2015，30（6）：3072-3081.

[10]?Guo Chunyi， Zhao Chengyong， Iravani R， et al. Impact of phase-locked loop on small-signal dynamics of the line commutated converter-based high-voltage direct-current station[J].IET Generation， Transmission & Distribution，2017，11（5）：1311-1318.

（收稿日期：2019.09.04）