呂素萌
(河南送變電建設(shè)有限公司)
隨著我國經(jīng)濟(jì)和社會(huì)的不斷深入,智能化技術(shù)的大力推廣,輸變電的建設(shè)也在迅速發(fā)展,各種輸變電工程正在全面展開,輸變電工程建設(shè)周期長(zhǎng),資源消耗大,成本控制不僅受到外部環(huán)境和技術(shù)條件的影響,而且受到工程施工過程中各個(gè)環(huán)節(jié)的影響[1-2]。最具影響力的項(xiàng)目投資是可行性研究階段,受影響的概率為75% 至95%。在項(xiàng)目建設(shè)的每個(gè)階段,可行性研究階段對(duì)輸變電的成本影響最大??梢哉f,可行性研究階段的成本控制是確定輸變電成本的基礎(chǔ)??尚行匝芯侩A段的投資估算決定了項(xiàng)目總投資的上限,其準(zhǔn)確性直接影響到項(xiàng)目的投資決策、建設(shè)規(guī)模、規(guī)劃以及后續(xù)項(xiàng)目開展。投資估算要實(shí)時(shí)反應(yīng)工程所需,滿足有限的設(shè)計(jì)和控制預(yù)算要求,決策階段應(yīng)確保投資估計(jì)的準(zhǔn)確性在規(guī)定范圍內(nèi)。
造價(jià)預(yù)測(cè)理論是指通過系統(tǒng)科學(xué)的方法,結(jié)合統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)以及工程管理等理論,預(yù)測(cè)工程建設(shè)項(xiàng)目的造價(jià)。它可以為項(xiàng)目決策提供參考,幫助項(xiàng)目方進(jìn)行預(yù)算編制、招標(biāo)定價(jià)、合同談判等工作,從而提高項(xiàng)目的管理水平和經(jīng)濟(jì)效益。造價(jià)預(yù)測(cè)理論主要包括以下幾個(gè)方面:
首先是項(xiàng)目特征分析。通過對(duì)項(xiàng)目的規(guī)模、性質(zhì)、地理位置、建設(shè)條件等因素進(jìn)行分析,確定項(xiàng)目的復(fù)雜程度和影響因素。這對(duì)于后續(xù)的成本分析和造價(jià)預(yù)測(cè)非常重要。其次是成本估算方法。成本估算是造價(jià)預(yù)測(cè)的核心環(huán)節(jié),常用的成本估算方法有指標(biāo)估算法、參數(shù)估算法、比例估算法、單位面積法、單位產(chǎn)能法等。根據(jù)不同的項(xiàng)目特點(diǎn)和數(shù)據(jù)情況,選擇合適的估算方法進(jìn)行成本估算。再次是成本控制和變動(dòng)因素分析。在造價(jià)預(yù)測(cè)的過程中,需要對(duì)成本進(jìn)行控制和變動(dòng)因素進(jìn)行分析。通過對(duì)成本的劃分和控制,確定項(xiàng)目的投資規(guī)模和成本要素。最后是造價(jià)預(yù)測(cè)模型的建立。造價(jià)預(yù)測(cè)模型是通過建立數(shù)學(xué)模型來預(yù)測(cè)工程項(xiàng)目的造價(jià)。常用的模型有線性回歸模型、多元回歸模型、人工神經(jīng)網(wǎng)絡(luò)模型等。通過收集歷史數(shù)據(jù)、分析統(tǒng)計(jì)關(guān)系和建立模型,可以進(jìn)行較為準(zhǔn)確的造價(jià)預(yù)測(cè)。
預(yù)測(cè)工程效益是指通過系統(tǒng)性的方法,依據(jù)項(xiàng)目的投資和預(yù)期收益,進(jìn)行合理的分析和預(yù)測(cè),從而幫助項(xiàng)目方做出決策,評(píng)估項(xiàng)目的可行性和經(jīng)濟(jì)效益。預(yù)測(cè)工程效益的主要目的是為項(xiàng)目方提供決策依據(jù)和參考,幫助其做出明智的投資決策。具體而言,預(yù)測(cè)工程效益的方法包括以下幾個(gè)方面:
首先是市場(chǎng)需求分析。通過對(duì)市場(chǎng)需求的調(diào)研和分析,確定項(xiàng)目的市場(chǎng)前景和潛在利潤(rùn)空間。這包括對(duì)市場(chǎng)規(guī)模、增長(zhǎng)趨勢(shì)、競(jìng)爭(zhēng)格局等方面的研究,以幫助項(xiàng)目方了解項(xiàng)目所處的市場(chǎng)環(huán)境,從而預(yù)測(cè)項(xiàng)目的銷售收益。其次是成本效益分析。通過對(duì)項(xiàng)目的成本和預(yù)期收益進(jìn)行比較,確定項(xiàng)目的盈利能力和投資回報(bào)率。成本效益分析涉及到項(xiàng)目的運(yùn)營成本、管理費(fèi)用、稅收等方面的考慮,以及項(xiàng)目的價(jià)格、銷售額和利潤(rùn)等因素的預(yù)測(cè)。再次是風(fēng)險(xiǎn)評(píng)估和收益概率分析。項(xiàng)目的經(jīng)濟(jì)效益受到眾多因素的影響,包括市場(chǎng)變動(dòng)、政策風(fēng)險(xiǎn)、項(xiàng)目管理和執(zhí)行風(fēng)險(xiǎn)等。通過對(duì)這些風(fēng)險(xiǎn)進(jìn)行評(píng)估和分析,可以預(yù)測(cè)項(xiàng)目的利潤(rùn)概率和收益波動(dòng)情況,從而幫助項(xiàng)目方做出風(fēng)險(xiǎn)可控的決策。
最后是模型建立和數(shù)據(jù)分析。預(yù)測(cè)工程效益通常采用經(jīng)濟(jì)學(xué)的方法和模型進(jìn)行分析,如投資回報(bào)率模型、財(cái)務(wù)評(píng)估模型等。通過建立合理的模型,收集和分析項(xiàng)目的關(guān)鍵數(shù)據(jù),可以進(jìn)行工程效益的預(yù)測(cè)和評(píng)估。
根據(jù)輸電工程的需求,需要對(duì)各項(xiàng)工程進(jìn)行征收和組織工作。其中包括架空線路工程、電纜工程、塔式工程征收以及線路工程征收等。此外,還需要考慮附屬工程征收、基礎(chǔ)工程征收、土方工程征收以及其他費(fèi)用的征收。在塔工程組方面,需要考慮地形因素,并確定合適的單位塔和單位鐵塔。此外,還需要考慮塔鋼的使用、布線工程組的安排以及電壓、截面、單回路長(zhǎng)度和雙回路長(zhǎng)度等因素。同時(shí),我們還需考慮地線和相關(guān)電線的安裝,并計(jì)算線費(fèi)。
影響基礎(chǔ)工程設(shè)置的因素有:澆筑基礎(chǔ)、單位水泥、普通鋼筋、混凝土、接地鋼筋等;混凝土、地形因素等。輸變電工程造價(jià)主要由幾大部分組成,在進(jìn)行電力工程設(shè)計(jì)時(shí),需要考慮多個(gè)關(guān)鍵因素。首先,電壓水平是一個(gè)重要的考慮因素,不同的壓水平會(huì)對(duì)電力傳輸和設(shè)備選型產(chǎn)生影響。其次,智能化程度是指電力系統(tǒng)的自動(dòng)化程度,包括自動(dòng)監(jiān)測(cè)、故障診斷、遠(yuǎn)程操作等功能。其不僅提高了電力系統(tǒng)的運(yùn)行效率,還提高了電力系統(tǒng)的可靠性。海拔高度也是一個(gè)關(guān)鍵因素,因?yàn)楹0胃叨葧?huì)對(duì)電力設(shè)備的工作性能產(chǎn)生影響,需要對(duì)設(shè)備進(jìn)行適應(yīng)性設(shè)計(jì)。
在建模過程中需要對(duì)主要因素進(jìn)行篩選。因此,通過回歸分析,建立了因變量Y的成本與獨(dú)立變量X的每個(gè)影響因素之間的函數(shù)關(guān)系:
式中,Xi表示各個(gè)影響因素,αi表示影響因素個(gè)數(shù)的相關(guān)強(qiáng)度系數(shù),i=1,2,.,n。將實(shí)際工程數(shù)據(jù)代入公式(1)中,根據(jù)最小偏差η的原則,用最小二乘法求出各相關(guān)強(qiáng)度系數(shù)αi,選擇αi較大的輸電項(xiàng)目的主要輸入影響指標(biāo),該指標(biāo)與成本強(qiáng)相關(guān),如表1 所示。同樣,也得到了與成本密切相關(guān)的輸變電項(xiàng)目的主要投入影響指標(biāo),如表2 所示。在實(shí)際成本指導(dǎo)中,運(yùn)用下表中強(qiáng)相關(guān)性指標(biāo)來分析輸變電工程取得預(yù)期效果。
表1 輸電項(xiàng)目總價(jià)評(píng)估的輸入指標(biāo)
表2 項(xiàng)目成本評(píng)估投入指標(biāo)
人工神經(jīng)網(wǎng)絡(luò)優(yōu)勢(shì)明顯,BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示,其中XPi(i= 1,...,n)是輸入樣本。輸電項(xiàng)目總價(jià)及成本評(píng)估分別如表1和表2所示。
圖1 神經(jīng)網(wǎng)絡(luò)工程預(yù)算總價(jià)智能模型
神經(jīng)網(wǎng)絡(luò)信息前向計(jì)算,首先計(jì)算中間層,如圖1所示,公式如下。
式中,net為第j個(gè)神經(jīng)元的樣本p的合成;w為第j個(gè)神經(jīng)元的輸入權(quán)重;xpi為樣本p的第i個(gè)輸入。樣本輸出為p;f的輸出是隱藏層中第j個(gè)神經(jīng)元的激活函數(shù)。計(jì)算輸出層如下。
式中,tpk是輸出層激發(fā)函數(shù)的第k個(gè)神經(jīng)元。
神經(jīng)網(wǎng)絡(luò)用于成本建模。以實(shí)際輸變電項(xiàng)目投入的主要影響因素作為研究,以成本作為預(yù)期值,形成一個(gè)學(xué)習(xí)樣本。目標(biāo)函數(shù)是神經(jīng)網(wǎng)絡(luò)輸出與實(shí)際動(dòng)力傳輸和改造項(xiàng)目成本之間的均方誤差,如圖2所示。
圖2 預(yù)算造價(jià)模型分析
BP 神經(jīng)網(wǎng)絡(luò)是一種常用的人工智能算法,其核心是利用誤差反向播的方式進(jìn)行權(quán)值學(xué)習(xí)。通過不斷根據(jù)公式(3)中的計(jì)算值最小化來調(diào)整權(quán)值,以使得網(wǎng)絡(luò)的輸出層和隱藏層的權(quán)值逐漸趨向于最優(yōu)值。在這個(gè)過程中,L 的下降方向指示了權(quán)值的校正方向。然而,由于計(jì)算量的增加和可能發(fā)生的發(fā)散現(xiàn)象,網(wǎng)絡(luò)有可能陷入局部極小值。為了克服這些問題,運(yùn)用了人工免疫算法,它利用自然防御機(jī)制來實(shí)現(xiàn)并行計(jì)算、自由學(xué)習(xí)和噪聲容忍等特性,以尋找權(quán)值更新的全局最低點(diǎn)。同時(shí),自組織學(xué)習(xí)也是另一個(gè)重要的研究領(lǐng)域,它通過網(wǎng)絡(luò)的自適應(yīng)能力來實(shí)現(xiàn)動(dòng)態(tài)調(diào)整和優(yōu)化??偟膩碚f,BP 神經(jīng)網(wǎng)絡(luò)及其相關(guān)算法在人工智能領(lǐng)域具有重要的研究和應(yīng)用價(jià)值。
以置換塔工程和塔基礎(chǔ)工程為樣本數(shù)據(jù)。數(shù)據(jù)預(yù)處理模塊。從表3 可以看出,諸如電壓水平、總基數(shù)、地形和其他因素等因素與項(xiàng)目的實(shí)際投資成本高度相關(guān)。
表3 主成分特征值與貢獻(xiàn)率
根據(jù)鐵塔更換工程的各項(xiàng)因素與投資成本及其特征值之間的相關(guān)性,電壓水平、總基數(shù)、鐵塔價(jià)格、高度、地形和鐵塔材料數(shù)量等7個(gè)變量如表4。
表4 影響塔基工程造價(jià)因素的分析
利用SPSS 軟件對(duì)影響更換塔工程的主要因素與技術(shù)改造項(xiàng)目固定投資費(fèi)用的相關(guān)性進(jìn)行分析,從表四可以看出:電壓等級(jí)、地形、塔基數(shù)、土方量、混凝土類型、基本鋼材量、鋼材價(jià)格、地形等因素與固定投資高度相關(guān)。由于人工建筑等因素對(duì)塔基工程的影響,個(gè)別預(yù)測(cè)誤差大于15%。預(yù)測(cè)結(jié)果一般在合理的投資波動(dòng)范圍內(nèi),預(yù)測(cè)智能模型能夠?yàn)轫?xiàng)目投資提供更合理的估算,預(yù)測(cè)結(jié)果具有特殊的參考價(jià)值。
研究結(jié)果表明,成本之間的偏差率在可接受的范圍內(nèi),達(dá)到了預(yù)測(cè)效果。然而,由于國內(nèi)輸變電項(xiàng)目仍處于新興階段,輸電線路項(xiàng)目的數(shù)據(jù)相對(duì)較少,因此本文的數(shù)據(jù)來自不同項(xiàng)目的不同階段。盡管構(gòu)成因素可以解釋80%以上的變量,但從分析結(jié)果來看,這五個(gè)主要構(gòu)成因素只是統(tǒng)計(jì)指標(biāo),不能賦予其實(shí)際意義。某些類型的因素對(duì)項(xiàng)目成本的影響無法進(jìn)一步分析。它還與原始數(shù)據(jù)樣本的數(shù)量和質(zhì)量有關(guān)。