申请/专利权人：国网新疆电力有限公司

申请日：2023-12-13

公开（公告）日：2024-04-16

公开（公告）号：CN117892855A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/10;G06Q40/06;G06Q50/06;G06Q10/067;G06F18/214;G06F18/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明提供一种电网公司工程项目投资预测方法，涉及电力工程领域。该电网公司工程项目投资预测方法，包括以下步骤：S1.确定预测目标；S2.收集相关数据；S3.建立预测模型；S4.进行模型验证；S5.进行预测；S6.完善方案。通过建立数学模型，较好地克服了传统方法中准确度较低的问题，同时可以根据实际需求对模型进行优化，提高预测准确度和可信度，同时通过在采集数据中可结合大数据技术进行数据整合和分析，实现对数据进行深入的挖掘，以提高预测精度。

主权项：1.一种电网公司工程项目投资预测方法，其特征在于：包括以下步骤：S1.确定预测目标，首先确定好预测的目标是哪些；S2.收集相关数据，收集电网公司历史工程项目投资数据以及相关市场数据；S2.1.确定预测来源，确定需要收集的数据，包括工程项目的基本信息、成本、时间、质量方面的数据，确定数据来源，比如历史项目数据、公共数据库、民调和问卷调查；S2.2.收集数据，根据确定的数据来源，利用各种途径和手段进行收集数据；S2.3.数据清洗，收集到的数据可能存在缺失、错误、异常的问题，需要对数据进行清洗和处理，在清洗的过程中可以包括去重、填补缺失值、处理异常值，随后对其进行归一化和标准化处理；S2.4.数据整合，收集到的数据可能存在格式和数据类型的不同，需要将其进行整合和转换，以便建立模型和分析数据处理；S3.建立预测模型，将收集到的数据进行分析处理，建立适合电网公司工程项目投资预测的数学模型；S3.1.数据探索性分析，通过可视化、统计和机器学习的方法对数据进行分析探索，发现数据集的特征、关联和异常；S3.2.特征工程，对数据进行特征选择、特征提取、特征生成的处理方法，以得到高质量的特征集；S3.3.模型选择与训练，根据数据特征选择适当的模型进行训练，常规的模型包括线性回归、决策树、支持向量机和神经网络，在训练过程中，可以使用交叉验证和调参技术来提高模型的精度和泛化性能；S3.4.模型评估与优化，使用验证集或测试集数据来评估模型的性能，使用验证集或测试集数据来评估模型的性能，在评估过程中发现模型性能不够理想，可以重新选择模型并对数据特征进行调整和优化；S3.5.模型部署，将训练好的模型应用于实际数据，进行预测；S3.6.监控和更新，随着时间的推移和业务需求的变化，模型的性能和准确度可能会发生变化；S4.进行模型验证，将模型进行验证，检验预测精度，如果模型精度不高，则返回S2，重新建立模型；S5.进行预测，利用建立好的预测模型，对未来工程项目投资进行预测，并给出预测结果的可信度评估；S6.完善方案，将预测结果与实际需求进行比对，不断优化预测模型，进一步提高预测精度。

全文数据：

权利要求：

百度查询： 国网新疆电力有限公司 一种电网公司工程项目投资预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD