本发明涉及一种小区配电网工程造价指标体系评估模型的建立，属电力系统领域。
背景技术：
小区配电网是改善民生的重要基础设施，随着城镇化进程加快，分布式电源快速发展，对配电网发展建设提出了更高要求。在以往造价指标评价中，经常采用单位造价指标来衡量配电网工程造价的高低，但随着配电网工程建造技术的多样化，其单位造价数值的离散度也越来越大，单位造价指标不具有可比性，它的高低不能全面准确反映工程造价水平，对工程造价管理缺乏指导性及实操性。因此，配电网工程造价的评价不能仅考虑单位造价因素，还需考虑工程的特征因素，只有两者的结合才是最终评价工程造价的完善指标。
为了进一步推进现代配电网建设工作，深入开展小区配电网工程造价指标评估模型的建立的研究，可以进一步强化工程建设管理，降低并科学合理地控制工程造价水平，更好的发挥工程经济效益和社会效益。同时，小区配电网工程造价指标评估模型的科学化、标准化、规范化，不仅有助于提高工程造价管理人员的管理水平，更有利于提高工程结算的效率及工程造价的合理性，因此研究合理的造价指标体系，建立造价评估模型，并将其运用到工程造价管理中具有重要的理论价值和实用意义。
技术实现要素：
本发明针对现有技术不足及实际需要提供一种小区配电网工程造价指标体系评估模型的建立。
本发明所述种小区配电网工程造价指标体系评估模型的建立结构包括：
1）分析小区配电网工程造价数据的特点，对工程造价数据资料进行简化处理；主要运用数据清洗，数据集成，数据转换以及数据约简等处理方法对原始数据进行简化；
2）针对工程数据量大，数据之间差别大，用最优化方法很难找到代表全局的最优工程的特点；采用模糊C均方(Fuzzy C-means，FCM)聚类算法对数据进行分类，这样可以对以每一类为小样本集，单独进行分析计算；
3）结合简化处理后的历史资料，对得到的数据进行降维处理；主要采用主成分分析法进行属性提取，得到包含数据特征的新的属性指标；
4）根据得到的新指标，利用统计学习算法支持向量机进行数据建模。针对支持向量机算法复杂过高的缺点，选用支持向量机的最新改进算法最小二乘支持向量机算法；针对最小二乘支持向量机参数选取不规范的缺点，采用粒子群对参数进行优化；最后形成新的混合算法：PSO-LSSVM算法，分别对小区配电网工程数据进行评估；
5）在PSO-LSSVM评估模型基础上进行灵敏性分析，构建估算审查分析模型。以达到对造价预算提供参考依据，进行合理控制的目的。
本发明的有益效果：本发明所述小区配电网工程造价指标体系评估模型的建立不仅有助于提高工程造价管理人员的管理水平，更有利于提高工程结算的效率及工程造价的合理性，因此建立该造价评估模型，并将其运用到工程造价管理中具有重要的理论价值和实用意义。
具体实施方式
本发明所述种小区配电网工程造价指标体系评估模型的建立结构包括：
1）分析小区配电网工程造价数据的特点，对工程造价数据资料进行简化处理。主要运用数据清洗，数据集成，数据转换以及数据约简等处理方法对原始数据进行简化；
2）针对工程数据量大，数据之间差别大，用最优化方法很难找到代表全局的最优工程的特点。采用模糊C均方(Fuzzy C-means，FCM)聚类算法对数据进行分类，这样可以对以每一类为小样本集，单独进行分析计算；
3）结合简化处理后的历史资料，对得到的数据进行降维处理。主要采用主成分分析法进行属性提取，得到包含数据特征的新的属性指标；
4）根据得到的新指标，利用统计学习算法支持向量机进行数据建模。针对支持向量机算法复杂过高的缺点，选用支持向量机的最新改进算法最小二乘支持向量机算法。针对最小二乘支持向量机参数选取不规范的缺点，采用粒子群对参数进行优化。最后形成新的混合算法：PSO-LSSVM算法，分别对小区配电网工程数据进行评估；
5）在PSO-LSSVM评估模型基础上进行灵敏性分析，构建估算审查分析模型。以达到对造价预算提供参考依据，进行合理控制的目的。