Page 33 - 电力与能源2021年第五期
P. 33

叶   青, 等: 基于粒子群与遗传混合优化算法的输变电工程全过程造价管理数据处理                                5 5
                                                                                                      2
                                         ()]
                           f =C /[ D +fe              ( 13 )   库又包含工程概况基本数据、 技术经济参数数据
              式中   C , D ———比例系数和非零的调节参数, 用                    以及工程各项费用明细数据)、 物资市场价格数据
              于调节适应度值。                                         库、 定额标准数据库。
                                           ()
                   由式( 13 ) 可知, 误差函数 f e 的值越小, 适
              应度 f 的值越大, 该个体被保留的概率越大; 反
              之, 则该个体将被淘汰。
                   ( 3 ) 确定遗传算子。采用无放回的随机余数
              选择法和“ 精英保留” 相结合的选择方式: 为改变
              算法的收敛速度, 以每次迭代的最优个体和现存
              的最优个体替换每代中适应度最差的个体; 为避
              免父代中适应度最优的个体在选择、 交叉和变异
              的过程中丢失, 在算法执行过程中将父代中的最
              优个体保存下来直接复制, 而不进行交叉和变异                                   图 4  输变电工程造价分析数据资源库
                                                                   以某省 2018 年共计 15 个 110kV 输变电工
              操作。
                                                               程的造价分析数据为例, 并选取该省 10 组造价分
                   为提高算法的时间效率, 提出自适应交叉率,
                                                               析数据作为 PSO-GA 的训练数据, 其余 5 组造价
              其公式如下:
                                                               分析数据用以验证 PSO-GA 的准确性, 输变电工
                                    )(
                    ì P c1 -  ( P c1 -P c2 f '-f av g )
                    ï
                    ï
              P c = í           f max -f av g    f ' ≥f av g   程造价分析样本数据见表 2 。
                    ï ï                                            依据 PSO-GA 原理, 将表 2 数据作为算法的
                    î            P c1            f ' <f av g
                                                      ( 14 )   初始群体进行编码前, 需将其还原至工程的各个
                        ,   ———值的大小可依据隶属函数综                    阶段内, 以利用造价管理关键指标的综合评估结
              式中  P c1 P c2
                                                                                                       ,
              合评价模型的造价管理关键指标的综合评估结果                            果, 在算法交叉、 变异过程中选择适合的 P c1 P c2
              进行设定;        ———每代群体中的最大适应度值;                    值以 求 取 最 大 适 应 度 值 f max 和 平 均 适 应 度 值
                       f max
                                                                  。
                  ———平均适应度值; ' ———待交叉个体中适应                    f av g PSO-GA 数据处理流程图如图 5 所示。
                                   f
              f av g
              度的较大值。                                               在 PSO-GA 的运算过程中, 应对输变电工程
                   ( 4 ) 迭代终止。                                 造价分析的各类进行归一化处理, 以消除数据间
              3.3 PSO-GA 造价分析数据处理算例                            数量级的差别。通过 10 组输变电工程造价分析
                                                               数据 PSO-GA 的训练, 完成了对 PSO-GA 关键环
                   在对输变电工程造价分析数据基于 PSO-GA
              进行数据处理前, 首先应建立输变电工程造价分                           节参数的修正工作, 最后用训练完成的 PSO-GA
              析数据资源库( 见图 4 ), 并对其进行分类。一般                       对剩余 5 组输变电工程的单位容量造价进行测试
              情况下, 输变电工程造价分析数据库资源可分为                           以检验算法的精度。经过计算, 基于 PSO-GA 输
              3 类, 即工程造价基础数据库( 工程造价基础数据                        变电工程造价的计算值与实际值对比见表 3 。

                                              表 2  输变电工程造价分析样本数据
                       单位容量      主控    主变    高压    高压     电缆    每台主变    每台高压断               项目建设     征地
                 工程     造价 /    面积 /  容量 / 断路器 / 回数 /    造价 /  压器单价 /    路器单价 /   二次设备 /   技术服务费 / 补偿 /
                 编号                                                              ( 万元·站 -1 )
                      ( 元 · kVA )  m 2  MVA   台     回     万元   ( 万元 · 台 -1 ) ( 万元 · 台 -1 )   万元      万元
                            -1
                  1     293.4   2687   180    2     2    57.1    81.0      78       64       55.7   77.44
                  2     258.7   2185   120    2     2    16.6    63.8      63       63       94.1   42.58
                  3     313.8   3284   240    2     2    64.0    94.7      69       52       40.8   66.25
                  4     337.6   3591   240    2     2    75.4    88.6      86       71       82.8   55.80
                  5     346.6   4362   240    2     2    54.8    76.2      81       85       73.4   68.40
                  6     275.7   2603   180    2     1    86.3    69.0      78       49       72.6   53.96
                  …       …      …      …     …     …     …       …         …        …        …       …
                 14     255.6   1905   180    2     1    32.0    63.0      62       57       54.9   64.52
                 15     215.7   2493   180    2     2    87.9    57.0      76       64       78.5   62.70
   28   29   30   31   32   33   34   35   36   37   38