-
公开(公告)号:CN112508254B
公开(公告)日:2024-03-29
申请号:CN202011375669.0
申请日:2020-11-30
Applicant: 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 东南大学
IPC: G06Q30/0202 , G06F18/2135 , G06F18/27 , G06Q10/063 , G06N20/20 , G06Q50/06 , G06Q40/06
Abstract: 本发明公开了一种变电站工程项目投资预测数据的确定方法,通过构建变电站工程项目投资预测指标体系,采集并处理变电站工程项目投资预测指标数据,构建基于XGBoost算法的变电站工程项目投资预测模型,向变电站工程项目投资预测模型输入变电站工程项目数据,根据变电站工程项目投资预测模型的输出结果准确确定变电站工程项目投资数据,其针对提升变电站工程投资预测的目标,建立变电站工程项目投资预测指标体系,构建了基于XGBoost的变电站工程投资预测模型,通过XGBoost预测模型得到的投资预测数据能为决策者提供较为准确的参考数据,支撑建设投资预测的优化辅助决策技术,解决变电站工程投资预测的数据与精确度协调问题。
-
公开(公告)号:CN112508254A
公开(公告)日:2021-03-16
申请号:CN202011375669.0
申请日:2020-11-30
Applicant: 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 东南大学
Abstract: 本发明公开了一种变电站工程项目投资预测数据的确定方法,通过构建变电站工程项目投资预测指标体系,采集并处理变电站工程项目投资预测指标数据,构建基于XGBoost算法的变电站工程项目投资预测模型,向变电站工程项目投资预测模型输入变电站工程项目数据,根据变电站工程项目投资预测模型的输出结果准确确定变电站工程项目投资数据,其针对提升变电站工程投资预测的目标,建立变电站工程项目投资预测指标体系,构建了基于XGBoost的变电站工程投资预测模型,通过XGBoost预测模型得到的投资预测数据能为决策者提供较为准确的参考数据,支撑建设投资预测的优化辅助决策技术,解决变电站工程投资预测的数据与精确度协调问题。
-
公开(公告)号:CN119378750A
公开(公告)日:2025-01-28
申请号:CN202411515845.4
申请日:2024-10-29
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/08 , G06Q50/26 , G06F8/20 , G06F18/211 , G06F18/20 , G06F18/27 , G06N20/10 , G06N3/02 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于机器学习的建筑隐含碳排放预测方法,步骤如下:S1:综合考虑建筑施工活动,定性与定量分析建筑隐含碳排放结构,选取主要碳排放来源作为目标预测模型的输出参数;S2:系统识别建筑隐含碳排放的影响因素,采用灰色关联度分析选取关联度较大的影响因素作为目标预测模型的输入特征;S3:制作数据收集表格,面向实际施工项目开展数据采集;S4:使用机器学习算法构建施工消耗量预测模型;S5:结合碳排放因子完成建筑隐含碳排放预测;S6:依据S1‑S5的方法,使用Python开发建筑隐含碳排放预测装置。本发明可实现在建筑初步设计阶段快速便捷地估算建筑隐含碳排放水平,进而支持低碳设计优化、方案比选以及决策管理等。
-
-