[發明專利]一種風電項目投資估算方法及裝置

在審

• 申請號: 202010724825.3
• 申請日: 2020-07-24
• 公開（公告）號: CN112085459A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 牛東曉;陳夢;耿世平;許曉敏
• 申請（專利權）人: 華北電力大學
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q30/02;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種風電項目投資估算方法，其特征在于，包括以下步驟：

獲取與風電單位千瓦投資相關的工程特征因素數據；

將所述與風電單位千瓦投資相關的工程特征因素數據輸入至預先訓練的誤差反向傳播神經網絡模型，確定風電單位千瓦投資估算值。

2.如權利要求1所述的一種風電項目投資估算方法，其特征在于，所述預先訓練的誤差反向傳播神經網絡模型的獲取過程包括：

根據各類工程特征因素與風電單位千瓦投資的關聯度獲取與風電單位千瓦投資相關的工程特征因素的歷史數據；

基于所述與風電單位千瓦投資相關的工程特征因素的歷史數據和風電單位千瓦投資數據訓練初始誤差反向傳播神經網絡模型；

利用粒子群優化算法優化所述初始誤差反向傳播神經網絡模型，獲取預先訓練的誤差反向傳播神經網絡模型。

3.如權利要求2所述的一種風電項目投資估算方法，其特征在于，所述根據各類工程特征因素與風電單位千瓦投資的關聯度獲取與風電單位千瓦投資相關的工程特征因素的歷史數據，包括：

利用灰度關聯分析法分別計算各類工程特征因素與風電單位千瓦投資的灰色關聯度；

若第i類工程特征因素與風電單位千瓦投資的灰色關聯度不小于預設閾值，則第i類工程特征因素為所述與風電單位千瓦投資相關的工程特征因素；

獲取第i類工程特征因素的歷史數據；

其中，i∈[1,N]，N為工程特征因素總類數。

4.如權利要求3所述的一種風電項目投資估算方法，其特征在于，所述預設閾值為0.85。

5.如權利要求2所述的一種風電項目投資估算方法，其特征在于，所述工程特征因素包括：建設地區、建設時間、地形、裝機容量、單機容量和風電設備市場價格。

6.如權利要求5所述的一種風電項目投資估算方法，其特征在于，所述建設地區，包括：亞洲、非洲、大洋洲、歐洲、南美洲和北美洲。

7.如權利要求5所述的一種風電項目投資估算方法，其特征在于，所述地形包括：平地和山地。

8.一種風電項目投資估算裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取與風電單位千瓦投資相關的工程特征因素數據；

預測模塊，用于將所述與風電單位千瓦投資相關的工程特征因素數據輸入至預先訓練的誤差反向傳播神經網絡模型，確定風電單位千瓦投資估算值。

9.如權利要求8所述的一種風電項目投資估算裝置，其特征在于，所述預先訓練的誤差反向傳播神經網絡模型的獲取過程包括：

根據各類工程特征因素與風電單位千瓦投資的關聯度獲取與風電單位千瓦投資相關的工程特征因素的歷史數據；

基于所述與風電單位千瓦投資相關的工程特征因素的歷史數據和風電單位千瓦投資數據訓練初始誤差反向傳播神經網絡模型；

利用粒子群優化算法優化所述初始誤差反向傳播神經網絡模型，獲取預先訓練的誤差反向傳播神經網絡模型。

10.如權利要求9所述的一種風電項目投資估算裝置，其特征在于，所述根據各類工程特征因素與風電單位千瓦投資的關聯度獲取與風電單位千瓦投資相關的工程特征因素的歷史數據包括：

利用灰度關聯分析法分別計算各類工程特征因素與風電單位千瓦投資的灰色關聯度；

若第i類工程特征因素與風電單位千瓦投資的灰色關聯度不小于預設閾值，則第i類工程特征因素為所述與風電單位千瓦投資相關的工程特征因素；

獲取第i類工程特征因素的歷史數據；

其中，i∈[1,N]，N為工程特征因素總類數。

11.如權利要求10所述的一種風電項目投資估算裝置，其特征在于，所述預設閾值為0.85。