基于深度学习和聚类算法的电力工程建设数据分析系统设计

摘要：

针对电力工程建设数据规模日益庞大,而现有数据处理方法无法满足需要的问题,文中基于B/S结构从客户端、服务器端和数据采集端3部分构建了基于深度学习与聚类算法的电力工程建设数据分析系统.其分析了用户管理、用户功能和信息管理3个模块的主要功能与作用,提出了基于深度学习与聚类算法的工程造价预测功能的实现方法.测试结果表明,所设计系统的各项功能模块均能够正常工作,可以满足用户功能需求.系统中基于深度学习与聚类算法的工程造价预测方法,通过相同特性数据的聚类分析及关系模式的自动提取学习,其预测误差均在10％以内.相比仅采用深度学习算法或BP神经网络的传统算法,具有较高的预测准确性.

关键词：深度学习、聚类算法、工程造价预测、系统设计

所属期刊栏目：29

分类号：TP277(自动化技术及设备)

资助基金：国家电网有限公司总部科技项目2018BR3677

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-30,35