基于随机森林优化RL的电力工程造价预测

摘要

针对现阶段电力工程造价数据预测准确度较低的问题，提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素，将其按照影响程度的大小进行分级，利用随机森林算法加以筛选，并采用筛选后的影响因素特征向量作为预测模型的训练和测试数据。同时，将电力工程造价预测问题转化为输电线路规划问题，再使用强化学习优化蚁群算法的参数来构建电力工程造价预测模型。经过实验对照，综合两种栅格尺寸结果，所提方案比两种对照组算法的电子工程造价分别降低了2.97%、3.78%。

关键词

输变电工程 / 工程造价 / 随机森林 / 强化学习 / 蚁群算法 / 输电线路规划 / 数据预测 / 特征向量

基金资助

河北省自然科学基金项目(F2021210005); 国网河北省电力有限公司科技项目(5204JY22000L)