基于决策树的电力工程造价异常数据挖掘技术

摘要

针对电力工程结算数据因来源多源、结构异构、编制链条长而引发的数据一致性差、审减风险难以精准识别等问题，本文提出一种基于决策树的造价数据质量自检与风险预控技术。该技术通过构建涵盖单价偏差、工程量异常及工序复杂度等多维特征体系，利用决策树的分层规则学习能力，实现了对结算清单中的潜在高风险项、逻辑冲突及编制偏差的自动识别。实验表明，该技术在偏差检测的准确率与召回率上均显著优于传统规则校验法，且其生成的规则具有良好的可解释性，为提升结算编制质量、降低审计争议风险提供了有效的智能化工具。

关键词

决策树 / 电力工程造价 / 异常数据挖掘 / 结算质控