买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉内蒙古电力勘测设计院有限责任公司申请的专利一种输变电项目投资预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117350564B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311330885.7，技术领域涉及：G06Q10/0637；该发明授权一种输变电项目投资预测方法及装置是由赵永刚;刘万珍;和和;郭晨;张震亚;马超;于星月;王继;朱王几设计研发完成，并于2023-10-13向国家知识产权局提交的专利申请。

本一种输变电项目投资预测方法及装置在说明书摘要公布了：本发明提供一种输变电项目投资预测方法及装置，方法包括：获取输变电项目的数据集；对所述数据集进行处理，得到特征集；将所述特征集输入输变电项目投资预测模型中进行投资预测，得到输变电项目投资预测数据；其中，所述输变电项目投资预测模型通过将训练数据集输入到预设神经网络模型中训练得到，通过预设调整函数得到所述预设神经网络模型的预设参数优化器的调整量。本发明的方案提高了输变电项目投资预测的效率，同时提高了输变电项目投资预测的稳定性。

本发明授权一种输变电项目投资预测方法及装置在权利要求书中公布了：1.一种输变电造价数据分析方法，其特征在于，包括： 获取输变电造价的数据集，所述数据集包括：设备数量、电缆数量、变电站面积、混凝土用量、线路长度、导线截面、塔材用量、土石方量及地形； 对所述数据集进行处理，得到特征集； 将所述特征集输入输变电造价数据分析模型中进行分析，得到输变电造价数据分析数据；其中，所述输变电造价数据分析模型通过将训练数据集输入到预设神经网络模型中训练得到，通过预设调整函数得到所述预设神经网络模型的预设参数优化器的调整量； 其中，所述输变电造价数据分析模型的训练过程，包括： 获取训练数据集； 对所述训练数据集进行处理，得到训练特征集； 将所述训练特征集输入所述预设神经网络模型的输入层进行处理，得到第一层输出； 将所述第一层输出及第一目标参数，输入隐藏层进行处理，得到第二层输出； 将所述第二层输出及第二目标参数，输入输出层进行处理，得到输变电造价数据分析数据确定模型； 其中，将所述训练特征集输入所述预设神经网络模型的输入层进行处理，得到第一层输出；将所述第一层输出及第一目标参数，输入隐藏层进行处理，得到第二层输出；将所述第二层输出及第二目标参数，输入输出层进行处理，得到输变电造价数据分析数据确定模型，包括： 以函数： 作为传递函数； 输入层节点I的输出为：，等于输入层节点I的输入； 隐藏层各节点的输入为： 隐藏层各节点的输出为： 其中，WJI为隐藏层节点J与输入层节点之间的连接权，θJ为隐藏层节点J的偏置； 输出层节点的输入为： 输出层节点的输出为： 其中，WLJ为输出层节点L与隐藏层节点J之间的连接权，θL为输出层节点L的偏置； 其中，输变电造价数据分析方法还包括： 通过均方误差函数： 评估所述输变电造价数据分析模型的预测精度； 其中，P为训练样本号，tPI为第P个样本的第I个输出单元的目标输出，OPI为第P个样本的第I个输出单元的网络运算结果； 其中，输变电造价数据分析方法还包括： 通过预设参数优化器和预设训练集，对第一目标参数和第二目标参数更新： 第二目标参数的更新，根据输出层与隐藏层之间的连接权WLJ，具体为： 第一目标参数的更新，根据隐藏层与输入层之间的连接权WJI，具体为： 其中为第L个输出单元的目标输出，为第L个输出单元的网络运算结果，K为迭代次数，为学习率，即权值的增益系数，为动量项，用于调整学习的收敛速度， 其中，通过预设调整函数得到所述预设神经网络模型的预设参数优化器的调整量，包括： 通过预设调整函数： 得到所述预设神经网络模型的预设参数优化器的调整量，所述调整量对应 其中为网络连接权的调整量，为网络性能对于网络连接权的梯度矢量，为动量因子，为学习效率，取值0.00001。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人内蒙古电力勘测设计院有限责任公司，其通讯地址为：010000 内蒙古自治区呼和浩特市鄂尔多斯东街巨海城八区5号、6号写字楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。