(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111456275.2 (22)申请日 2021.12.01 (71)申请人 国网江苏省电力有限公司经济技 术 研究院 地址 210008 江苏省南京市 鼓楼区中山路 251号 (72)发明人 王静怡　胡亚山　张旺　仓敏　 翟晓萌　吴霜　程曦　王瑞武　 吴雪　刘迪　 (74)专利代理 机构 北京励诚知识产权代理有限 公司 11647 代理人 周慧云 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/06(2012.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 收益评价指标的预测方法、 装置、 介质、 设备 及程序产品 (57)摘要 本申请公开一种收益评价指标的预测方法、 装置、 介质、 设备及程序产品。 该方法包括： 获取 历史时段内已建设的历史输变电工程对应的样 本数据， 样 本数据包括历史收益评价指标和历史 工程投资数据； 确定基础模型的自变量和因变 量， 将每一输变电工程对应的工程投资数据选定 为自变量， 将每一输变电工程对应的收益评价指 标选定为因变量； 对样本数据中每一历史输变电 工程对应的自变量和因变量进行预处理； 根据预 处理后的样 本数据对基础模型进行训练， 对因变 量和自变量之间的函数关系进行拟合， 得到目标 预测模型； 基于目标预测模型对目标输变电工程 的工程投资数据进行处理， 得到目标输变电工程 在目标运营年度的收益评价指标的预测值， 提高 预测结果的准确性。 权利要求书2页 说明书13页 附图3页 CN 114037184 A 2022.02.11 CN 114037184 A 1.一种收益评价指标的预测方法， 其特 征在于， 所述方法包括： 获取历史时段内已建设的历史输变电工程对应的样本数据， 所述样本数据包括每一所 述历史输变电工程对应的历史收益评价指标和历史工程投资数据； 确定基础模型的自变量和 因变量， 其中， 将每一输变电工程对应的工程投资数据选定 为所述自变量， 将每一输变电工程对应的收益评价指标选 定为所述因变量； 对所述样本数据中每一所述历史输变电工程对应的所述自变量和所述因变量进行预 处理， 以得到预处 理后的样本数据； 根据所述预处理后的样本数据对所述基础模型进行训练， 以对所述因变量和所述自变 量之间的函数关系进行拟合， 得到目标 预测模型； 基于所述目标预测模型对目标输变电工程的工程投资数据进行处理， 得到所述目标输 变电工程在目标运营年度的收益评价指标的预测值。 2.如权利要求1所述的收益评价指标的预测方法， 其特征在于， 所述根据 所述预处理后 的样本数据对所述基础 模型进行训练， 以对所述因变量和所述自变量之间的函数关系进 行 拟合， 得到目标 预测模型， 包括： 根据所述预处理后的样本数据， 通过交叉验证来确定所述基础模型中的最佳的超参 数， 所述超参数包括 惩罚参数和核函数参数； 根据所述最佳的超参数构建所述目标预测模型， 其中， 所述最佳的超参数使得所述目 标预测模型中的所述因变量和所述自变量之间的关系之间的函数关系拟合。 3.如权利要求2所述的收益评价指标的预测方法， 其特征在于， 所述根据 所述预处理后 的样本数据， 通过交叉验证来确定所述基础模型中的最佳的超参数， 包括： 将所述预处理后的样本数据划分为K组子集， 并基于所述K组子集确定训练集和测试 集， 其中， K为 正整数， 且K >2； 使用交叉验证的方法， 根据所述训练集和所述测试集构建K个模型， 所述K个模型分别 为K组超参数对应的所述基础模型； 将所述K个模型对应的所述测试集的回归均 方差的均值作为所述基础模型的性 能判断 指标； 基于所述 性能判断指标， 确定所述基础模型中的最佳的超参数。 4.如权利要求3所述的收益评价指标的预测方法， 其特征在于， 所述基于所述K组子集 确定训练集和 测试集， 包括： 将每组子集的样本数据分别作为一次所述测试集， 将所述K组子集中的其余K ‑1组子集 的样本数据作为所述训练集， 以得到K组训练集和K组测试集。 5.如权利要求4所述的收益评价指标的预测方法， 其特征在于， 所述使用交叉验证的方 法， 根据所述训练集和所述测试集构建K个模型， 包括： 将所述K组训练集中的每一组训练集分别 输入所述基础模型训练所述因变量和所述自 变量之间的函数关系， 以得到K组超参数对应的所述基础模型； 将所述K组测试集中的每一组测试集分别输入所述K组超参数对应的所述基础模型进 行验证， 以验证每一组超参数对应的所述基础 模型中的所述因变量和所述自变量之 间的函 数关系， 以得到K个验证结果。 6.如权利要求5所述的收益评价指标的预测方法， 其特征在于， 所述基于所述性 能判断权　利　要　求　书 1/2 页 2 CN 114037184 A 2指标， 确定所述基础模型中的最佳的超参数， 包括： 基于所述 性能判断指标， 从所述K个验证结果中确定出准确率 最高的验证结果； 将所述准确率最高的验证结果对应的超参数， 确定为所述基础模型中的最佳的超参 数。 7.如权利要求1所述的收益评价指标的预测方法， 其特征在于， 所述对所述样本数据中 每一所述历史输变电工程对应的所述自变量和所述因变量进行 预处理， 包括： 对所述样本数据中每一所述历史输变电工程对应的所述自变量和所述因变量进行归 一化处理， 以将所述自变量和所述因变量归一 化为0到1区间的数值。 8.如权利要求1所述的收益评价指标的预测方法， 其特征在于， 所述基础模型包括支持 向量机SVM回归 模型。 9.一种收益评价指标的预测装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取历史时段内已建设的历史输变电工程对应的样本数据， 所述样本 数据包括每一所述历史输变电工程对应的历史收益评价指标和历史工程投资数据； 确定单元， 用于确定基础模型的自变量和因变量， 其中， 将每一输变电工程对应的工程 投资数据选 定为所述自变量， 将每一输变电工程对应的收益评价指标选 定为所述因变量； 预处理单元， 用于对所述样本数据中每一所述历史输变电工程对应的所述自变量和所 述因变量进行 预处理， 以得到预处 理后的样本数据； 训练单元， 用于根据所述预处理后的样本数据对所述基础模型进行训练， 以对所述因 变量和所述自变量之间的函数关系进行拟合， 得到目标 预测模型； 预测单元， 用于基于所述目标预测模型对目标输变电工程的工程投资数据进行处理， 得到所述目标输变电工程在目标运营年度的收益评价指标的预测值。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序适于处理器进 行加载， 以执行如权利要求 1‑8任一项所述的收益评价指 标的预测方法中的步骤。 11.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器 中存储有计算机程序， 所述处理器通过调用所述存储器中存储的所述计算机程序， 用于执 行权利要求1 ‑8任一项所述的收益评价指标的预测方法中的步骤。 12.一种计算机程序产品， 包括计算机指令， 其特征在于， 所述计算机指令被处理器执 行时实现权利要求1 ‑8任一项所述的收益评价指标的预测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114037184 A 3