電網(wǎng)項目計劃進度執(zhí)行偏差數(shù)據(jù)挖掘方法分析

王昕辰 黃河 楊汶 吳仲麒

（1.國網(wǎng)江蘇省電力有限公司常州供電分公司 江蘇省常州市 213000）

（2.江蘇邁騰電氣科技有限公司 江蘇省常州市 213000 3.天津天電清源科技有限公司 天津市 300000）

在新形勢下，國家電網(wǎng)公司在開展規(guī)劃投資管理工作時，要做到統(tǒng)籌規(guī)劃，針對電網(wǎng)投資工作加強相應的監(jiān)管，制定科學合理的電網(wǎng)企業(yè)投資管控策略，確保投資工作的精準性，與此同時，要科學合理的進行投資質效評估，確保公司在發(fā)展過程中逐漸趨于效益型，對于基層的經(jīng)營活力要進行科學合理的提升。電網(wǎng)項目在具體執(zhí)行過程中要對相應的計劃進行分解執(zhí)行，建立科學完善的監(jiān)測體系，對電網(wǎng)項目進行科學合理的計劃和執(zhí)行，財務成本在入賬時要做到密切的跟蹤，這樣才能夠保證投資統(tǒng)計的科學準確，在對經(jīng)營策略進行調(diào)整時，要考慮到相應的優(yōu)勢，建設具有中國特色的能源互聯(lián)。

1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘能夠對隱含的，先前未知的數(shù)據(jù)進行挖掘，這些數(shù)據(jù)在獲得之后能夠建立相應的模型，能夠很好的支持決策工作，針對預測性決策提供相應的方法和工具。在對大量數(shù)據(jù)進行處理時，如果采用比較傳統(tǒng)的數(shù)據(jù)分析技術，那么會面臨著相應的局限性，在此過程中，如果運用數(shù)據(jù)挖掘技術，那么能夠很好的對這些局限進行突破，確保在對海量數(shù)據(jù)進行分析和處理時，能夠有有效的手段。近年來比較常用的數(shù)據(jù)挖掘技術是人工神經(jīng)網(wǎng)絡，這種技術主要是模擬了人腦組織機構，在具體運行過程中能夠實現(xiàn)智能化，能夠很好的對結構以及智能行為進行模擬，但是在對模糊信息進行處理時，存在著一定的缺點。模糊神經(jīng)網(wǎng)絡在具體應用過程中具有很大的優(yōu)勢，把神經(jīng)網(wǎng)絡系統(tǒng)和模糊系統(tǒng)兩者之間的優(yōu)點進行了很好的結合，在對模糊信息以及樣本等進行處理時，能夠很好的發(fā)揮自身的優(yōu)勢，與此同時，在對非線性問題進行處理時，也能夠體現(xiàn)出自身的優(yōu)越性，因此在進行智能信息處理時有著很大的潛力。模糊神經(jīng)網(wǎng)絡的模糊量是模糊全系數(shù)以及輸入信號，能夠很好的把二者系統(tǒng)的優(yōu)點進行匯聚，不僅能夠聯(lián)想和識別，還能夠對模糊信息進行處理。模糊神經(jīng)網(wǎng)絡在具體應用過程中，能夠很好的對模糊邏輯推理系統(tǒng)進行調(diào)整，在此過程中主要應用的是神經(jīng)網(wǎng)絡，能夠好好的對不同網(wǎng)絡結構的特點進行發(fā)揮。模糊規(guī)則主要是通過權值進行體現(xiàn)的，在此過程中能夠好好的對規(guī)則進行轉化和修改。在對竊電評價這些問題進行解決時，模糊神經(jīng)網(wǎng)絡能夠發(fā)揮自身的優(yōu)勢。

在對已經(jīng)完成了工程項目的有關數(shù)據(jù)進行采集時，要考慮到管理平臺的三率管理模式，在此過程中要評估項目數(shù)據(jù)，包含其完整度以及相應的質量，對于樣本庫要進行相應的篩選。再說明樣本總量和電壓等級等信息時，要通過科學合理的計算，對相應的偏差評價指標進行確定和評價，在此過程中還要科學合理的統(tǒng)計和梳理應用統(tǒng)計的方法。

2 數(shù)據(jù)挖掘方法研究

2.1 信息平臺數(shù)據(jù)的獲取

在計劃管理信息平臺中，對三率管理模塊進行科學合理的規(guī)劃，在對不同電壓層級的工程項目信息以及相應的計劃等進行收集時，分電壓等級收集各電壓層級電網(wǎng)工程項目基建信息、里程碑計劃、施工進度計劃、實際成本信息、項目概算、電網(wǎng)工程項目“三率”百分比及四項費用等電網(wǎng)工程項目信息，這樣就能夠很好的對電網(wǎng)工程項目的各種信息進行收集，電網(wǎng)工程建設項目以及相應的單位工程要以數(shù)據(jù)為顆粒度，在對數(shù)據(jù)頻度進行取數(shù)時，可以按照月或者是里程碑節(jié)點。通過對相應的數(shù)據(jù)進行統(tǒng)一和處理，能夠為后期三率曲線偏差分析提供相應的全套數(shù)據(jù)。

2.2 數(shù)據(jù)整合及清洗

在導出的三個偏差數(shù)據(jù)的基礎上，對異常數(shù)據(jù)的特點進行相應的分析和總結，這是三率數(shù)據(jù)挖掘過程中的內(nèi)容，在此過程中包含了缺失值和異常值兩項異常數(shù)據(jù)。

2.2.1 缺失值

數(shù)據(jù)缺失情況在整理三率數(shù)據(jù)時是經(jīng)常存在的，以下是造成數(shù)據(jù)缺失的主要原因：第一，工程項目在建設過程中，相應的建設投資數(shù)據(jù)出現(xiàn)了部分缺失的情況。第二，相關數(shù)據(jù)在填報或者是互聯(lián)時，出現(xiàn)了丟失或者是漏報的情況。針對數(shù)據(jù)缺失問題在解決過程中，可以通過刪除和插補兩種方法，主要刪除和插補的內(nèi)容是存在數(shù)據(jù)缺失的項目。工程項目在建設過程中所面臨的數(shù)據(jù)缺失程度是比較高的，并且不能夠進行科學合理的數(shù)據(jù)分析，所以在進行三率偏差研究時，需要對沒有完成的工程項目進行刪除，對建設完成的項目可以進行相應的統(tǒng)計分析，在對缺失的數(shù)據(jù)進行插補時，要按照就近補齊以及回歸預測的標準。

2.2.2 異常值

異常數(shù)據(jù)在整理三率數(shù)據(jù)過程中是經(jīng)常出現(xiàn)的，導致這種情況出現(xiàn)的原因主要有下列幾種：第一工程在建設過程中會有4項費用，在具體統(tǒng)計過程中出現(xiàn)了填報或者是口徑方面的錯誤，入賬進度百分比出現(xiàn)了問題。第二，三率曲線的起始時間存在一定的差異性，所以在填報項目完工階段的理論值和實際值的過程中，存在一定的時間差異，因而導致了進度偏差。在對數(shù)據(jù)異常情況進行解決時，以下為具體的方法：數(shù)據(jù)異?，F(xiàn)象如果是比較明顯的，那么可以對數(shù)據(jù)進行剔除，如果數(shù)據(jù)偏差是由于非同步填報導致的，那么可以對異常數(shù)據(jù)進行保留，在對數(shù)據(jù)進行統(tǒng)計分析時，要說明這種情況。

2.3 箱體圖的統(tǒng)計方法研究

在統(tǒng)計學中比較常見的統(tǒng)計數(shù)圖是箱體圖，又可以稱為和視圖以及箱線圖等。對于單變量數(shù)據(jù)的離散程度，能夠通過箱體圖進行統(tǒng)計，可以清晰直觀的表現(xiàn)數(shù)據(jù)的離散程度以及分布區(qū)間，對于異常數(shù)據(jù)值也能夠表現(xiàn)出來。該實驗研究在對不同電壓層級以及不同項目分類下的工程項目情況進行統(tǒng)計時，采用的是箱體圖，能夠很好的反映出項目的工期分布以及滯后情況。

箱體圖有多個數(shù)值點，包含了最大值以及最小值等。

第三第四分位數(shù)的位置是間距框的頂部線條，大部分的數(shù)據(jù)是比該值小，為Q3。Q1是第1次分數(shù)的位置，屬于底部線條，有一小部分的數(shù)據(jù)比這個值小。其中50%的數(shù)據(jù)為整個4分位間距框所代表的。數(shù)據(jù)中位數(shù)是Q2。距框頂部1.5倍的寬高范圍內(nèi)屬于最大值，據(jù)框頂?shù)撞?.5倍寬高范圍內(nèi)屬于最小值，其余的數(shù)值為異常值。

該研究在進行過程中，對時間偏差指標進行統(tǒng)計時，主要是考慮到了箱體圖開展工程空氣偏差指標，所以能夠很好的對工程的偏差狀態(tài)進行展現(xiàn)，與此同時，對于指標所統(tǒng)計的異常值也能夠進行很好的識別。在開展箱體圖統(tǒng)計工作時，要考慮到項目工程的特點以及啟動的時間偏差等，以下為具體的操作步驟：

（1）在對原始數(shù)據(jù)進行分類時，要考慮到工程項目的電壓等級類型等各項參數(shù)。如果項目的類型不同，那么在啟動時間以及周期方面也具有一定的差異性。

（2）在對項目的工期偏差指標以及啟動時間偏差指標進行計算時，要參考相應的單位，一般情況下是以月為單位。

（3）在對不同類型下的項目啟動時間以及工期偏差指標進行統(tǒng)計時，可以使用箱體圖。

（4）在對異常數(shù)據(jù)進行剔除時，可以使用箱體圖，與此同時也可以進行相應的統(tǒng)計，異常值在清除之后，離散程度以及標準差都會有一定程度的改變，數(shù)據(jù)會更加的趨于樣本的均值。

2.4 偏差分布統(tǒng)計方法研究

在常見的統(tǒng)計報告圖中還包括了直方圖，這種圖能夠反映出質量分布情況，主要是由高度不等的條紋以及線段進行表示的。在對質量變化情況進行表示時，常用的一種工具是直方圖，數(shù)據(jù)類型以及數(shù)據(jù)分布情況，分別用橫軸和縱軸表示。產(chǎn)品的質量特性分布以及數(shù)據(jù)分布，可以通過直方圖進行直觀的表示，從而幫助判斷總體的質量分布。直方圖分布圖形是有多種類型的，包含了雙峰型，正常型以及平頂型等6種，在此過程中，如果不能夠得到標準形狀的直方圖，那么就要對其政府范圍進行分析。

3 數(shù)據(jù)挖掘算法的分析

3.1 聚類分析法

比較科學的一種數(shù)據(jù)分類法，屬于聚類分析法。在分類過程中會考慮到每組對象的不同特點，在此過程中需要科學合理的分析數(shù)據(jù)特征，然后再進行分類。數(shù)據(jù)聚類能夠很好的對差別進行消除，確保相似點是比較相同的。在進行數(shù)據(jù)分析時，可以采取集的劃分或者是聚類，這樣就能夠對其中的內(nèi)在價值進行分析。與傳統(tǒng)的算法相比較，聚類分析法具備一定的特殊性。數(shù)據(jù)挖掘技術隨著科學技術的不斷發(fā)展，而運用了很多經(jīng)典算法。在模式識別以及數(shù)據(jù)分析等各個領域中，聚類分析法起到了非常重要的作用。

3.2 體系設計分析

在解決電網(wǎng)項目的問題時，可以應用數(shù)據(jù)挖掘技術，這樣能夠得到很多的信息，確保決策體系正常的進行。數(shù)據(jù)體系有很多數(shù)據(jù)的動態(tài)模式，在對信息進行提取和查找時，可以使用數(shù)據(jù)挖掘方法，這樣能夠實現(xiàn)快速的查找和處理，對于項目中隱含的運行規(guī)律也能夠很好的體現(xiàn)出來。信息的融合也屬于數(shù)據(jù)分析的過程，在此過程中相關人員要考慮到具體的需求。數(shù)據(jù)挖掘的內(nèi)容要考慮到具體的需求以及管理方案的進行，保證整個項目在進行過程中是順利的。原始數(shù)據(jù)庫所儲存的都是以往的相關數(shù)據(jù)，在對決策模型進行建立時，需要對這些數(shù)據(jù)進行分析和開發(fā)。在整個數(shù)據(jù)系統(tǒng)中能夠具備過濾功能，實現(xiàn)分類挖掘，在對原始數(shù)據(jù)進行分析和處理時，能夠實現(xiàn)定性定量分析，在此基礎上提供科學合理的管理方案。

3.3 偏差分析

在對數(shù)據(jù)進行分析和處理時，往往會出現(xiàn)一些與基本規(guī)律不符合的數(shù)據(jù)和元素，這種情況稱為偏差。在對數(shù)據(jù)進行挖掘時，首先要對數(shù)據(jù)進行整理，在此過程中會對差異數(shù)據(jù)進行處理，確保所保留的數(shù)據(jù)都是在正常范圍內(nèi)的。在對偏差進行分析時，要尋找有明顯差別的數(shù)據(jù)，并且要具備一定的研究價值。在對偏差進行分析計算時，可以采用比較法以及統(tǒng)計法等各種方法。

3.4 時序演變分析

持續(xù)演變分析，在具體應用過程中與關聯(lián)規(guī)則數(shù)據(jù)挖掘法有一定的相似之處，但是前者在應用過程中比較重視對數(shù)據(jù)內(nèi)部的關聯(lián)性進行分析，并且會與時間序列進行一定的聯(lián)系，最終所得到的英國數(shù)據(jù)關系是具備時間特點的。所以在對數(shù)據(jù)挖掘模型進行建立時，要注重對事件以及對象行為特征進行研究，這樣才能夠保證所建立的數(shù)據(jù)模型是準確的。

在對生物神經(jīng)系統(tǒng)進行研究時，往往會使用到人工神經(jīng)網(wǎng)絡，該種信息處理方法，能夠有效的對生物神經(jīng)系統(tǒng)結構進行模擬，從而對多個單元結構進行有效的處理，能夠實現(xiàn)非線性動力特性網(wǎng)絡的處理工作，與此同時具備很好的自適應能力以及聯(lián)想記憶。自適應能力一般情況下會被稱為自學能力。神經(jīng)元的一個主要特點就是自學習在此基礎上能夠有效的對模型進行構造，對數(shù)據(jù)進行有效的學習，在新知識神經(jīng)網(wǎng)絡的作用下，神經(jīng)元之間的輸入輸出以及內(nèi)部狀態(tài)能夠得到很好的調(diào)節(jié)和改變，確保其具備一定的規(guī)律性。人工神經(jīng)網(wǎng)絡法在具體應用過程中不需要有太多的人為介入，能夠很好的對信息處理方法的不足之處進行改進和完善。未來在對神經(jīng)網(wǎng)絡的發(fā)展進行研究時，主要的研究方向是ANN。

4 經(jīng)典數(shù)據(jù)挖掘算法分析

4.1 人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡主要是構建生物神經(jīng)網(wǎng)絡結構，屬于一種新型的計算模型，主要利用的是計算機技術，在此過程中需要對模型進行相應的訓練和學習，確保具備良好的數(shù)據(jù)挖掘技術。聚類以及分類等是比較常見的挖掘形式。在對數(shù)據(jù)挖掘時，如果使用的是聚類技術，那么會應用到神經(jīng)網(wǎng)絡方法，這樣能夠有效的對知識進行表示，在此過程中還要對非線性數(shù)學模型以及人工智能學習進行相應的考慮和分析。

4.2 遺傳算法

數(shù)據(jù)挖掘過程中比較常用的一種算法是遺傳算法其具備一定的有效性，能夠實現(xiàn)全局搜索，目前已經(jīng)被廣泛應用到很多領域中，在對數(shù)據(jù)進行挖掘時，該種算法也得到了很好的應用。在對分類器以及決策數(shù)等進行獲取時，可以使用遺傳算法，這方面的文獻也是比較多的，所以可以把遺傳算法作為比較重要的研究課題。遺傳算法主要模擬的是生物進化的過程，在此過程當中主要包含了下列內(nèi)容：

（1）對于生命力比較強的個體要有效的進行選擇，進而產(chǎn)生新的種群。

（2）對染色體進行交換，實現(xiàn)重組，對部分基因進行合理的運用和選擇，最終形成個體。

（3）部分基因可能會出現(xiàn)變異的情況，在此過程中要在二進制編碼的基礎上實現(xiàn)互換。遺傳算法在具體應用過程中，個體編碼串的長度以及交叉概率等各項參數(shù)是需要選擇的運行參數(shù)，在此過程中會影響到算法的運行性能。

4.3 粗糙集

在對不確定性的數(shù)據(jù)進行相應處理時，經(jīng)常會使用到粗糙集理論，與之相似的還有蓋性論以及模糊集等，這些都屬于數(shù)學工具。粗糙集屬于比較新的軟計算方法，近年來得到了廣泛的應用，其具備很好的有效性，目前在很多科學領域中都得到了很好的應用，目前國際上在對人工智能以及相關領域進行研究和分析時，該種方法是比較熱門的研究課題。隨著信息產(chǎn)業(yè)的不斷發(fā)展和進步，社會醫(yī)療以及社會金融等各個領域都包含了多種信息，并且存儲在了數(shù)據(jù)庫中。在使用人工方法對數(shù)據(jù)庫進行處理時，具備很大的難度，所以延伸出了比較新的研究方向。數(shù)據(jù)發(fā)掘包含了數(shù)據(jù)庫中知識的發(fā)現(xiàn)，目前在對人工智能領域進行研究時，其實比較活躍的分支，在此過程中比較重要的研究方法是粗糙集，在具體應用過程中會使用到信息表，在此過程中與關系數(shù)據(jù)模型是比較相似的，這樣能夠很好的在數(shù)據(jù)庫管理系統(tǒng)中嵌入粗糙集算法。

4.4 決策樹

決策樹的生成一般情況下會貶值，自上而下的原則。每個事件在自然狀態(tài)下都有可能會引發(fā)多個事件，最終所得到的結果也具備一定的差異性，在對這些決策分支進行畫圖時，能夠形成一棵樹，所以稱為決策數(shù)。目前研究人員比較常用的一種技術就是決策樹，這種方法的應用能夠很好的實現(xiàn)數(shù)據(jù)的挖掘，在對數(shù)據(jù)進行分析時也能夠實現(xiàn)科學有效的評估以及預測等各項工作。

4.5 統(tǒng)計分析方法

在對數(shù)據(jù)進行挖掘時，統(tǒng)計分析也是比較重要的一種方法，該種方法不會受時間和空間的限制，所以得到了很好的應用，在具體應用過程中要進行前期處理以及后期處理。在開展前期處理時，要注重對數(shù)據(jù)進行準備，選擇以及清理，這樣能夠很好的分析和挖掘數(shù)據(jù)集合，在對數(shù)據(jù)進行處理之后，要開展分部檢驗等操作。

4.6 關聯(lián)規(guī)則

在對數(shù)據(jù)進行挖掘時，關聯(lián)規(guī)則也是比較重要的一項內(nèi)容，近年來研究人員對該課題進行了全方位的研究，并且確認其具備一定的使用價值。關聯(lián)規(guī)則挖掘技術在應用過程中包含了一定的過程：首先，需要尋找高頻項目組，在此基礎上對原始數(shù)據(jù)進行存儲，在此過程中主要應用的是數(shù)據(jù)挖掘技術。在所有的數(shù)據(jù)記錄中，頻率比較高的項目集合屬于高頻項目組，在此過程中頻率比預定的閾值要大。項目結合包含了兩個項目，分別為S和T。如果支持度比較大，那么高頻項目作為{S,T}。高頻k-項目組滿足最小支持度，并且包含了K個元素，在此過程中主要是表現(xiàn)為Largek或Frequentk。這種算法在具體應用過程中能夠產(chǎn)生Largek+1,能夠有效的對高頻項目組進行尋找。高頻項目組如果是在經(jīng)過處理之后而得到的，那么會產(chǎn)生關聯(lián)規(guī)則。對高頻項目組進行計算才能夠產(chǎn)生關聯(lián)規(guī)則。關聯(lián)規(guī)則中所得到的信賴度，一般情況下與最小信賴度是符合的。關聯(lián)規(guī)則在不同的情況下有著不同的分類：

（1）在被處理的變量類別基礎上，可以對關聯(lián)規(guī)則進行分類，其中包含了數(shù)值型以及布爾型。在對變量值進行處理時，如果屬于布爾型關聯(lián)規(guī)則，那么其具備一定的離散性，并且類別是比較明顯的，能夠有效的對計算機變量之間的關系進行標識。在對數(shù)字型信息進行處理和計算時，主要是數(shù)值型關聯(lián)規(guī)則，在此過程中可以結合多維關聯(lián)以及多層關聯(lián)規(guī)則，在此基礎上科學合理的分割處理變量，并且能夠科學合理的處理原始數(shù)據(jù)。

（2）關聯(lián)規(guī)則在數(shù)據(jù)的抽象層次上進行分析時，能夠劃分為單層型和多層型。在對實際數(shù)據(jù)進行處理時，如果是單層型關聯(lián)規(guī)則中的變量，那么會把待處理的變量劃分為同一層次內(nèi)，所以不存在多層次性特點，在對多層型的關聯(lián)規(guī)則進行分析和處理時，要考慮到數(shù)據(jù)的多層特性。

（3）在對關聯(lián)規(guī)則進行分類時，要考慮到數(shù)據(jù)的維數(shù)，把其分為單維和多維。在對單維關聯(lián)規(guī)則進行分析和處理時，往往只考慮到數(shù)據(jù)的一個維，用戶購買的如果是多維關聯(lián)規(guī)則中的商品，那么在開展計算工作時，要考慮到數(shù)據(jù)的多維。在對數(shù)據(jù)單屬性內(nèi)部的關系進行處理時，考慮的是單維關聯(lián)規(guī)則。在對各個屬性之間的關系進行處理時，考慮的是多維關聯(lián)規(guī)則。

5 應用研究執(zhí)行偏差數(shù)據(jù)挖掘的典型應用

某供電公司在對電網(wǎng)項目進行建設時，提取了61個項目，包含了不同類型的項目。電網(wǎng)建設單位工程項目有264個，包含了變電工程，架空輸電線路工程以及電纜工程等。

在對獲取的數(shù)據(jù)進行了整理之后，能夠對工程項目的建設進度以及投資進度等進行掌握和了解，在此過程中需要對字段數(shù)據(jù)進行分析，采集9個三率，然后開展分析工作。在對異常數(shù)據(jù)篩選完成之后，要對數(shù)據(jù)缺失的項目進行剔除，然后再開展驗證和修正工作。清晰處理工作在完成之后，就會形成有效的工程項目，總共有231個。

在對工程工期偏差進行確定時，要事先對數(shù)據(jù)進行分析，三率系統(tǒng)在建設過程中，受到了實際的建設進度以及理論建設進度之間的影響，而出現(xiàn)了指標結果錯誤的情況，對于進度數(shù)據(jù)趨勢的項目進行了剔除，總共有21個工程項目出現(xiàn)了數(shù)據(jù)缺失的情況，剔除工作量完成之后，就能夠獲得電壓等級不同的項目工程工期偏差指標。

在對數(shù)據(jù)進行精準分析時，要使用數(shù)據(jù)挖掘方法，在此過程中還需要對工程項目的進度計劃執(zhí)行偏差進行統(tǒng)計，這樣才能夠有效的實現(xiàn)動態(tài)管控，確保工程項目計劃進度的執(zhí)行是符合要求的，工程項目在建設之前，需要科學合理的識別和分析工程項目的實施進度，以及在管控過程中所面臨的相關因素，在此基礎上能夠實現(xiàn)制定科學合理的預防措施，確保在具體施工過程中能夠很好的對計劃進度偏差進行縮小，確保工程項目在實施過程中，能夠實現(xiàn)主動和動態(tài)的控制。

6 結束語

由以上可知，該文章主要分析和研究了項目計劃進度執(zhí)行偏差，通過數(shù)據(jù)挖掘方法精準分析數(shù)據(jù)，從而實現(xiàn)對工程的動態(tài)的管控，最終能夠很好的對偏差風險進行預判，確保項目在執(zhí)行之后，能夠對整個計劃進度進行科學合理的調(diào)整，供電企業(yè)能夠很好的對自身的管理水平進行精細化，從而保證企業(yè)獲得一定的效益。