[发明专利]一种电力工程项目进度预测系统及方法

说明书

本发明涉及智能管理技术领域，提出一种电力工程项目进度预测系统及方法，其中包括数据采集模块、项目节点数据库、风险因素数据库和风险分析模块。数据采集模块用于采集正在执行的电力工程项目数据、工程项目记录日志、现场进度监控数据，以及历史项目工期延误数据；项目节点数据库中存储有由正在执行的电力工程项目数据分析得到的项目节点，风险因素数据库中存储有由历史项目工期延误数据分析得到的风险因素、影响时间范围和影响概率；风险分析模块用于调用项目节点数据库中的目标项目节点，并根据采集的电力工程项目数据，与风险因素数据库进行匹配，并调用匹配的影响时间范围和影响概率，计算得到目标项目节点i的进度预测结果并输出。

技术领域

本发明涉及智能管理技术领域，更具体地，涉及一种电力工程项目进度预测系统及方法。

背景技术

电力工程项目的管理方案，普遍要求协同投资计划、里程碑计划及资金计划实施。随着互联网技术的飞速发展，为了提高工程项目的管理效率和现代化的管理水平，基于大数据的在线工程项目监控系统是未来发展的必然趋势。

目前主要通过财务管理评价体系、基于组合权重的综合评价方法的经济效益评价指标体系对电力公司工程经济效益进行评价、结合区块链技术的电网企业财务系统协同应用的方法、续追踪供电配网建设成效及不同类型项目建设成效评价方法、基于层次分析的指标赋权方法和模糊综合评价方法等跨部门流程、跨专业数据的手段实施。由此可见，目前缺少能够一体化实现协同投资计划、里程碑计划及资金计划的电力工程项目管理方案。

现有一种项目进度风险预测方法，基于因子分析和自组织映射神经网络进行样本预测，同时借助因子分析分析、聚类分析，自动判断历史数据的进度风险类别，通过人工神经网络进行模式识别，用故障树梳理进度风险点具体原因和预控策略，建立起高效的工程进度风险预测系统。然而将该方案应用于协同投资计划、里程碑计划及资金计划的电力工程项目管理时，需要应用大量数据进行训练，算法难度及计算成本较高。

发明内容

本发明为克服上述现有技术无法协同多计划的项目进度预测管理，算法难度及计算成本较高的缺陷，提供一种电力工程项目进度预测系统及方法。

为解决上述技术问题，本发明的技术方案如下：

一种电力工程项目进度预测系统，包括：

数据采集模块，用于采集正在执行的电力工程项目数据、工程项目记录日志、现场进度监控数据，以及历史项目工期延误数据；

项目节点数据库，所述项目节点数据库中存储有由正在执行的电力工程项目数据分析得到的项目节点，所述项目节点标记有相应的阶段标签；

风险因素数据库，所述风险因素数据库中存储有由历史项目工期延误数据分析得到的风险因素、影响时间范围和影响概率；

风险分析模块，用于通过阶段标签调用项目节点数据库中的目标项目节点i，并根据采集的工程项目记录日志及现场进度监控数据，与所述风险因素数据库进行匹配，并调用匹配的影响时间范围和影响概率，计算得到目标项目节点i的进度预测结果并输出。

进一步地，本发明还提出了一种电力工程项目进度预测方法，应用上述提出的电力工程项目进度预测系统。其中，包括以下步骤：

S1、采集正在执行的电力工程项目数据、工程项目记录日志、现场进度监控数据和历史项目工期延误数据，根据正在执行的电力工程项目数据提取项目节点集合，构建项目节点数据库；

S2、根据历史项目工期延误数据，构建包括风险因素、影响时间范围和影响概率的风险因素数据库；

S3、通过阶段标签调用项目节点数据库中的目标项目节点i，并根据采集的工程项目记录日志及现场进度监控数据，与所述风险因素数据库进行匹配，并调用匹配的影响时间范围和影响概率，计算得到目标项目节点i的进度预测结果并输出。