基于模糊神經網絡的電廠建設項目經濟效益后評價研究

魏秀梅

摘要：電廠建設項目是否成功通過建設項目經濟效益后評價來進行總體評估有十分重要的意義。本文通過對內蒙古自治區某火電廠項目建設工程的經濟效益進行后評價，通過實際例子來證明基于模糊神經網絡的電廠建設項目經濟效益后評價體系是合理可行的。

關鍵詞：模糊神經網絡；電廠；經濟效益；評價

中圖 分類號：TM-9；F407.61 文獻識別碼：A 文章編號：1001-828X（2018）004-0-01

為了保證某個投資項目達到預期的利潤目標和生產效益，能夠可持續發展并且體現出該項目的科學民主傾向，使用科學手段進行評價是十分必要的。作為項目后評價諸多項目中的重要核心內容，電廠項目后評價是占主導地位的。本文通過模糊神經網絡的分析手段，極大的優化了評價體系，將評估數據的誤差值減小到極限值[1]。

一、火電廠工程概況

內蒙古自治區建設發電廠有利于電源結構以及資源的優化調整和利用，比如A發電廠地處內蒙古東南，距市區約50千米。該電廠為2×600MW超臨界凝汽式燃煤火力發電機組，已投產發電。根據企業的財務狀況以及在建設期間財務對整體工程的預測資金是否充足進行評估驗證，以保證以后的項目投資有據可依。通過模糊神經網絡的成功度法對火電廠項目的經濟效益進行后評價，對于工程的整體效益做出科學合理的精確值評估。運用先進方法來驗證經濟效益后評價的合理性和可行性，通過驗證推斷出該方法對電廠經濟效益的評價是十分可行準確的。

二、經濟效益后評價的流程

（一）財務經營利潤的分析

第一步：收集相關的資料和文件，整合各種數據，編制一套完整齊全的經濟效益評價的基礎數據表格。

第二步：根據火電廠實際運行年限消耗的成本費用表進行分析，具體分析各類成本占總成本的比例是多少，與之前的成本比例進行比對，對今后的成本走向進行合理的預測。

第三步，分析整個電廠項目的財務能力，比如：項目的盈利能力、貸款能力、生存能力、經營能力等等。與預測數進行對比，分析有差別的原因。

第四步，利用上網電價盈虧平衡點和小時盈虧平衡點，在標煤單價水平不變的情況下，對于電廠項目的盈利能力和穩定發展能力進行評估。

（二）分析敏感因素

綜合分析電廠項目消耗的燃料、電價、工作時長等主要的敏感因素，得出其對成本和收入影響程度。在其他條件一定的情況下，測算在敏感因素變化的時候，電廠建設項目在稅后的收益率受到敏感因素影響的變化有多大，分析出對項目影響最大的敏感因素，并積極找出預防控制的辦法[2]。

（三）綜合評價

結合電廠項目的工程特點，結合各方面資料進行綜合考慮，建立一套健全的項目評價指標體系，通過合理的數學模型來進行測算評價，達到對項目整體運營情況的預測評價。

三、模糊神經網絡評價方法

模糊神經網絡評價是將用于對研究對象進行描述的許多指標作為一個模糊集合，選取其隸屬函數作為輸入特征的向量，評估結果確定為輸出特征值。對于一直樣本進行測試，使模糊神經網絡達到與其測試目的。

（一）確定綜合評價等級

評價等級分為，V={Vⅰ，Vⅱ，Vⅲ，Vⅳ，Vⅴ}，分別表示：{完全成功，成功，部分成功，不成功，失敗}。

（二）模糊處理過程

由于指標沒用統一的衡量標準，比較起來比較困難，在綜合評價前將指標按某種特定的隸屬函數來進行評價。

1.計算一定數量指標的平均值。

2.按不同指標類型來計算中間變量對效益指標的影響變量值。

通過計算分析出，對于效益性指標而言，原始值如果大于平均值，其隸屬度函數值就大于0，原始值和隸屬度函數呈正比關系；如果原始值是平均值的4倍以上，隸屬度函數值呈飽和狀態。

（三）BP網絡結構設計

BP神經網絡自身的適應性和學習能力較強，輸入數據之后，其計算結果精確度和穩定性較好。假設有M個樣本，網絡輸入神經元有K個，輸出神經元有N個，輸入向量K={Kⅰ，Kⅱ，Kⅲ，Kⅳ……}，輸出向量N={Nⅰ，Nⅱ，Nⅲ，Nⅳ……}。

1.對樣本向量進行歸納統一，將數據處理為一定區間內的數據，暫定為（0，1）之間。從中選取一組提供給網絡。

2.計算各單元的輸入和輸出。

3.根據網絡輸出精確計算輸出層和隱藏層的誤差值。

4.利用誤差的數值對隔層數值進行調整。

5.選取另外的向量值，重復上述步驟，知道計算出的誤差值小于預計值。

四、實例分析

本文就內蒙古自治區某發電廠建設工程進行經濟效益后評價，選取了10個與其規模相近的火電廠，運用相同的經濟效益后評價體系進行測算，計算各個數值的隸屬度，并將隸屬度數值作為輸入特征向量值，將一定的專家評估結果作為輸出特征向量值。對已知數據進行訓練，使網絡自適應達到預期輸出值與實際輸出值相匹配，成為內部的信息儲存。對于該電廠進行模糊神經處理，輸入到已經測試訓練好的神經網絡中進行評測。在計算過程中，學習精度E=0.0001，4個網絡隱含層神經元，訓練4000次。檢測樣本訓練結果與期望值對比如下：

表1中的兩個樣本期望結果與訓練一致性都非常的高，相對誤差平均3.197%，滿足5%的誤差要求。這說明模糊神經網絡評價模型誤差較小，可用于對內蒙古電廠工程經濟效益狀況綜合后評價。通過程序運算，最終得出項目預計經濟效益良好。同時，該發電廠項目由省統一部署和安排生產建設，工期相對較短，所以工程初期的勘察設計質量應當加強控制，以免導致變更較大，所投入的建設預算超標。

五、結語

本文運用模糊神經網絡對電廠項目經濟效益進行后評價，為評價過程提供了切實可行的評估方法，體現出各種方法在測算值精確度和計算速度方面的優勢，為電廠建設項目的后評價提供了一種更為可靠的評價方式，在實際運用過程中顯現出很大的優勢。本文通過舉例內蒙古地區的某電廠工程項目，證實了該種評價體系的可行性。

參考文獻：

[1]王漢梅.基于模糊神經網絡的電廠建設項目經濟效益后評價研究[J].華東電力，2010（9）：47-47.

[2]周效國.基于模糊神經網絡的成功度法在電廠建設項目經濟后評價中的應用[J].中國管理信息化，2009（5）：147-147.