电网工程的造价是一个多变量、高度非线性的问题。过去对于输变电工程造价的预测主要靠在该领域用有多年实践经验的技术人员的实际分析和操作。但是当工程情况复杂多变时,很难通过经验估计得到单项工程可靠的结果用以指导工程造价控制。在变电工程中的单位容量造价和输电工程中的单位长度造价是两个投资方和施工单位最为关切的主要技术经济指标,也是输变电工程造价管理与控制的核心指标。因此,投资方和施工单位迫切需要一种理想的预测方法能够利用已建工程的历史造价资料,快速预测出新建电力工程的主要技术经济指标,以便合理制定建造方案,为电力工程建设争取主动时间,提高项目资金投入的审查效率和项目的质量,指导新电力建工程的造价。论文对输变电工程造价数据预处理技术进行研究,结合工程造价历史数据的具体特点,提出包括数据清洗、数据转换和数据约简等内容的输变电工程造价数据预处理方法,并且以电力输电工程为案例进行仿真,验证数据预处理方法的有效性。然后,针对输变电工程造价数据数据,提出一种易于操作、快速有效的输变电工程造价预测模型,即MEA-BP造价预测模型。其中,人工神经网络算法在小样本学习领域表现十分优越,也适合于对工程数目有限、影响因素颇多的输变电工程造价数数据进行学习。思维进化算法作为强大的参数优化算法,在模型中对BP人工神经网络参数进行优化。最后利用实例对其进行了仿真模拟。证明其预测模型在精度方面相比于传统的造价计量方法有了较大的提升,以电力输电和变电工程为案例的仿真表明,该系统可以稳定有效地实现工程造价管理,为工程建设的顺利实施提供技术支持。