随着国民经济的飞速发展,当前的电网容量受到了严峻的考验。电力改革的方向是要在未来几年建设坚强的国家电网,以支持经济的高速发展。据统计数据显示,2007年国家电网建设投资达2025亿元,而“十一五”期间,电网建设的费用将增至1万亿元,如此巨额的投资,必然导致电力线路建设项目的剧增,给投资管理带来了大量的问题。现在的电力建设项目都实行项目法人责任制,项目建设法人对工程立项策划、资金筹措、建设施工等实施全程负责,并承担相应的风险,这对项目建设法人的工程管理水平提出了相当高的要求。造价管理由于涉及资金的规划和控制,是工程管理中的重要内容,以往的工程造价控制常常把控制的重点放在工程建设期间,力求使原材料消耗、施工花费与设计值相吻合,这种方法有一定的合理性,但是对工程总体造价的控制效果却不明显。国际上通行的事前控制方式,是将造价控制的观念从工程可行性分析的时候就引入进来,特别注重对设计方案的经济性分析,这种从源头上控制工程造价的方式不但效果显著,而且比单纯进行后期资金控制花费的资源更少,但是它对管理者的技术经济综合能力要求很高,我国的造价管理人员的综合技能还远远没有达到这个要求,为了提高我国电力建设行业的国际竞争力,需要借助先进的分析方法为工程造价管理提供决策支持。本文利用数据挖掘技术从电力线路历史工程中发现潜在的技术、经济知识为工程造价管理服务。分析过程遵循数据挖掘的基本流程:首先对数据进行预处理,再根据目标要求选择合适的核心算法建立模型。数据预处理是数据挖掘过程中一个十分重要的步骤,包括历史记录的初步选取、噪声的发现和消除、空缺值的填补以及属性的优选。为了辅助项目法人快速获取工程造价,对概预算进行高效、科学的评审,本文建立了两个模型:基于模糊神经网络的电力线路工程造价预测模型和基于灵敏度分析的电力线路工程造价评审分析模型。第一个模型能够利用较少的参数快速获取工程造价,以用于判别新工程概预算的单位工程造价是否在合理的范围内。第二个模型能找到对特定单位工程造价影响较大的属性,以便从较小的范围内快速查找出误差产生的原因。两个模型综合应用能实现概预算快速评审的目的,也能够独立应用为不同的造价管理目标服务。