摘要：日益上升的变电工程检修费用使电网公司面临巨大的市场压力，传统造价方法已无法满足当前市场需求，因此，构建智能化造价测算模型是实现电网企业现代化精细化资金管控的关键。聚焦于变电站一次设备检修工程的造价问题，在归纳整理历史工程结算数据的基础上，辨识出工程总费用的关键影响因素，并建立基于深度置信网络、遗传算法优化的BP神经网络以及灰色预测的3种确定性测算基模型。进一步，考虑工程实际中不确定因素对造价测算的影响，结合上述不同基模型建立了基于分位数回归的概率性区间测算模型。最后，采用广东省实际工程数据进行仿真测试，验证了所提模型的准确性和可靠性，可为工程实践提供有力的指导与参考。

      关键词：变电站设备检修；测算模型；深度置信网络；BP神经网络；灰色预测；分位数回归

      中图分类号：TM73     文献标识码：A 

      格式引文：黎立，庞圣养，钟荣豪,等. 基于分位数回归和机器学习的变电站检修工程造价区间预测模型[J].电气传动,2026,56(06):41-48. LI Li，PANG Shengyang，ZHONG Ronghao,et al. An interval prediction model for maintenance engineering cost of substations based on quantile regression and machine learning [J].Electric Drive,2026,56(06):41-48