本书围绕基于低碳环保节能的供电环境土建改造与风险评估展开研究。开篇绪论阐述研究背景、意义、目的及国内外研究现状，明确主要研究内容。第二章介绍电网改造及相关理论、风险生成机制。第三章阐述项目管理基本理论。第四章对供电环境改造工程项目进行风险识别。第五章探讨基于理论分析的风险评估方法。 第六章构建深圳市工业园区供电改造工程风险评估指标体系。第七至九章分别基于机器学习、支持向量机、支持向量数据描述开展项目风险评价与预警研究。第十章研究电力负荷模型。第十一章提出深圳市工业园区供电改造工程项目安全风险应对原则、方法及监控措施。 最后结论部分总结研究成果，指出研究不足并对未来研究方向进行展望，为供电环境土建改造及风险评估提供了系统的理论和方法支持。

第1章 绪论
1.1 研究背景、意义和目的
1.1.1 研究背景
1.1.2 研究意义
1.1.3 研究目的
1.2 国外研究现状
1.2.1 国外电网改造研究现状
1.2.2 国外风险管理现状
1.3 国内研究现状
1.3.1 国内电网改造研究现状
1.3.2 国内风险管理现状
1.4 主要研究内容
第2章 电网改造与理论基础
2.1 电网改造
2.1.1 电网改造工程的目的
2.1.2 电网改造工程的特点
2.1.3 电网改造工程的实施
2.2 相关理论
2.2.1 事故致因理论
2.2.2 协同治理理论
2.2.3 风险管理理论
2.2.4 贝叶斯网络
2.2.5 演化博弈
2.3 风险生成机制
2.3.1 风险生成的一般性机制
2.3.2 基于信息不对称的工程项目风险生成机制
2.4 本章小结
第3章 项目管理的基本理论
3.1 风险与风险管理
3.1.1 风险定义
3.1.2 风险特征
3.1.3 风险分类
3.1.4 风险管理定义
3.1.5 风险管理目标
3.2 项目与项目管理
3.2.1 项目定义
3.2.2 项目特征
3.2.3 项目管理
3.3 项目风险管理
3.3.1 项目风险管理定义
3.3.2 项目风险管理特征
3.3.3 风险的分类
3.3.4 项目风险管理主要历程
3.4 本章小结
第4章 供电环境改造工程项目风险识别
4.1 风险识别的方法
4.1.1 生产流程分析法
4.1.2 风险专家调查列举法
4.1.3 失误树分析法
4.1.4 其他常见方法
4.2 供电环境改造工程风险识别过程
4.2.1 准备工作
4.2.2 专家校验
4.3 配电网改造工程项目风险因素解析
4.3.1 内部风险解析
4.3.2 外部风险解析
4.4 本章小结
第5章 基于理论分析的风险评估方法
5.1 工程风险管理的基本概念
5.1.1 工程项目风险的概念界定
5.1.2 风险管理的概念界定
5.2 工程风险管理的相关理论
5.2.1 风险理论
5.2.2 风险管理理论
5.2.3 项目风险管理理论
5.3 供电改造工程概述
5.3.1 供电改造工程的目的
5.3.2 供电改造工程的特点
5.3.3 供电改造工程项目的实施过程
5.4 风险评价的常用方法
5.4.1 主观评分法
5.4.2 专家调查法
5.4.3 故障树分析法
5.4.4 蒙特卡罗分析法
5.4.5 层次分析法
5.4.6 模糊综合评价法
5.5 本章小结
第6章 深圳市工业园区供电改造工程风险评估指标体系构建
6.1 深圳市工业园区供电概况和改造工程概况
6.2 深圳市工业园区供电工程改造风险评价指标体系的构建
6.2.1 指标体系的构建原则
6.2.2 风险评价因素指标的识别
6.2.3 风险评价指标体系的构建
6.2.4 结合模糊赋权的层次综合评价方法——FEAHP
6.2.5 基于FEAHP的评价指标权重确定
6.3 本章小结
第7章 基于机器学习的项目风险评价研究
7.1 引言
7.2 机器学习的基本理论
7.2.1 统计分析
7.2.2 高维数据降维
7.2.3 模型训练
7.2.4 特征工程
7.2.5 可视化分析
7.3 决策树与分类算法风险评价应用
7.3.1 决策树算法
7.3.2 集成学习
7.4 神经网络风险评价应用
7.4.1 前馈神经网络
7.4.2 BP神经网络
7.4.3 反馈神经网络
7.4.4 自组织神经网络
7.5 深度学习风险评价应用
7.5.1 卷积神经网络
7.5.2 循环神经网络
7.5.3 深度学习流行框架
7.6 本章小结
第8章 基于支持向量机的项目风险评价研究
8.1 支持向量机模型
8.1.1 核函数
8.1.2 模型原理分析
8.2 基于支持向量机的风险评价方法
8.2.1 C支持向量机(C-SVM)及其改进算法
8.2.2 ν支持向量机(ν -SVM)及其改进算法
8.2.3 求解支持向量机的优化方法
8.2.4 基于近邻协同的支持向量机高光谱遥感图像分类
8.3 本章小结
第9章 基于支持向量数据描述的项目风险预警研究
9.1 引言
9.2 支持向量数据描述
9.2.1 向量数据描述概述
9.2.2 向量数据描述基本原理
9.2.3 双超球支持向量数据
9.3 本章小结
第10章 电力负荷模型研究
10.1 引言
10.2 电力负荷预测原理
10.2.1 电力负荷内容
10.2.2 电力负荷预测模型概述
10.3 电力负荷预测模型
10.3.1 人工神经网络(ANN)
10.3.2 支持向量回归(SVR)
10.3.3 决策树(DT)
10.3.4 线性回归(LR)
10.3.5 模糊集合(FS)
10.3.6 工业园区电力负荷预测模型
10.4 工业园区电力负荷预测模型设计
第11章 深圳市工业园区供电改造工程项目安全风险应对
11.1 安全风险应对原则
11.2 安全风险应对方法
11.2.1 风险规避
11.2.2 风险转移
11.2.3 风险缓解
11.2.4 风险利用
11.3 安全风险监控
11.3.1 监控目的
11.3.2 监控内容
11.3.3 监控方法
11.4 本章小结
第12章 结论与展望
12.1 研究结论
12.2 不足与展望
参考