【摘要】配网运行维护费受到社会、经济、政策、资源等多种因素影响,且各因素的作用机理复杂,导致配网运行维护费与影响因素之间的关系很难用线性来表述。基于此建立一种将灰色关联度分析与人工神经网络相结合的配网运行维护费预测模型,通过灰色关联度分析提取影响配网运行维护费的主要因素作为人工神经网络模型的输入变量,采用浙江省相关数据进行实证,研究表明,灰色关联度分析方法有效减少了人工神经网络预测模型中的输入变量个数,并在一定程度上提高了人工神经网络配网运行维护费预测模型的预测精度。较之多元线性回归预测模型和人工神经网络预测模型,灰色关联度分析与人工神经网络相结合的配网运行维护费预测模型的预测性能有显著提高。