输变电工程项目风险分析与预测问题已成为当前输变电工程项目管理中的一个重点问题,建立完善的输变电工程风险分析制度是对输变电工程有效控制乃至整个建设项目取得成功的关键所在。然而,如何找出输变电工程中的风险并提出针对性的措施来实现对工程的有效管理却是当前工程项目管理中的一个主要问题。针对这一现实需求,本文在对国内外的研究现状进行归纳并分析目前研究存在的问题后,首先分析和明确了风险管理的内涵、风险的特点以及风险分析和风险预测的基本原理与方法。在风险分析方面,主要探讨了风险发生时间、发生概率和风险影响强度的分析。在风险预测方面,在简单介绍滑动平均法、Mann-Kenda秩次相关检验法等多种分析法的基础上,重点论述了神经网络预测分析法,为后期构建风险预测模型奠定了基础。在此基础上,就输变电工程项目及其特点进行了论述。以输变电工程的特点为研究的出发点,从工程项目的决策阶段、准备阶段、施工阶段和竣工阶段的潜在风险进行了系统的识别与分析,并就这些风险从总体上归分为人、机、物、法、环五大类因素。在输变电工程风险预测方面,结合输变电工程项目的特点,鉴于神经网络预测可以通过对历史数据的学习掌握数据中之间的关系,并且不需要通过演绎做出先验假设,从复杂的数据中找出风险变化的规律,本研究将GA算法与BP神经网络算法结合起来,提出了基于BP神经网络理论进行输变电工程风险的预测模型。在完成输变电工程的风险预测模型的构建后,为了将之应用于工程实践中,结合输变电工程风险分析与预测制的需要,对之进行实用化处理,给出了数据采集后的GA算法与神经网络的结合计算机处理流程与模式。最后最后以某输变电工程项目为例进行了分析,实践结果证明,神经网络算法与GA算法结合后,在对输变电工程施工中的风险进行预测时,实测数据和样本数据基本接近,走势相同,误差范围较小,与真实的预测结果很接近。因此,本文建立的GA算法和神经网络结合的风险预测模型在现实中具有很强的适用性。