随着电力工程建设规模的不断扩大和技术要求的日益提高，工程造价管理面临着前所未有的复杂性。传统的造价估算方法在很大程度上依赖人工经验，难以应对电力工程造价中的多变量非线性问题。本文系统研究了神经网络技术在电力工程全过程造价管理中的应用，分析了数据挖掘、BP神经网络、长短期记忆网络（LSTM）等人工智能技术在造价预测、审查与控制各阶段的具体实施路径。研究表明，神经网络模型能够通过学习历史数据中的潜在规律，建立影响因素与造价之间的复杂非线性映射，实现更加精准的造价预测。通过实证分析，验证了神经网络技术在电力工程造价管理中能够将预测误差控制在较低水平（最大误差不超过3.45%），具有显著的应用价值和推广前景。
