基于可拓云模型的電力生產(chǎn)安全綜合評(píng)估方法

曲朝陽，王 健，吳 云，楊杰明

（東北電力大學(xué)信息工程學(xué)院，吉林 吉林 132012）

隨著電力行業(yè)的快速發(fā)展，其生產(chǎn)過程中的安全問題日益凸顯，如何保障電力生產(chǎn)的安全性和可靠性成為電力企業(yè)發(fā)展中不可忽視的問題。安全評(píng)估在國際上也稱之為風(fēng)險(xiǎn)評(píng)估或危險(xiǎn)性評(píng)估，是一種有效提高電力生產(chǎn)安全性的現(xiàn)代化管理方式。在電力生產(chǎn)管理中應(yīng)用該方法，能夠?qū)﹄娏ιa(chǎn)過程中的安全性進(jìn)行度量、預(yù)測(cè)和評(píng)估，以此定性或定量分析可能發(fā)生的危險(xiǎn)因素，并采取針對(duì)性的措施盡量消除生產(chǎn)中的隱患［1］。因此，為保障電力生產(chǎn)的安全性，對(duì)其進(jìn)行安全綜合評(píng)估是一項(xiàng)非常重要的工作。

目前現(xiàn)有的評(píng)估方法主要有模糊決策法［2］、灰色關(guān)聯(lián)分析法［3］和人工神經(jīng)網(wǎng)絡(luò)法［4］等。模糊決策法主要從評(píng)估指標(biāo)的模糊性角度出發(fā)進(jìn)行安全評(píng)估，但其評(píng)估過程中對(duì)評(píng)估指標(biāo)的主觀性和隨機(jī)性考慮不足?；疑P(guān)聯(lián)分析法可通過一定的方法，找出各因素間的數(shù)值關(guān)聯(lián)關(guān)系從而進(jìn)行定量的安全評(píng)估，但評(píng)估指標(biāo)不乏定性指標(biāo)的存在，如何將定量與定性評(píng)估有效結(jié)合尚待進(jìn)一步研究。人工神經(jīng)網(wǎng)絡(luò)法能夠反映評(píng)估指標(biāo)之間的內(nèi)在聯(lián)系，但評(píng)估過程需要大量的訓(xùn)練樣本。近幾年來，許多學(xué)者對(duì)電力生產(chǎn)安全綜合評(píng)估問題進(jìn)行了相關(guān)研究，如周姝［5］、焦曉佑等［6］、孫志禹等［7］分別從電力生產(chǎn)班組安全管理能力、電力安全生產(chǎn)文化和作業(yè)安全三個(gè)角度對(duì)電力企業(yè)生產(chǎn)安全進(jìn)行了評(píng)估，為電力生產(chǎn)安全綜合評(píng)估領(lǐng)域提供了新的思路；馬麗云等［8］首次應(yīng)用云重心理論對(duì)電力企業(yè)生產(chǎn)安全進(jìn)行綜合評(píng)估，實(shí)現(xiàn)了定性指標(biāo)的定量轉(zhuǎn)換，并通過用云重心的位置改變來衡量電力生產(chǎn)安全狀況的變化，取得了較好的效果，然而僅僅使用云重心來評(píng)估，易造成部分重要信息的缺失。

針對(duì)上述問題，本文首先基于現(xiàn)代安全管理理論和生產(chǎn)實(shí)際，建立了電力生產(chǎn)安全綜合評(píng)估指標(biāo)體系，并采用集層次分析法和熵權(quán)法于一體的主客觀綜合賦權(quán)法確定各評(píng)估指標(biāo)的綜合權(quán)重［9］；然后全面兼顧電力生產(chǎn)安全分級(jí)邊界的模糊性和隨機(jī)性，并結(jié)合云模型的雙重不確定推理特性和可拓學(xué)中的物元理論兼具定性、定量分析的特點(diǎn)，提出了一種基于可拓云模型的電力生產(chǎn)安全綜合評(píng)估方法；最后通過算例分析驗(yàn)證了該方法的有效性和合理性。

1 評(píng)估指標(biāo)體系的建立及權(quán)重確定

1.1 評(píng)估指標(biāo)分析

電力生產(chǎn)安全綜合評(píng)估主要是針對(duì)可能影響電力生產(chǎn)安全性的各指標(biāo)因子所進(jìn)行的綜合評(píng)估，其所選指標(biāo)的正確性和合理性至關(guān)重要。根據(jù)現(xiàn)代安全管理理論和生產(chǎn)實(shí)際可知，這些影響主要來自人、機(jī)、環(huán)境和管理四個(gè)方面［10］。

人是電力生產(chǎn)中操作的主體，人的安全性直接關(guān)系著電力生產(chǎn)的整體安全；機(jī)器是電力生產(chǎn)必不可缺的裝置，其安全性不容忽視；環(huán)境是電力生產(chǎn)的外在因素，時(shí)刻影響著電力生產(chǎn)的安全；管理是電力生產(chǎn)安全的基石，更是電力生產(chǎn)安全管控的核心環(huán)節(jié)［11］。由此可見，這四方面之間相輔相成，缺一不可。

基于以上分析和現(xiàn)有的研究成果，本文建立了電力生產(chǎn)安全綜合評(píng)估指標(biāo)，詳見表1。

1.2 指標(biāo)權(quán)重的確定

為了保證權(quán)重分配的合理性，本文采用主客觀綜合賦權(quán)法確定評(píng)估指標(biāo)的綜合權(quán)重，其中采用層次分析法確定主觀權(quán)重，熵權(quán)法確定客觀權(quán)重，并利用加和法集成原理綜合主客觀權(quán)重確定指標(biāo)的綜合權(quán)重［12］。該方法不僅有效避免了單一賦權(quán)法的缺陷，同時(shí)實(shí)現(xiàn)了權(quán)重分配的主客觀統(tǒng)一，從而保證了各指標(biāo)權(quán)重系數(shù)的合理性。

表1 電力生產(chǎn)安全綜合評(píng)估指標(biāo)體系Table 1 Synthetic evaluation system of electric power production security

層次分析法是一種通過主觀判斷指標(biāo)間的相對(duì)重要程度來確定指標(biāo)權(quán)重的方法。其原理是通過專家對(duì)所有指標(biāo)的重要性進(jìn)行排序，確定各指標(biāo)因子間的相對(duì)重要程度，并構(gòu)造出判斷矩陣，再依次求出各個(gè)指標(biāo)的權(quán)重值wai，進(jìn)而計(jì)算出指標(biāo)主觀權(quán)重向量Wa，即

式中：n為評(píng)估指標(biāo)個(gè)數(shù)；wai為第i個(gè)評(píng)估指標(biāo)的權(quán)重值。

熵權(quán)法是一種通過各評(píng)估指標(biāo)對(duì)應(yīng)的實(shí)際值所提供信息量的大小來客觀確定指標(biāo)權(quán)重的方法［13］。其原理是根據(jù)各個(gè)指標(biāo)的變異程度，客觀地計(jì)算出各個(gè)指標(biāo)的熵值，再通過熵值大小確定各指標(biāo)的客觀權(quán)重值wei，進(jìn)而計(jì)算出指標(biāo)客觀權(quán)重向量We，即

式中：n為評(píng)估指標(biāo)個(gè)數(shù)；wei為第i 個(gè)評(píng)估指標(biāo)的權(quán)重值。

最后，利用加和法集成原理，將主客觀權(quán)重進(jìn)行組合集成，可計(jì)算得到指標(biāo)最終的綜合權(quán)重向量W，即

假設(shè)有n個(gè)指標(biāo)，則有

式中：a 為主觀權(quán)重Wa對(duì)綜合權(quán)重的影響程度；b為客觀權(quán)重We對(duì)綜合權(quán)重的影響程度；Pi為已求向量Wa升序排列后的第i個(gè)分量。

2 可拓云理論概述

2.1 云模型

云模型是由李德毅院士基于模糊集理論和概率論提出的一種反映事物或人類知識(shí)中模糊性和隨機(jī)性的新理論［14］。該模型將事物本身的模糊性和隨機(jī)性巧妙地集于一體，并采用固定的數(shù)學(xué)表達(dá)式加以統(tǒng)一描述分析。迄今為止，云模型已發(fā)展出多種分布形態(tài)，如三角形云、梯形云等，其中正態(tài)云模型應(yīng)用最為廣泛［15］。本文利用正態(tài)云模型對(duì)可拓學(xué)的物元理論進(jìn)行適當(dāng)?shù)母倪M(jìn)。

正態(tài)云模型通過三元組（Ex，En，He）來表示。其中，期望值Ex表示該隸屬云的中心位置，最能反映電力生產(chǎn)安全的劃分等級(jí)；熵En是對(duì)其屬性概念不確定程度的數(shù)學(xué)描述，有效地刻畫了評(píng)估過程中分級(jí)邊界的模糊性和隨機(jī)性；超熵He是對(duì)熵的不確定性的度量，既體現(xiàn)了評(píng)估樣本數(shù)據(jù)的離散程度，又客觀描述了各評(píng)估因子模糊性與隨機(jī)性之間的關(guān)聯(lián)程度。通過以上三個(gè)數(shù)字特征來構(gòu)造云隸屬度函數(shù)，可解決電力生產(chǎn)安全等級(jí)界限值的模糊性和隨機(jī)性問題，達(dá)到軟化分級(jí)區(qū)間的目的。

2.2 可拓云模型

可拓學(xué)中的物元理論以物元作為描述事物的基本元，記為R=（N，c，v）。其中，N 是事物名稱，c是事物特征，v是事物特征值。在傳統(tǒng)的物元評(píng)估模型中，v常被視為定值，用來表示各項(xiàng)指標(biāo)相應(yīng)的等級(jí)，往往忽視了其本身的模糊性和隨機(jī)性。本文考慮到云模型具有處理事物的雙重不確定推理特性，利用正態(tài)云模型（Ex，En，He）取代v，從而實(shí)現(xiàn)對(duì)評(píng)估過程中隨機(jī)性和模糊性的數(shù)學(xué)描述［16］?？赏卦颇Ｐ捅硎緸?/p>

式中：R 為評(píng)估劃分的等級(jí)；ci為評(píng)估指標(biāo)；（Exi，Eni，Hei）為評(píng)估指標(biāo)ci的云描述。

3 基于可拓云模型的電力生產(chǎn)安全綜合評(píng)估方法

3.1 確定安全等級(jí)界限云模型

首先，將電力生產(chǎn)的安全等級(jí)劃分為十分安全、安全、輕度危險(xiǎn)、危險(xiǎn)、十分危險(xiǎn)5個(gè)等級(jí)，分別對(duì)應(yīng)1～5級(jí)，用以標(biāo)識(shí)電力生產(chǎn)安全水平。各評(píng)估指標(biāo)的安全等級(jí)劃分界限由統(tǒng)計(jì)分析和專家法綜合得出，各評(píng)估指標(biāo)的安全等級(jí)界限值［17］見表2。

表2 各評(píng)估指標(biāo)的安全等級(jí)界限值Table 2 Grade limit of each evaluation index

其次，將評(píng)估各指標(biāo)的安全等級(jí)界限當(dāng)作1個(gè)雙約束空間［cmin，cmax］來處理，兼顧約束空間的模糊性和隨機(jī)性，適度擴(kuò)展，并根據(jù)下式計(jì)算得出其相應(yīng)正態(tài)云模型的3個(gè)數(shù)字特征［18］：

其中，He可結(jié)合相應(yīng)指標(biāo)的模糊性和隨機(jī)性進(jìn)行調(diào)整，本文取0.000 1或0.000 2。

最后，通過以上方法得到各評(píng)估指標(biāo)的標(biāo)準(zhǔn)正態(tài)云模型，即各評(píng)估指標(biāo)的安全等級(jí)界限云模型，詳見表3。

3.2 可拓云模型的云關(guān)聯(lián)度計(jì)算

根據(jù)電力生產(chǎn)安全綜合評(píng)估的特點(diǎn)，將待評(píng)估的各項(xiàng)指標(biāo)因子對(duì)應(yīng)的值視為一個(gè)云滴，并隨機(jī)生成服從對(duì)應(yīng)期望值為Ex、標(biāo)準(zhǔn)差為He的正態(tài)分布的方差E′n，最終計(jì)算出各指標(biāo)相應(yīng)的待評(píng)估值x與安全等級(jí)界限云模型之間的云關(guān)聯(lián)度k［19］。其計(jì)算公式為

通過式（9）可計(jì)算出待評(píng)樣本數(shù)據(jù)與評(píng)估指標(biāo)安全等級(jí)標(biāo)準(zhǔn)正態(tài)云之間的云關(guān)聯(lián)度，并組成綜合評(píng)判矩陣D：

式中：kij為評(píng)估指標(biāo)ci與第j 級(jí)安全等級(jí)界限云模型之間的云關(guān)聯(lián)度；n 為評(píng)估指標(biāo)個(gè)數(shù)，本文取12；j為評(píng)判等級(jí)，本文取1～5的整數(shù)。

表3 各評(píng)估指標(biāo)的安全等級(jí)界限云模型Table 3 Grade limit cloud of evaluation index

3.3 安全等級(jí)確定與危險(xiǎn)識(shí)別

（1）計(jì)算綜合評(píng)判向量G：

式中：W 為綜合權(quán)重向量；D 為綜合評(píng)判矩陣。

（2）計(jì)算評(píng)判的模糊等級(jí)特征值r：

式中：gi為向量G 對(duì)應(yīng)的最大分量；fi為最大分量對(duì)應(yīng)等級(jí)i的分值，本文中評(píng)判等級(jí)1～5對(duì)應(yīng)的分?jǐn)?shù)依次取值為1、2、3、4、5。

（3）多次計(jì)算求解，減少隨機(jī)性

由式（9）可知，在求解云關(guān)聯(lián)度k的過程中存在隨機(jī)因素，因此需多次求解以盡量減少隨機(jī)因素的影響。綜合評(píng)判期望矩陣Dx、模糊等級(jí)特征期望值Erx、模糊等級(jí)特征熵值Ern分別為

式中：h為運(yùn)算的次數(shù)，本文取200；D（i）為第i次計(jì)算得到的綜合評(píng)判矩陣；ri（x）為第i次運(yùn)算得到的模糊等級(jí)特征值。

（4）確定安全等級(jí)和可信信息

模糊等級(jí)特征期望值Erx最能反映電力生產(chǎn)安全綜合水平，通過將其與1～5級(jí)的對(duì)應(yīng)分值對(duì)比，可確定最終的安全等級(jí)。

模糊等級(jí)特征熵值Ern是評(píng)估結(jié)果離散程度的度量，其值越大，表示評(píng)估結(jié)果越分散。因此，本文引入置信度因子θ，用以標(biāo)識(shí)評(píng)估結(jié)果的可信程度：其中，θ值越大，表示評(píng)估結(jié)果越分散，可信程度就越??；反之亦然［20］。

（5）危險(xiǎn)識(shí)別

綜合評(píng)判期望矩陣Dx反映了各個(gè)指標(biāo)與5個(gè)安全等級(jí)間的關(guān)聯(lián)程度，其第i個(gè)評(píng)估因子對(duì)應(yīng)的最大云關(guān)聯(lián)度maxjD（i）及其對(duì)應(yīng)安全等級(jí)j代表該評(píng)估因子的危險(xiǎn)程度，將低于2級(jí)的評(píng)估因子視為危險(xiǎn)因素，并按其綜合等級(jí)篩選危險(xiǎn)因子。

假設(shè)其安全等級(jí)為m 級(jí)，則按危險(xiǎn)程度取前m個(gè)評(píng)估因子作為危險(xiǎn)因子，以實(shí)現(xiàn)對(duì)較危險(xiǎn)因素的識(shí)別；若無危險(xiǎn)因子，則危險(xiǎn)因子為（null），表示安全且無較危險(xiǎn)因素。

4 算例分析

4.1 算例簡(jiǎn)介

本文對(duì)某市電力公司的歷史生產(chǎn)安全數(shù)據(jù)進(jìn)行分析，通過統(tǒng)計(jì)和專家評(píng)分整理得到該公司2013年3～6月份4個(gè)月的各原始指標(biāo)評(píng)估矩陣見表4。

表4 各指標(biāo)原始評(píng)估矩陣Table 4 Original evaluation matrix

4.2 指標(biāo)權(quán)重計(jì)算

首先利用層次分析法計(jì)算得到各指標(biāo)主觀權(quán)重向量Wa；其次基于歷史生產(chǎn)安全數(shù)據(jù)，運(yùn)用熵權(quán)法計(jì)算得到客觀權(quán)重向量We；最后利用式（3）～（5）計(jì)算得到各指標(biāo)綜合權(quán)重向量W，其中a=0.611 9，b=0.388 1，其結(jié)果見表5。

表5 各評(píng)估指標(biāo)的權(quán)重Table 5 Weight of each evaluation index for electric power production safety

4.3 評(píng)估結(jié)果及對(duì)比分析

首先通過式（9）計(jì)算各指標(biāo)的云關(guān)聯(lián)度；再通過式（11）～（16）計(jì)算確定安全等級(jí)及其對(duì)應(yīng)的置信度因子θ 和危險(xiǎn)因子；最終將以上評(píng)估結(jié)果與文獻(xiàn)［4］、［8］的評(píng)估結(jié)果進(jìn)行對(duì)比分析，見表6。

表6 評(píng)估結(jié)果對(duì)比Table 6 Comparison of the evaluation results

由表6可知，本文評(píng)估結(jié)果與文獻(xiàn)［4］、［8］得到的評(píng)估結(jié)果基本一致，從而驗(yàn)證了本文提出的評(píng)估方法的有效性和合理性。但值得注意的是，本文所提出的評(píng)估方法在得出電力生產(chǎn)安全綜合評(píng)估等級(jí)的同時(shí)，還給出了評(píng)估結(jié)果的置性度因子和危險(xiǎn)因子。其中，本算例的置信度因子θ均小于0.01，表明評(píng)估結(jié)果較為可信；危險(xiǎn)因子列出了電力企業(yè)生產(chǎn)過程中的較危險(xiǎn)因素，為電力企業(yè)整改提供了方向。

5 結(jié)論

（1）本文綜合了云模型和物元理論的優(yōu)點(diǎn)，提出了用可拓云模型來評(píng)估電力生產(chǎn)安全綜合狀態(tài)，有效地解決了分級(jí)邊界的模糊性和隨機(jī)性，在得到評(píng)估結(jié)果的同時(shí)給出了置信度因子和危險(xiǎn)因子，明確了評(píng)估結(jié)果的可信程度和整改方向，為電力生產(chǎn)安全綜合評(píng)估提供了一種新思路。

（2）通過算例分析驗(yàn)證了該方法具有較高的可行性和合理性，同時(shí)對(duì)提高電力生產(chǎn)安全綜合評(píng)估的準(zhǔn)確度具有一定的工程應(yīng)用價(jià)值。

［1］姚建剛，肖輝耀，章建，等.電力安全評(píng)估與管理［M］.北京：中國電力出版社，2009：14-28.

［2］施泉生，詹必雄.模糊決策方法在電廠企業(yè)安全評(píng)價(jià)中的應(yīng)用［J］.華東電力，2003，31（12）：11-13.

［3］胡翔.灰色關(guān)聯(lián)度評(píng)價(jià)法在電網(wǎng)安全性評(píng)價(jià)中的應(yīng)用［J］.華東電力，2009，37（6）：1029-1032.

［4］胡濤，黃健，鄢威.一種電力生產(chǎn)安全性評(píng)價(jià)方法研究及應(yīng)用［J］.電力系統(tǒng)保護(hù)與控制，2009，37（16）：46-49.

［5］周姝.電力生產(chǎn)班組安全管理能力成熟度模型研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2012，8（4）：161-165.

［6］焦曉佑，胡兆光，宋守信，等.智能化的電力安全文化評(píng)估模型與仿真［J］.北京交通大學(xué)學(xué)報(bào)，2008，32（2）：48-52.

［7］孫志禹，周劍嵐.一種基于行為因素的高危作業(yè)安全評(píng)價(jià)方法的研究［J］.水力發(fā)電學(xué)報(bào)，2011，30（3）：195-200.

［8］馬麗云，施泉生.基于云重心理論的供電企業(yè)安全評(píng)價(jià)方法［J］.華東電力，2011，39（8）：1370-1373.

［9］張鵠志，馬傳明，王江思.基于層次分析-熵權(quán)法的中原城市群生態(tài)環(huán)境評(píng)價(jià)［J］.安全與環(huán)境工程，2014，21（1）：87-92.

［10］肖輝耀，姚建剛，章建，等.電網(wǎng)安全評(píng)估體系分析［J］.電網(wǎng)技術(shù)，2009，33（12）：77-82.

［11］王莉霞，滑帥，梁金燕，等.基于BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)調(diào)度系統(tǒng)安全評(píng)價(jià)［J］.安全與環(huán)境工程，2013，20（6）：126-129.

［12］莊萬玉，凌丹，趙瑾，等.關(guān)于敏捷性評(píng)價(jià)指標(biāo)權(quán)重的研究［J］.電子科技大學(xué)學(xué)報(bào)，2006，35（6）：985-988.

［13］葉軍，陳學(xué)嘉.組合權(quán)重法在建筑施工企業(yè)安全評(píng)價(jià)中的應(yīng)用［J］.安全與環(huán)境工程，2013，20（6）：130-136.

［14］Li D Y.Uncertainty reasoning based on cloud models in controllers journal of computer science and mathematics with application［J］.Elsevier Science，1998，35（3）：99-123.

［15］李德毅，劉常昱.論正態(tài)云模型的普適性［J］.中國工程科學(xué)，2004，6（8）：28-34.

［16］胡濤，王樹宗，楊建軍.基于云模型的物元綜合評(píng)估方法［J］.海軍工程大學(xué)學(xué)報(bào)，2006，18（1）：85-88.

［17］李如琦，蘇浩益.基于可拓云理論的電能質(zhì)量綜合評(píng)估模型［J］.電力系統(tǒng)自動(dòng)化，2012，36（1）：66-70.

［18］王威，侯本偉，蘇經(jīng)宇，等.基于云化物元模型的供水管網(wǎng)抗震服務(wù)功能評(píng)價(jià)［J］.北京工業(yè)大學(xué)學(xué)報(bào)，2013，39（7）：994-1001.

［19］謝慶，彭澎，唐山，等.基于云物元分析原理的電力變壓器故障診斷方法究［J］.高壓電器，2009，45（6）：74-77.

［20］李玲玲，朱芬芬，姚致清，等.基于可信度的可靠性度量云模型［J］.電力系統(tǒng)保護(hù)與控制，2012，40（8）：90-94.