基于神經(jīng)網(wǎng)絡算法的電力信息系統(tǒng)綜合評價實現(xiàn)與應用展望

王蘇北，施 綺，王 楠

(1．上海電力設計院有限公司，上海 200025；2.國家電網(wǎng)公司華東分部，上海 200120)

隨著信息技術(shù)的飛速發(fā)展，各種信息系統(tǒng)在電力企業(yè)生產(chǎn)和管理中的應用越來越廣泛，信息系統(tǒng)新建、升級、擴建等越來越頻繁，如何科學的評價電力信息系統(tǒng)的應用、運行狀態(tài)及系統(tǒng)優(yōu)劣性，對于決策是否需對系統(tǒng)改造或新建有著十分重要的意義[1-3]。

電力信息系統(tǒng)具有專業(yè)性強、內(nèi)部獨立、規(guī)劃系統(tǒng)、重安全可靠、維護擴展需求大、更新變化快等特點。電力信息系統(tǒng)的建設不僅要同時兼顧到電力系統(tǒng)的專業(yè)性特點，更要關注到日新月異的信息化技術(shù)發(fā)展影響，綜合二者特點，本文提出了一套適用于電力信息系統(tǒng)綜合評價的指標體系及評價方法，以便對系統(tǒng)的建設、運維、擴建等全過程提供合理可靠的評價支撐，為電力信息系統(tǒng)的人工智能評價方式提供參考。

1 電力信息系統(tǒng)綜合評價指標體系

電力信息系統(tǒng)是信息化技術(shù)在電力行業(yè)的應用，是專門為電網(wǎng)生產(chǎn)管理服務的較為獨立的內(nèi)部信息化系統(tǒng)。系統(tǒng)不但具備信息化系統(tǒng)一般特點，如軟件質(zhì)量、系統(tǒng)可靠性、安全性、可維護性、可移植性、界面友好性等常規(guī)評價指標，還應考慮電力系統(tǒng)的特有屬性，如符合國網(wǎng)政策、系統(tǒng)規(guī)劃目標及實施要求、電力網(wǎng)絡安全、與電力相關系統(tǒng)匹配、電力調(diào)度操作效率、社會環(huán)境經(jīng)濟影響等因素[4-7]。

本文選取調(diào)度管理類信息系統(tǒng)進行綜合評價指標體系建設，調(diào)度管理類信息系統(tǒng)主要用于電力企業(yè)調(diào)控中心，如能量管理系統(tǒng)、模型數(shù)據(jù)中心、PMS等，這些系統(tǒng)均為電力調(diào)度管理服務，在綜合評價指標體系中各指標所占權(quán)重相近，可統(tǒng)一進行考量評價效果。綜合考慮信息化與電力專業(yè)融合等特點，從技術(shù)水平、性能因素、價值因素、操作因素和創(chuàng)新因素5個方面對其制定分層結(jié)構(gòu)的綜合評價指標體系(二級指標，共28個指標)，如表1所示。定性指標量化如表2所示。

表1 調(diào)度類信息系統(tǒng)評價指標體系

表2 定性指標量化

2 基于BP人工神經(jīng)網(wǎng)絡的電力信息系統(tǒng)綜合評價實現(xiàn)

人工神經(jīng)網(wǎng)絡(Back Propagation簡稱BP)是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，是目前應用最廣泛的神經(jīng)網(wǎng)絡模型之一(見圖1)。BP網(wǎng)絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數(shù)學方程。它的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡的權(quán)值和閾值，使網(wǎng)絡的誤差平方和最小。BP神經(jīng)網(wǎng)絡由大量處理單元通過廣泛互聯(lián)構(gòu)成，具有生物神經(jīng)系統(tǒng)的基本特征，具有大規(guī)模并行、分布式處理、自組織、自學習等特點，適用于模式識別等各種領域場景。

本文基于BP神經(jīng)網(wǎng)絡實現(xiàn)對電力信息系統(tǒng)的綜合評價。BP網(wǎng)絡通常由輸入層、輸出層和若干隱含層構(gòu)成：每一層由若干個節(jié)點組成，每一個節(jié)點表示一個神經(jīng)原元；上層節(jié)點與下層節(jié)點之間通過權(quán)連接，層與層之間的節(jié)點采用全互聯(lián)的連接方式，每層內(nèi)節(jié)點之間沒有聯(lián)系。

圖1 BP人工神經(jīng)網(wǎng)絡示意圖

利用Matlab自帶神經(jīng)網(wǎng)絡工具箱建立神經(jīng)網(wǎng)絡，主要用到三個函數(shù)：newff、train和sim。相應BP神經(jīng)網(wǎng)絡訓練參數(shù)設定為：

net.trainParam.epochs=1 000;

net.trainParam.lr=0.01;

net.trainParam.goal=0.000 01;

同時，為保證訓練網(wǎng)絡的穩(wěn)定性和重復可用性，設置初始閾值和權(quán)重。

net.iw{1,1}=xlsread('CSYZ');

netb{1}=[1];

net.lw{2,1}=xlsread('CSQZ');

net.b{2}=[1];

表3 各評價指標在系統(tǒng)中相應的專家評價值

表4 網(wǎng)絡預測與專家評價結(jié)果對比

網(wǎng)絡訓練過程中，BP神經(jīng)網(wǎng)絡中的閾值和權(quán)重將根據(jù)每次訓練的結(jié)果和目標值誤差逆?zhèn)鞑サ榷鄬忧胺答佭M行自動調(diào)整，最后當輸出結(jié)果達到預期目標值時，網(wǎng)絡中產(chǎn)生的閾值和權(quán)重將作為訓練成功的經(jīng)驗值進行固化。此時該人工神經(jīng)網(wǎng)絡將具備對此類系統(tǒng)進行科學模擬專家評價的特性，在下一次對相似系統(tǒng)進行綜合評價時，可直接調(diào)用此人工神經(jīng)網(wǎng)絡完成評價，無需重復訓練網(wǎng)絡。

本文樣本選取華東區(qū)域電力企業(yè)現(xiàn)有電力調(diào)度管理類信息系統(tǒng)10套，并通過專家經(jīng)驗法根據(jù)調(diào)度類信息系統(tǒng)評價指標體系(表1)進行綜合評價。通過專家及系統(tǒng)一線運維人員對本次選取的10套系統(tǒng)進行分項指標打分，并結(jié)合專家經(jīng)驗得出各個系統(tǒng)綜合評價結(jié)果，如表3和表4所示。

本次人工神經(jīng)網(wǎng)絡訓練過程中，表3中C11～C52共28個分項指標作為輸入值(xi)，專家綜合評價值作為預期目標值(y)，而BP網(wǎng)絡預測值作為輸出值(y1)。經(jīng)過“系統(tǒng)1”至“系統(tǒng)10”反復迭代訓練，當BP預測值與輸出目標值之間的誤差(y1-y)在設定允許的范圍內(nèi)(≤0.05，根據(jù)表2定性指標量化，評價值誤差在0.1以內(nèi)，定性評價結(jié)果相同)，即可認定BP人工神經(jīng)網(wǎng)絡訓練成功，保存訓練好的網(wǎng)絡，以便在后續(xù)評價類似系統(tǒng)時直接調(diào)用網(wǎng)絡。對選取樣本進行BP神經(jīng)網(wǎng)絡預測誤差圖見圖2。由表3及圖2可見，經(jīng)過數(shù)次迭代，BP預測值與輸出目標值非常接近(y1-y≤0.05)，BP神經(jīng)網(wǎng)絡仿真評價結(jié)果與專家對管理信息系統(tǒng)的評價結(jié)果一致(見表5)，誤差在允許范圍之內(nèi)(≤0.05)。

表5 模型數(shù)據(jù)中心系統(tǒng)評價指標及評價結(jié)果

圖2 對選取樣本進行BP神經(jīng)網(wǎng)絡預測誤差

3 案例應用

本文選取華東區(qū)域某調(diào)控中心數(shù)據(jù)中心擴建項目進行信息系統(tǒng)綜合評價應用，該系統(tǒng)與第二章中選取的系統(tǒng)樣本特性相近，可直接調(diào)用第二章中已訓練好的網(wǎng)絡進行綜合評價。該項目根據(jù)國分一體化調(diào)度管理模型數(shù)據(jù)中心建設總體要求，在現(xiàn)有調(diào)控中心數(shù)據(jù)中心(I期)基礎上進行改造完善。通過調(diào)控中心數(shù)據(jù)中心(I期)的現(xiàn)狀調(diào)查分析，運用表1指標體系，由該系統(tǒng)的專業(yè)調(diào)度運維人員對改造前系統(tǒng)進行分項指標打分，再將各分項指標數(shù)據(jù)輸入第二章中已訓練BP神經(jīng)網(wǎng)絡，得出改造前系統(tǒng)綜合性能指標為0.51，處于一般和較好水平之間。

項目實施后該信息系統(tǒng)投運超過1年，再由調(diào)度運維人員重新評價打分，并直接調(diào)用經(jīng)過訓練的BP神經(jīng)網(wǎng)絡進行綜合評價，得出改造后系統(tǒng)綜合性能指標0.67，處于較好和很好水平之間。通過分析得出，本項目主要是根據(jù)國網(wǎng)統(tǒng)一部署安排，針對I期系統(tǒng)運行中存在的問題進行完善改造，主要完善了系統(tǒng)目標規(guī)劃實現(xiàn)度 C11、系統(tǒng)接口適配度C14、資源利用率C16、可共享性C27、政策適應性C31、用戶滿意度C32、管理科學性C34、界面友好性C44、新技術(shù)優(yōu)勢C51以及新運維模式C52等分項指標，在專家評價法中，各項指標對應比重與已訓BP神經(jīng)網(wǎng)絡算法模型中的權(quán)重基本一致。從綜合評價指標得分看，整體指標提升了(0.67～0.51)/0.51≈32%；從各分項指標來看，C11、C14、C16、C27、C31、C32、C34、C44、C51以及C52分別提高29%、60%、100%、167%、300%、200%、300%、100%、167%、300%。可見，經(jīng)過系統(tǒng)升級完善后，通過引入新技術(shù)和新的運維理念，大大提升了系統(tǒng)政策適應性、管理科學性、用戶滿意度和資源利用率，進一步提升了了系統(tǒng)在電力行業(yè)的整體應用效果。

在項目實施前，通過分項指標和綜合評價指標模擬分析，可以科學合理的找出系統(tǒng)弱勢指標，再對相應弱勢指標(指對系統(tǒng)整體性能提升具有較大作用的分項弱勢指標)進行定向性能提升，可有效完善系統(tǒng)整體指標，通過有目的、有計劃的投資建設達到最優(yōu)效果，實現(xiàn)較高的投資效益性價比。

4 結(jié)語及展望

隨著電網(wǎng)智能化發(fā)展水平的不斷提高，信息系統(tǒng)在電網(wǎng)整個構(gòu)架中的應用越來越廣泛。通過BP神經(jīng)網(wǎng)絡可以精確快速地實現(xiàn)對電力信息系統(tǒng)的合理性評價，其評價結(jié)果將在電力信息系統(tǒng)類項目前期規(guī)劃、建設實施及后期運維等各個環(huán)節(jié)發(fā)生重要作用。項目前期規(guī)劃中，可以通過對待建或擴建信息系統(tǒng)進行綜合評價，預判系統(tǒng)建設的必要性及分別提升各項指標的效益性，指導項目規(guī)劃方向；在項目投運后，可以通過二次綜合評價，與項目建設前評價結(jié)果進行比較，判斷項目建設的成效及各個指標提升的效益性，同時對后續(xù)信息系統(tǒng)建設規(guī)劃給出指導性建議。

基于BP神經(jīng)網(wǎng)絡的電力信息系統(tǒng)綜合評價模型可應用于和參與訓練的樣本系統(tǒng)相同或相近系統(tǒng)的評價分析。對于新類型系統(tǒng)，需要重新建立神經(jīng)網(wǎng)絡模型、選取樣本訓練，固化內(nèi)部閾值和權(quán)重，才可應用于新型系統(tǒng)。該方法可在無專家參與的情況下模擬專家給出評價，為同類型項目決策提供指導性建議。