基于云模型-熵權(quán)法的大壩風(fēng)險等級評價

高 強,彭 秀 華

(國能大渡河流域水電開發(fā)有限公司,四川 成都 610041)

0 引 言

攔河大壩在發(fā)電、灌溉和防洪方面取得了巨大的社會和經(jīng)濟效益,但由于技術(shù)限制和工程復(fù)雜性,存在潰壩風(fēng)險,可能造成下游生命和經(jīng)濟的損失。因此,加強大壩風(fēng)險分析和評價,為風(fēng)險控制和安全決策提供參考和科學(xué)依據(jù)至關(guān)重要[1]。

國內(nèi)外關(guān)于大壩風(fēng)險分析的研究已有很多,如田林鋼等[2]利用模糊數(shù)對大壩安全性態(tài)進行綜合評判;Zhang等[3]利用蒙特卡羅和JC理論對大壩洪水漫頂風(fēng)險進行綜合評估,但這種傳統(tǒng)的概率計算考慮的風(fēng)險因素較少;葉偉等[4]將加權(quán)優(yōu)化D-S證據(jù)理論引入大壩安全評價,并將其應(yīng)用在中國某水庫大壩;王麗萍等[5]利用改進F-N曲線法分析了大壩可接受風(fēng)險水平。但上述方法未考慮評估過程中指標的模糊性與隨機性。云模型可以較好地解決上述問題,如劉可心等[6]利用云模型理論對混凝土壩變形進行安全評價,實例表明云模型對變形監(jiān)測數(shù)據(jù)有較高的精度;Liu等[7]采用云模型對錦屏一級水電站邊坡穩(wěn)定性進行綜合評價,結(jié)果表明云模型能較好地考慮各排序因子的影響。熵權(quán)法是一種客觀賦權(quán)的方法,可對主觀評價進行修正[8]。本文采用云模型和熵權(quán)法綜合評價大壩的安全性態(tài),既能解決評價指標模糊性和隨機性的問題,又能避免單一方法存在評判失誤的可能。

大崗山高拱壩竣工于2014年,現(xiàn)場已收集有大量監(jiān)測數(shù)據(jù)和工程地質(zhì)資料。為科學(xué)評估大壩運行期的安全狀態(tài),本文首先調(diào)查影響大壩穩(wěn)定性的因素,確定各項風(fēng)險指標,其次基于云模型評價單因素風(fēng)險等級,最后利用熵權(quán)法獲得了各風(fēng)險指標綜合權(quán)重,以確定整體的風(fēng)險等級。

1 拱壩穩(wěn)定性影響因素調(diào)查

大壩穩(wěn)定性受洪水、庫區(qū)滑坡、地震和壩體自身缺陷等多因素影響,故此次調(diào)查從工程風(fēng)險因素、環(huán)境風(fēng)險因素和人為風(fēng)險因素3個維度將可能存在的各類風(fēng)險因素進行細化[9]。

大崗山水電站壩址區(qū)處于磨西斷裂、大渡河斷裂和金坪斷裂等多組斷裂帶的交匯復(fù)合部位,如圖1所示,右岸邊坡高程940～1 135 m段發(fā)育β62、β68、β85和β4等53條輝綠巖脈和89條斷層,其中f231斷層及其上盤發(fā)育的19條中等傾角小斷層,對壩肩邊坡穩(wěn)定不利,因此斷層破碎帶屬于影響壩體穩(wěn)定性的主要因素之一。若壩肩軟弱結(jié)構(gòu)面處理不當、壩頂高程設(shè)計不符合防洪和結(jié)構(gòu)安全要求、橫縫設(shè)置不當,均有可能導(dǎo)致壩體失穩(wěn)。因此將工程地質(zhì)和工程質(zhì)量考慮進大壩穩(wěn)定性影響因素體系。

圖1 右岸邊坡主要斷層分布Fig.1 Distribution of main faults on the right bank slope

壩體位移是大壩運行狀態(tài)的直觀反映,屬于工程結(jié)構(gòu)安全下的風(fēng)險因素,在2022年9月5日瀘定6.8級地震時,壩體拱冠梁位置14號壩段的垂線測點位移均發(fā)生突變,其中徑向位移的突變尤為明顯,IP14-1和PL14-1位移在地震影響下分別突增約4 mm和25 mm。故將地震荷載作為環(huán)境風(fēng)險因素的一項評價指標。此外,由于現(xiàn)場管理不當、操作不規(guī)范,導(dǎo)致上游大體積漂移物堵塞泄水設(shè)施、泄水閘門故障不能正常開啟等現(xiàn)象,水庫不能及時泄水,可能造成水位漫過壩頂,沖刷下游壩基,威脅大壩穩(wěn)定性和下游居民安全。因此將運行管理作為人為風(fēng)險因素納入評估體系的構(gòu)建中。

通過類似上述的風(fēng)險因素調(diào)查,充分考慮工程實際情況,結(jié)合大崗山拱壩現(xiàn)場地質(zhì)條件,對現(xiàn)場監(jiān)測資料進行分類整理分析,最后得到影響大崗山高拱壩穩(wěn)定性的影響因素,如圖2所示。

圖2 大壩穩(wěn)定性影響因素評估體系Fig.2 Evaluation system of influencing factors of dam stability

2 拱壩單因素風(fēng)險等級評價

大壩穩(wěn)定性影響因素具有復(fù)雜性和不確定性,采用云模型可以較好地解決此類問題[10]。云理論能將定性概念轉(zhuǎn)換成定量描述[11]。可以采用正向云發(fā)生器生成“云滴”圖,其數(shù)字特征用期望Ex、熵En和超熵He來表示。其中,Ex表示云滴在論域空間分布的期望,熵En反映論域空間中可被定性概念接受的云滴的取值范圍,超熵He是描述熵不確定性的度量,表示影響因素的離散程度[12]。

2.1 建立指標評價集

首先利用云模型賦予大壩一組評語集,對評語集中的風(fēng)險等級進行描述。每個評語的取值邊界為[Umin,Umax],可計算出各評語云模型的數(shù)字特征為

(1)

式中:Umin和Umax分別為某風(fēng)險等級下評語取值邊界的下限和上限值;k為常數(shù),可根據(jù)評語本身的模糊程度來具體調(diào)整。

本文參考文獻[13]對5個風(fēng)險評估等級區(qū)間進行劃分,采用10分制進行評判,根據(jù)分數(shù)越大風(fēng)險越大的原則量化5個分值區(qū)間,并給出相應(yīng)的應(yīng)對措施:低風(fēng)險等級區(qū)間為[0,2),表明大壩存在的風(fēng)險可以接受,無須采取降低措施;較低風(fēng)險等級區(qū)間為[2,4),表明大壩存在的風(fēng)險不明顯,需要采用一般措施進行防護;中等風(fēng)險等級區(qū)間為[4,6),表明大壩風(fēng)險明顯,須采取適當防護措施降低風(fēng)險;較高風(fēng)險等級區(qū)間為[6,8),表明大壩風(fēng)險較為明顯,風(fēng)險發(fā)生后果較嚴重,須將其降低到允許的合理范圍內(nèi);高風(fēng)險等級區(qū)間為[8,10],表明大壩風(fēng)險不可被接受,風(fēng)險發(fā)生后果很嚴重,應(yīng)重點監(jiān)測并及時加以防護。表1為大壩風(fēng)險等級及對應(yīng)云模型,其對應(yīng)的風(fēng)險等級評估云圖如圖3所示。

表1 風(fēng)險等級及其對應(yīng)云模型Tab.1 Risk levels and corresponding cloud models

圖3 風(fēng)險等級標準云Fig.3 Standard cloud of risk level

2.2 單風(fēng)險因素評價

基于前述25項風(fēng)險因素,利用“問卷星”軟件設(shè)計專家評分表,專家依據(jù)自身經(jīng)驗對各風(fēng)險指標打分。表2為不同專家對不同風(fēng)險因素的評分結(jié)果,共計收回有效評分23份,有效評分中參與評分的人員身份包括:研究人員(86%)、管理人員(5%)、施工人員(9%)。

表2 專家評分結(jié)果Tab.2 Results of expert evaluation score

由于人工評分的周期長短不穩(wěn)定,為了獲取足量可靠的評分樣本數(shù)據(jù),根據(jù)原始樣本數(shù)據(jù)概率分布,獲取專家評分的直覺區(qū)間,通過Python編程實現(xiàn)具有人工直覺的機器評分系統(tǒng),將數(shù)據(jù)集擴充至100份并對其進行云模型計算。具體擴充步驟為:首先將23位專家對25項風(fēng)險因素的評分數(shù)據(jù)整理為23×25的矩陣,識別讀取每列每個數(shù)字的概率分布,得到累積分布。然后生成一個均勻分布的數(shù)字x,取值為(0,1)。圖4(a)為原始數(shù)據(jù)集利用云模型計算得到的特征值,圖4(b)為將原始數(shù)據(jù)擴充至100份并對其進行云模型計算得到的特征值,對比可知兩者各單因素期望值基本一致,表明數(shù)據(jù)可靠。

圖4 云模型特征值Fig.4 Eigenvalues of the cloud model

根據(jù)專家對風(fēng)險指標打分獲得與風(fēng)險因素集相對應(yīng)的權(quán)重集,利用逆向云發(fā)生器得到權(quán)系數(shù)矩陣和綜合評判矩陣。將權(quán)系數(shù)矩陣和綜合評判矩陣通過模糊合成算子和云運算得到評價云模型的數(shù)字特征,采用正向云發(fā)生器生成各評語云和評價云模型的“云滴”圖,并結(jié)合生成的Ex值進行對比,最終得出3級指標風(fēng)險等級分布情況,風(fēng)險等級為低、較低和高的指標數(shù)量都為0,風(fēng)險等級為中等和較高的指標數(shù)量分別為15和10。限于篇幅,圖5僅展示壩體混凝土強度和人員管理的云模型評價結(jié)果,從“云滴”圖中可以直觀地判斷出各風(fēng)險指標的風(fēng)險等級,由于每個風(fēng)險指標通過計算得出的風(fēng)險等級不同,其所在的風(fēng)險等級區(qū)間也不同,“評價云”位于哪個等級區(qū)間,則判斷該指標的風(fēng)險等級為哪個評估等級。總結(jié)云模型評價結(jié)果可知,大崗山高拱壩在運行期存在一定風(fēng)險,但是可將風(fēng)險控制在安全范圍內(nèi),因此后續(xù)應(yīng)持續(xù)對高風(fēng)險因素進行監(jiān)測。

圖5 單因素風(fēng)險等級評價云滴圖Fig.5 Cloud drop charts of single factor risk level evaluation

3 拱壩風(fēng)險等級綜合評價

3.1 熵權(quán)模糊綜合評價

熵權(quán)法是一種依據(jù)指標的變異性傳遞程度來確定指標權(quán)重的方法,反映了指標信息熵值的實用價值,因此計算得到的指標權(quán)重比較客觀[14]。熵在信息論中用來衡量結(jié)構(gòu)的穩(wěn)定性程度,熵值越大,對整體的影響越大,反之則越小。運用熵權(quán)法可對指標的主觀評分進行修正,所確定的指標更加合理[15]?；陟貦?quán)法的指標權(quán)重計算步驟如下:

(2) 計算各指標的信息熵。第j個評價指標的信息熵為

(2)

(3) 計算各指標的熵權(quán)。計算出各個指標的信息熵為H1,H2,…,Hn,通過信息熵計算各個指標的權(quán)重:

(3)

3.2 權(quán)重確定及風(fēng)險等級劃分

依據(jù)單因素的評價結(jié)果計算得到平均指標分數(shù),具體分布見圖6(a),安全分級依據(jù)見表3。由圖6(a)可知,斷層破碎U1和壩體混凝土壓實度U5平均分最高,均為7分,表明斷層破碎和壩體混凝土壓實度對工程影響較大,而壩頂高程U7平均分最低,為4.2分,即壩頂高程是影響相對較小的風(fēng)險因素,符合工程實際,表明數(shù)據(jù)真實有效。

表3 安全等級劃分Tab.3 Classification of security level

圖6 風(fēng)險指標參數(shù)Fig.6 Parameters of risk indexes

由式(2)計算出各個指標的信息熵(見圖6(b)),并根據(jù)信息熵的計算結(jié)果由式(3)計算各三級指標的綜合權(quán)重(見圖6(c))。由圖6(c)可知,三級風(fēng)險指標地震荷載U19和軟弱夾層U3的綜合權(quán)重較高,分別為0.118和0.091。由指標平均分和綜合權(quán)重計算一級風(fēng)險指標評估分數(shù)和加權(quán)分數(shù)(見表4),環(huán)境風(fēng)險因素得分最高,其次為工程風(fēng)險因素,人為風(fēng)險因素最低。最終得出大崗山高拱壩穩(wěn)定性加權(quán)分為5.69。依據(jù)表4劃分的安全等級,最終得分對應(yīng)的影響等級為Ⅲ級,即大壩存在一定風(fēng)險,與前文云模型對各單因素風(fēng)險等級評價結(jié)果吻合。

表4 一級指標評估分數(shù)Tab.4 Evaluation scores of first-level indexes

4 結(jié) 論

(1) 云模型計算結(jié)果表明,25個三級風(fēng)險指標均位于中風(fēng)險和較高風(fēng)險等級區(qū)間,熵權(quán)法則確定了大壩整體風(fēng)險等級為Ⅲ級,即存在一定風(fēng)險。云模型與熵權(quán)法評估結(jié)果吻合,與現(xiàn)場情況相符。

(2) 云模型解決了各因素隨機性和模糊性的問題,且基于熵權(quán)法的綜合評價結(jié)果弱化了專家評分的主觀因素造成的不確定性?；谠颇Ｐ秃挽貦?quán)法對大壩風(fēng)險等級評估的過程易操作,條理清晰,結(jié)果直觀,為類似的大壩風(fēng)險評價提供了一種有效方法。