宋伶俐，賈樂(lè)剛，周博文

（1.武漢大學(xué)，武漢 430072；2.國(guó)網(wǎng)湖北省電力公司，武漢 430077）

基于模糊神經(jīng)網(wǎng)絡(luò)的電網(wǎng)運(yùn)營(yíng)效率評(píng)估方法研究

宋伶俐1，2，賈樂(lè)剛1，周博文1

（1.武漢大學(xué)，武漢 430072；2.國(guó)網(wǎng)湖北省電力公司，武漢 430077）

在充分考慮電網(wǎng)公司運(yùn)行情況的基礎(chǔ)上，提出了一種電網(wǎng)運(yùn)營(yíng)效率評(píng)估方法，建立了電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)指標(biāo)體系，并給出了相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型，以湖北省5個(gè)地區(qū)電網(wǎng)為算例，綜合評(píng)估計(jì)算，結(jié)果表明該電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)方法有效實(shí)用，能夠充分考慮評(píng)價(jià)專家的經(jīng)驗(yàn)和直覺(jué)思維模式，科學(xué)評(píng)估電網(wǎng)運(yùn)營(yíng)情況。

電網(wǎng)運(yùn)營(yíng)效率；評(píng)價(jià)指標(biāo)；模糊神經(jīng)網(wǎng)絡(luò)

0 引言

如何科學(xué)的對(duì)電網(wǎng)運(yùn)營(yíng)效率進(jìn)行評(píng)價(jià)已成為一個(gè)很重要的問(wèn)題。文獻(xiàn)［1］應(yīng)用AHP方法從電網(wǎng)設(shè)備運(yùn)行情況、安全性、可靠性和經(jīng)濟(jì)性4個(gè)方面建立電網(wǎng)運(yùn)營(yíng)效率評(píng)估指標(biāo)體系，并結(jié)合具體算例進(jìn)行了定量計(jì)算與分析。文獻(xiàn)［2］得出了對(duì)電力市場(chǎng)運(yùn)營(yíng)效率進(jìn)行評(píng)價(jià)應(yīng)考慮到系統(tǒng)內(nèi)部各子系統(tǒng)之間的非線性作用關(guān)系及環(huán)境影響因素的結(jié)論。文獻(xiàn)［4-8］對(duì)輸電網(wǎng)和配電網(wǎng)的技術(shù)指標(biāo)和經(jīng)濟(jì)指標(biāo)的定義及計(jì)算方法進(jìn)行了深入的介紹，涵蓋了電網(wǎng)運(yùn)營(yíng)安全性等方面的指標(biāo)。目前對(duì)電網(wǎng)評(píng)價(jià)的研究主要集中在電網(wǎng)安全性評(píng)價(jià)，建立了眾多電網(wǎng)安全性評(píng)價(jià)的指標(biāo)體系，相對(duì)來(lái)說(shuō)較為片面。針對(duì)以上問(wèn)題，以下提出了一種電網(wǎng)運(yùn)營(yíng)效率評(píng)估方法，對(duì)電網(wǎng)運(yùn)營(yíng)效率指標(biāo)進(jìn)行評(píng)估計(jì)算，能夠有效降低評(píng)價(jià)過(guò)程的主觀性，提高評(píng)價(jià)結(jié)果的客觀性、準(zhǔn)確性和評(píng)價(jià)效率。

1 電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)指標(biāo)體系

1.1 指標(biāo)體系的組成

該文提出的電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)指標(biāo)體系從電網(wǎng)安全性指標(biāo)、設(shè)備利用水平指標(biāo)、可靠性指標(biāo)、電能質(zhì)量指標(biāo)和經(jīng)濟(jì)效益指標(biāo)5個(gè)方面出發(fā)，構(gòu)建了如圖1所示包含3個(gè)層次共10個(gè)子指標(biāo)組成的指標(biāo)體系。

1.2 指標(biāo)體系的評(píng)估

1.2.1 電網(wǎng)安全性評(píng)估

短路電流水平指標(biāo)指主要母線允許短路電流與該母線短路電流之差的和與統(tǒng)計(jì)母線總數(shù)之比；靜態(tài)電壓水平指標(biāo)指電網(wǎng)允許承受負(fù)荷極限和當(dāng)前承受負(fù)荷之差與當(dāng)前承受負(fù)荷的比值；暫態(tài)安全指標(biāo)計(jì)算判據(jù)為：

圖1 電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)指標(biāo)體系

ti表示全網(wǎng)中第i條220kV線路的極限切除時(shí)間，其仿真計(jì)算采用綜穩(wěn)程序（PSASP）的暫穩(wěn)計(jì)算工具，n表示全網(wǎng)的220kV線路總數(shù)。

1.2.2 電網(wǎng)設(shè)備利用水平評(píng)估

《電力系統(tǒng)安全穩(wěn)定導(dǎo)則》要求電網(wǎng)結(jié)構(gòu)應(yīng)能滿足各種運(yùn)行方式下潮流變化的需要，同時(shí)能適應(yīng)系統(tǒng)發(fā)展的需要。要確定電網(wǎng)線路和主變壓器的合理利用率，須綜合考慮年最大負(fù)荷率、電網(wǎng)安全裕度、電網(wǎng)發(fā)展裕度等因素，對(duì)電網(wǎng)線路和主變壓器利用情況進(jìn)行綜合評(píng)價(jià)。

1.2.3 電網(wǎng)可靠性評(píng)估

用EDSA軟件計(jì)算電網(wǎng)可靠性，具體計(jì)算流程主要是通過(guò)故障率 、修復(fù)率計(jì)算出設(shè)備的無(wú)故障工作時(shí)間和平均修復(fù)時(shí)間。

1.2.4 電網(wǎng)電能質(zhì)量評(píng)估

電能質(zhì)量評(píng)估指標(biāo)使用電壓偏差指標(biāo)，即實(shí)際運(yùn)行電壓對(duì)系統(tǒng)標(biāo)稱電壓的偏差相對(duì)值。

2 基于主客觀組合權(quán)重賦權(quán)的模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型

2.1 模型的構(gòu)建

充分考慮了評(píng)價(jià)過(guò)程的隨機(jī)性和專家主觀上的不確定性，提出的電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)模型及流程如圖2所示。

2.2 模型的評(píng)價(jià)過(guò)程

a.根據(jù)評(píng)價(jià)目的分層建立各級(jí)評(píng)價(jià)指標(biāo)。根據(jù)子指標(biāo)計(jì)算公式得到評(píng)價(jià)指標(biāo)數(shù)據(jù)。

b.將指標(biāo)數(shù)據(jù)規(guī)范化，確定評(píng)價(jià)集。采用（0～1）區(qū)間變換法，將指標(biāo)數(shù)據(jù)規(guī)范化。

c.確立指標(biāo)權(quán)重。采用AHP和Delphi法確定主觀權(quán)重，利用熵值法、標(biāo)準(zhǔn)離差法和灰關(guān)聯(lián)度法確定客觀權(quán)重?？紤]到乘積組合權(quán)重易使大的權(quán)重更大，小的權(quán)重更小，受極值影響較大，該文采用線性組合的方法確定組合權(quán)重。

圖2 電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)模型

d.神經(jīng)網(wǎng)絡(luò)輸入指標(biāo)數(shù)據(jù)。模糊神經(jīng)網(wǎng)絡(luò)由模糊評(píng)價(jià)層、輸入層、中間層和輸出層組成。模糊評(píng)價(jià)層采用基于AHP、Delphi、熵值法、標(biāo)準(zhǔn)離差法和灰關(guān)聯(lián)度法確定組合權(quán)重的模糊評(píng)價(jià)，其權(quán)重既考慮了專家的主觀偏好與知識(shí)經(jīng)驗(yàn)又考慮了各指標(biāo)的客觀屬性數(shù)據(jù)，較為全面。

e.模糊評(píng)價(jià)模型為B＝A·R［9］，R 為模糊評(píng)價(jià)矩陣，“·”為模糊算子，此處采用（·，）算子，即矩陣乘法。假設(shè)神經(jīng)網(wǎng)絡(luò)的輸入層、中間層和輸出層每層有N個(gè)處理單元，訓(xùn)練集包括M 個(gè)樣本模式對(duì)。對(duì)于第p個(gè)學(xué)習(xí)樣本（p＝1，2，…，M），第一層節(jié)點(diǎn) 的輸入為Ipj，輸出為Opj，則：

其中f為sigmoid函數(shù)，對(duì)每個(gè)輸入樣本p，網(wǎng)絡(luò)輸出與期望輸出bpj間的誤差為：

樣本學(xué)習(xí)訓(xùn)練的目的即使該誤差最小。

BP網(wǎng)絡(luò)的修正公式為：

式（4）中引入學(xué)習(xí)速率η用來(lái)加快網(wǎng)絡(luò)收斂速度。α為常數(shù)，稱為態(tài)勢(shì)因子。α，η∈ （0，1），它決定上一次的權(quán)值對(duì)本次權(quán)值更新的影響程度。

3 算例驗(yàn)證

以湖北電網(wǎng)作為計(jì)算實(shí)例，運(yùn)用該電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)指標(biāo)體系和模型，綜合評(píng)價(jià)湖北省5個(gè)地區(qū)電網(wǎng)2013年和2014年的電網(wǎng)運(yùn)營(yíng)狀況。

3.1 數(shù)據(jù)計(jì)算處理

根據(jù)上述電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)指標(biāo)體系計(jì)算各分區(qū)各指標(biāo)的實(shí)際數(shù)據(jù)并將計(jì)算的數(shù)據(jù)進(jìn)行規(guī)范化處理。表1和表2分別給出了2013年和2014年湖北5個(gè)地區(qū)的電網(wǎng)運(yùn)營(yíng)效率價(jià)指標(biāo)規(guī)范化處理后的數(shù)據(jù)。

表1 2013年規(guī)范化數(shù)據(jù)

表2 2014年規(guī)范化數(shù)據(jù)

計(jì)算電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)子指標(biāo)和主客觀組合權(quán)重。組合權(quán)重如表3所示。

表3 主客觀組合權(quán)重

3.2 評(píng)價(jià)模型計(jì)算

運(yùn)用該模糊神經(jīng)網(wǎng)絡(luò)模型，以2013年數(shù)據(jù)為樣本訓(xùn)練并檢驗(yàn)神經(jīng)網(wǎng)絡(luò)，其中前3組數(shù)據(jù)為訓(xùn)練樣本，后2組數(shù)據(jù)為檢驗(yàn)樣本。用檢驗(yàn)合格的神經(jīng)網(wǎng)絡(luò)對(duì)2014年數(shù)據(jù)進(jìn)行評(píng)價(jià)。網(wǎng)絡(luò)的輸入節(jié)點(diǎn)數(shù)為15，輸出節(jié)點(diǎn)數(shù)為1；傳遞函數(shù)采用sigmoid函數(shù)，學(xué)習(xí)函數(shù)采用Levenberg-Marquardt算法，訓(xùn)練精度，學(xué)習(xí)速率0.01。訓(xùn)練結(jié)果與檢測(cè)結(jié)果如表4所示，評(píng)價(jià)樣本結(jié)果如表5所示，評(píng)價(jià)結(jié)果如表6所示。

表4 訓(xùn)練樣本和檢測(cè)樣本結(jié)果（2013年）

表5 評(píng)價(jià)樣本結(jié)果（2014年）

表6 評(píng)價(jià)結(jié)果

3.3 評(píng)價(jià)結(jié)果分析

由表4可知，訓(xùn)練結(jié)果與樣本數(shù)據(jù)基本一致，地區(qū)排序相同，最大誤差為0.007 8%；檢測(cè)結(jié)果與樣本數(shù)據(jù)基本一致，地區(qū)排序相同，最大誤差為0.009 4%，由此可知運(yùn)用該模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)電網(wǎng)運(yùn)營(yíng)效率進(jìn)行綜合評(píng)價(jià)是可行的。由表5可知，評(píng)價(jià)結(jié)果與樣本數(shù)據(jù)基本一致，地區(qū)排序相同，最大誤差為0.009 1%，運(yùn)用該模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)電網(wǎng)運(yùn)營(yíng)效率的評(píng)價(jià)結(jié)果是可信的。由表6可知，咸寧、荊州、十堰的運(yùn)營(yíng)效率有所提高，其中十堰增幅最明顯，其他地區(qū)有不同程度下降，其中武漢下降最明顯，主要原因是電能質(zhì)量指標(biāo)的下降。2013年，各地市運(yùn)營(yíng)效率排名依次為：武漢、荊州、咸寧、荊門(mén)、十堰；2013年的排名與2014年一致。

4 結(jié)論

以上針對(duì)電網(wǎng)運(yùn)營(yíng)效率問(wèn)題開(kāi)展研究，從社會(huì)各界對(duì)電網(wǎng)運(yùn)營(yíng)的需求出發(fā)，對(duì)比分析了國(guó)內(nèi)外電網(wǎng)運(yùn)營(yíng)效率研究現(xiàn)狀，從電網(wǎng)安全穩(wěn)定性、電網(wǎng)設(shè)備利用水平、供電可靠性、電能質(zhì)量、經(jīng)濟(jì)效益5個(gè)方面出發(fā)建立綜合指標(biāo)體系，運(yùn)用基于主客觀組合權(quán)重的模糊神經(jīng)網(wǎng)絡(luò)建立了電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)模型。以湖北的5個(gè)地區(qū)電網(wǎng)為算例，對(duì)其2013年和2014年電網(wǎng)運(yùn)營(yíng)效率進(jìn)行多層次性、長(zhǎng)期性、全局性和整體性的評(píng)價(jià)。計(jì)算結(jié)果驗(yàn)證了提出的電網(wǎng)運(yùn)營(yíng)效率綜合評(píng)價(jià)方法的有效性和可行性。

［1］陳紹君.層次分析法在電網(wǎng)運(yùn)營(yíng)效率評(píng)價(jià)中的應(yīng)用［J］.華東電力，2012，40（11）：1891-1894.

［2］李春杰.電力市場(chǎng)運(yùn)營(yíng)效率動(dòng)態(tài)評(píng)價(jià)的協(xié)同演化模型［J］.華東電力，2011，39（10）：1563-1567.

［3］牛東曉.供電公司運(yùn)營(yíng)效率與影響因素分析［J］.華北電力大學(xué)學(xué)報(bào)，2009，36（2）：100-105.

［4］肖 峻，崔艷妍，王建民，等.配電網(wǎng)規(guī)劃的綜合評(píng)價(jià)指標(biāo)體系與方法［J］.電力系統(tǒng)自動(dòng)化，2008，32（15）：36-40.

［5］李娜娜，何正友.主客觀權(quán)重相結(jié)合的電能質(zhì)量綜合評(píng)估［J］.電網(wǎng)技術(shù)，2009，33（6）：55-61.

［6］王 琬，劉宗岐，曾 博，等.大都市電網(wǎng)綜合指標(biāo)體系與評(píng)價(jià)模型［J］.現(xiàn)代電力，2011，28（4）：24-28.

［7］朱少敏，劉建明，劉冬梅.基于模糊神經(jīng)網(wǎng)絡(luò)的電力企業(yè)數(shù)據(jù)中心綠色評(píng)價(jià)方法［J］.電網(wǎng)技術(shù)，2008，32（19）：84-88.

［8］周建國(guó)，王瀟煒.基于博弈論和灰色關(guān)聯(lián)度的區(qū)域電力市場(chǎng)運(yùn)營(yíng)效果評(píng)價(jià)指標(biāo)體系［J］.電網(wǎng)技術(shù)，2007，31（10）：69-73，88.

［9］譚家茂，黃少先.基于模糊理論的電能質(zhì)量綜合評(píng)法方法研究［J］.繼電器，2006，36（3）：55-59.

本文責(zé)任編輯：丁 力

ResearchonOperationalEfficiencyAssessmentofPower GridBasedonFuzzyNeuralNetwork

Song Lingli1，2，Jia Legang1，Zhou Bowen1
（1.Wuhan University，Wuhan 430072，China；2.State Grid Hubei Electric Power Company，Wuhan 430077，China）

This paper takes into account the operation condition of power company and an integrate evaluation method for operation efficiency of power grid is proposed.Then the assessment indicator system of operation efficiency of power grid is established.besides Fuzzy neural network evaluation model is proposed.Taking five regions power network in Hubei province for example，the calculation results show that the proposed method is efficient and expedient.The method can take into account of the experience and intuition of experts，which can scientifically assess the operational condition of power grid.

operational efficiency of power grid；evaluation index；fuzzy neural network

TM715

A

1001-9898（2015）03-0030-03

2015-04-17

宋伶俐（1978－），女，博士，主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃與管理。