摘 要： 影響電網安全的因素種類繁多，為了使電網安全評估系統(tǒng)的準確性提高，人為主觀誤差減少，創(chuàng)造了一種由電網、調節(jié)運行的運行方式、繼電保護裝置、電力通信、調度自動化及各種電器設備構成的評估指標體系，使用層次分析法對評估指標體系進行分析，同時使繁多的安全指標簡化，通過神經網絡的非線性映射和自學能力特性構建神經網絡的安全評估模型。實驗結果表明，這種模型減少了安全指標的數(shù)量，使得安全評估工作變得簡單，避免了評估中人為主觀因素的影響，提高了安全評估的準確性，使得評估結果更加具有科學性。

關鍵詞： 層次分析法； 神經網絡； 評估模型； 安全評估

中圖分類號： TN711?34 文獻標識碼： A 文章編號： 1004?373X（2016）21?0168?04

Power grid security assessment combining AHP with neural network

ZHAI Huaxin

（Zhangjiakou Wind and Solar Power Energy Demonstration Station Co.， Ltd.， State Grid Xin Yuan Company， Zhangjiakou 075000， China）

Abstract： The factors influencing on power grid safety are various. In order to improve the accuracy of the power grid security assessment system， and reduce the subjective human error， an assessment indicator system composed of power grid， operation mode regulating the running， relay protection device， electric power communication， scheduling automation and other electrical devices was developed. The analytic hierarchy process （AHP） is used to analyze the assessment indicator system， and simplify the manifold safety indicators. The safety evaluation model of neural network was constructed by means of the nonlinear mapping and self?learning ability of neural network. The experimental results show this model can reduce the quantity of safety indicators， simplify the security assessment， avoid the impact of subjective human factors， improve the accuracy of the safety assessment， and make the assessment result more scientific.

Keywords： analytic hierarchy process； neural network； evaluation model； safety assessment

0 引 言

如今我國電網已經遍布全國各地，電網的安全性直接影響到了社會和國家的安全，電力企業(yè)要想長期穩(wěn)定的發(fā)展下去就必須保證電網的安全評估準確無誤[1]。在過去的那些年里，我國評價電網安全的方法主要是以查看安全檢測表的方式評價電網的安全性[2]。傳統(tǒng)的評價方法中各種評價指標沒有明確的聯(lián)系，因此導致很難準確地反映每個指標間的相互關系。

輸電網猶如人的神經系統(tǒng)一樣錯綜復雜，它是由各個系統(tǒng)相互綜合而形成的一個綜合系統(tǒng)，受到的影響因素非常廣泛，因此導致它的安全評估很難做到準確的定性分析，分析的結果也會出現(xiàn)比較大的誤差[3]。層次分析法和神經網絡的電網安全評估主要研究如何解決電網安全評估中出現(xiàn)的誤差。文獻[4]應用層次分析法對畜牧業(yè)的開發(fā)項目的環(huán)境影響進行評價。文獻[5]采用模糊網絡技術生成電壓穩(wěn)定性評估決策樹。文獻[6]提出層次分析法在火力發(fā)電廠的安全評價中的應用。文獻[6]結合層次分析法和神經網絡，應用神經網絡安全評估模型對電力企業(yè)的安全性能進行評價。當前，影響因素繁多、各個指標間的聯(lián)系不明確、指標體系不完善等都是電網安全評估中存在的問題，其中在評估過程中人為因素造成的誤差也是一個很嚴重的問題。

對于上文中電網安全評估中存在的問題，本文將提出一種新的電網安全評估方法，將層次分析法與神經網絡相結合的綜合型安全評估方法。首先通過層次分析法對評價指標體系進行分析，然后應用神經網絡的特性建立電網安全評估模型，最后采用樣本數(shù)據(jù)進行實例驗證。

1 電網安全評估體系的建立

1.1 電網安全評估體系建立的原則

建立電網安全評估體系是為了避免安全評估過程中出現(xiàn)的主觀因素帶來的誤差，使得評估結果變得準確、規(guī)范。電網安全評估體系的科學化直接影響了評估的作用和功能。只有評估體系規(guī)范科學才能使得電網安全運行，提高其輸送時間，使得大范圍停電事故得以避免或者減少。要想建立完善的電網安全評估體系就必須選擇合適的、簡潔的評估指標。評估指標必須要有一定的科學性原則，能夠體現(xiàn)出輸電網的特點。評估指標必須包括影響電網安全的各個因素，其概念要明確、操作方法方便簡潔、收集數(shù)據(jù)要容易操作。

1.2 安全評估體系的建立步驟

電網與電網之間以及電網內部的各種因素都會影響電網的運行安全，因此必須針對某一特定的電網進行深度的探測。本文將影響電網安全的評估指標分為三個部分，即電網自己本身的安全、電源與接入系統(tǒng)之間的安全、電網與電網間的連接安全，其示意圖如圖1所示。

電網與電網間的連接安全

然后仔細地分析每個部分之間的影響因素，建立一個合理的安全評估系統(tǒng)。針對評估系統(tǒng)中的電網安全評估指標必須要權衡它們的指標權重，評估結果的可靠性和有效性將直接由它們的指標權重決定。本文以層次分析法確定指標權重，對于性質有變化的指標則采用信息熵原理確定，進而可以對最后的指標權重進行改正，如圖2所示。

表1給出了一定的評估指標。

1.3 建立電網安全評估體系的模型

除了要認真調查、分析電網的安全狀況外，還要結合電網自身的特點和安全工程系統(tǒng)確定影響電網安全的因素，詳細地分析出能夠包含所有電網安全節(jié)點的指標。

2 電網安全評估的影響因素

電網在運行過程中對故障擾動的承受能力即為電網安全性能，即電網的某個部分突然短路，某個原件突然松動時電網能否自動將干擾減到最低，大部分仍能繼續(xù)運行。從某一種程度上來說，電網承受故障擾動的能力直接影響了電網的安全評估性能，電網承受故障擾動的能力差則代表電網的安全性能差。

要想擁有安全穩(wěn)定的電網就必須要有合理的電網結構，其電網結構必須要適應電源的容量和負荷水平，這樣才能保證在運輸過程中擁有足夠的能量。除此之外，電網結構在運行的過程中必須具備能夠應付突發(fā)故障的能力，對于各種突發(fā)性的事故能夠做到靈活應對，將危險系數(shù)降到最低。電網的分層和分區(qū)是合理電網結構的主要體現(xiàn)，除此之外，還有電磁環(huán)網和電源的接入也能體現(xiàn)電網結構的合理性。另外，電容量和電壓等因素則可以體現(xiàn)出電網結構的合理性程度。

電網的安全性除了受到電網自身和電網與電網之間連接的影響，還會受到環(huán)境的影響，而且環(huán)境對電網的影響也變得越來越重要，因此越來越受到人們的關注。

電網在運行過程中其安全性除了受到電網結構、抗擾動能力和環(huán)境等確定因素的影響外，還會受到許多不確定性因素的影響。例如，變化的大或者小、變化的快或者慢、變化的難易程度等則是電網安全性不確定因素影響的主要體現(xiàn)。具體的存在環(huán)境和評估對象都會影響這些變化因素，特別是在電力變賣的交易中由于各種買賣規(guī)則的不同，導致不確定性因素的影響更加嚴重。

變化量、變化率、敏感系數(shù)在電網安全評估中起著極為重要的作用，通過對這三個變量的分析可以得出不確定性因素影響的程度。

（1） 變化量[ΔQ]。[ΔQ]代表的含義是評估考察所消耗的一段時間[（0，t）]內電網安全指標因素變化的多少。[Q0]指在電網的安全評估時間段中安全指標的原始含量。[Qt]則是指電網的安全指標在觀察時間結束時的含量，則有：

[ΔQ=Qt-Q0] （1）

（2） 變化率[ΔR。]變化率[ΔR]主要反映系統(tǒng)情況惡化的趨勢，是指在電網安全評估的過程中安全指標因素的變化速度。

[ΔR=ΔQt=Qt-Q0t=′Fj=?Fj?Fj] （2）

（3） 敏感系數(shù)[ΔS。][ΔS]是電網安全評估指標因素的變化率[ΔR]與不確定性因素的變化率[ΔD]的比值，表示變化的容易程度，[ΔS]越小電網抗故障的擾動能力越弱，即：

[ΔS=ΔRΔD] （3）

式中：[ΔD]代表在安全評估的時間段內，影響電網安全評估的不確定性因素的變化速度，即：

[ΔD=Dt-D0t] （4）

3 電網安全評估模型的結構

電網安全評估極為復雜，因為受到影響的因素種類繁多，評估指標數(shù)量大，彼此之間還有著一定的相互作用，而每一個評估指標對安全評估的影響力度又不一樣，因此必須要建立一個以評估指標為基礎的電網安全評估模型。假設每一個評估指標為[χ1，χ2，…，χn，]則有：

[y=f（χ1，χ2，…，χn）] （5）

其中[f（ ）]是一種非線性的擬合函數(shù)，從函數(shù)式可以看出評估結果[y]與[f（ ）]函數(shù)及評估指標有關。本文在建立評估指標體系時使用層次分析法，同時使用神經網絡建立安全評估模型，其模型如圖3所示。

4 電網安全評估模型的設計

4.1 評估指標的選擇

確定安全評估指標是在建立電網安全評估模型中極為重要的一個環(huán)節(jié)，評估結果的合理性和科學性將直接由評估指標決定。但是安全評估體系的影響因素繁多，如果將每一個影響因素都納入評估指標體系中將會使得計算工程量浩大、復雜，還容易出現(xiàn)誤差和錯誤。為了解決以上問題，本文以現(xiàn)有的安全評估體系為基礎，以專家學者的意見為根據(jù)，建立一種具有層次結構的安全指標評估體系。

4.2 用層次分析法確定指標的權重

每一個評估指標都會產生不同的評估結果，每一個指標對評估結果產生的影響一般都由權值描述，本文將采用層次分析法確定指標的權重。

4.3 建立評估指標的判斷矩陣

構建評估指標的判斷矩陣可以減少人為因素造成的誤差，還可以提高評估結果的科學性和準確性，矩陣如下所示：

[A=x1，1x1，2…x1，mx2，1x2，2…x2，m????xn，1xn，2…xn，m] （6）

4.4 計算指標權重的方法

（1） 算出[A]中各個元素的積

[Mi=j=1naij] （7）

（2） 算出[Mi]的[n]次方的值，即：

[ωi=Min] （8）

（3） 將其值歸一化

[ωi=ωii=1nωi] （9）

則權值向量為：

[ω=ω1，ω2，…，ωnT] （10）

（4） [A]的最大值為：

[λmax=i=1nAωinωi] （11）

（5） [Bi]表示第[i]層的指標權重：

[Bi=bi1，bi2，bi3]

5 神經網絡的電網安全評估

[n]維到[m]維的映射都可以通過神經網絡輕而易舉的完成，任意的非線性關系都可以在神經網絡的模擬下變得清晰明了。一般來說，神經網絡的輸入都是由權重較大的評估指標完成，因此也需要建立一個神經網絡安全評估模型。

在建立神經網絡的電網安全模型時，首先要構建安全評估指標體系，然后再收集安全評估指標體系的所有數(shù)據(jù)，利用層次分析法計算所有評估指標的權重，然后按照權重值的大小決定指標的重要等級，這樣便可以減少數(shù)據(jù)的繁雜性提高神經網絡的學習速度。之后再確定神經網絡的結構類型，然后輸入數(shù)據(jù)使得輸入層得以激活。

[Yi=Rii=1nωijxj-RiΘjOi=gi=1nTijYj-Θj] （12）

實際輸出數(shù)據(jù)與理想數(shù)據(jù)之間的誤差便可由以下公式計算出：

[Ej=Ol（l-ol）（tl-o1）] （13）

式中：[l]為目前所在層次的安全評估值；[t]為隱含層中的安全評估值。

利用神經網絡反饋實際輸出值與理想輸出值之間的誤差，計算公式如下：

[ei=yi1-yit=1nTliEl] （14）

電網的安全評估公式如下：

[ΘK+1i=Θki+ηθj] （15）

通過不斷重復以上步驟，將誤差值降到規(guī)定范圍內才可以結束。這樣一個神經網絡安全評估模型就建立成功了。最后還要認真分析測試的樣本，使其測試結果更加準確，并做好相應的安全措施。

6 結 語

本文在研究電網安全評估的過程中建立了神經網絡電網安全評估模型，這一模型采用層次分析法計算出評估指標的權重，確定安全指標的重要等級，使得評估指標的數(shù)量減少，降低了評估指標的繁雜性，同時也解決了一些傳統(tǒng)的神經網絡中存在的問題，使得神經網絡更加優(yōu)化。通過實驗得出，該模型不僅可以擬合出各個安全指標間的非線性關系，還減少了評估時人為主觀因素造成的誤差，提高了電網安全評估數(shù)據(jù)的準確性，使得電網安全評估的結果更加具有科學性。因此，這種神經網絡電網安全評估模型具有極高的理論價值和使用價值。

參考文獻

[1] 房瀟，李玉東，馬琳，等.基于模糊理論的信息系統(tǒng)安全防護有效性評估研究[J].計算機與數(shù)字工程，2015（4）：214?216.

[2] 王帆，霍明奎，王曉婷.基于模糊灰度的信息系統(tǒng)安全風險評價與對策[J].情報科學，2014（1）：57?61.

[3] 付沙，楊波，李博.基于灰色模糊理論的信息系統(tǒng)安全風險評估研究[J].現(xiàn)代情報，2013（7）：372?378.

[4] 陳頌，王光偉，劉欣宇，等.信息系統(tǒng)安全風險評估研究[J].通信技術，2012（1）：256?258.

[5] 王甲生，付鈺，吳曉平.基于改進FAHP法的信息系統(tǒng)安全風險評估[J].火力與指揮控制，2011（4）：785?789.

[6] 付鈺，吳曉平，宋業(yè)新.模糊推理與多重結構神經網絡在信息系統(tǒng)安全風險評估中的應用[J].海軍工程大學學報，2011（1）：68?73.

[7] 王甲生，付鈺，吳曉平.基于模糊神經網絡的信息系統(tǒng)安全風險評估研究[J].武漢理工大學學報（交通科學與工程版），2011（1）：82.

[8] 劉海燕，王維鋒，蔡紅柳.一個基于神經網絡的信息系統(tǒng)安全性綜合評估模型[J].計算機工程與科學，2008（11）：34?37.