周景宏，劉宇婷

(1.國網(wǎng)吉林省電力有限公司經(jīng)濟技術研究院，長春　130062；2.華北電力大學，北京　102206)

對輸電工程項目進行評估,在電網(wǎng)建設的整個過程中,屬于比較重要的環(huán)節(jié),但是往往又很容易被忽視。構(gòu)建科學合理的評價方法對輸電工程項目進行評價，可以很好地反饋工程建設中存在的問題，從而最終提高輸電工程建設效率和管理水平。從電網(wǎng)經(jīng)營企業(yè)的角度而言，任何新建輸電工程都可以認為是對既有電網(wǎng)的擴充和改造，從本質(zhì)上講應屬于另一種意義上的改建項目，因此，給新建輸電工程經(jīng)濟評價帶來困難。

針對輸電工程項目的經(jīng)濟評價，國內(nèi)外學者開展了相關研究，提出了多種方法，有：利用優(yōu)點指數(shù)法對工程項目進行排序,實現(xiàn)多方案的比選決策[1]；利用改進型優(yōu)點指數(shù)法對輸電工程項目進行排序，實現(xiàn)最終方案的決策[2]；參考目標網(wǎng)絡法，以動態(tài)非合作博突為基礎，從經(jīng)濟角度建立模型[3]；基于實物期權(quán)模型的輸電工程項目經(jīng)濟評價方法[4]；具有實際操作性的輸電工程項目經(jīng)濟評價方法[5]；兼顧效率性和公平性的評價指標并構(gòu)建了相關模型[6]；基于層次分析法與灰色關聯(lián)理論的評價方法[7]。然而現(xiàn)有的經(jīng)濟評價方法大多僅考慮工程項目自身收益，未把項目對電網(wǎng)以及國民經(jīng)濟的貢獻納入到工程項目收益中。為此，本文將站在全社會角度，采用果蠅優(yōu)化的反向傳播(BP)神經(jīng)網(wǎng)絡模型對輸電工程項目進行綜合經(jīng)濟評價。

1　指標體系的構(gòu)建

1.1　指標體系構(gòu)建原則

科學、客觀的指標評價體系是影響經(jīng)濟評價結(jié)果的關鍵因素，為了使得評價指標體系能夠準確、客觀的反映輸電工程項目的經(jīng)濟效益水平，指標體系構(gòu)建應該遵循以下原則。

a.系統(tǒng)性原則。輸電工程是一個比較復雜的大系統(tǒng)，其由各個相關關聯(lián)和相關制約的子系統(tǒng)組成。因此，指標體系的構(gòu)建需要綜合考慮輸電工程項目效益的各個方面，系統(tǒng)地考慮問題以及系統(tǒng)地收集信息。

b.獨立性原則。輸電工程項目經(jīng)濟評價結(jié)果的影響因素較多，構(gòu)建指標體系時應排除相關性較大的指標，保證指標之間相互獨立，這樣才能提高評價的可信度，才能為輸電工程項目決策者提供科學的信息支持。

c.層次性原則。輸電工程項目經(jīng)濟評價指標主要包括經(jīng)濟效益、電網(wǎng)效益和社會效益，這些方面又分別有著各自的影響因素，指標體系之間存在層次歸屬問題，因此，指標體系的構(gòu)建應該確保指標之間具有一定的層次性。

d.可操作性原則。在構(gòu)建指標體系時，應考慮數(shù)據(jù)的可獲得性，指標量化的難易程度，并且要保證數(shù)據(jù)來源的可靠性和準確性。在滿足系統(tǒng)性和獨立性的原則下，使得指標體系既能反映項目的特點，又能便于操作和使用。

1.2　指標體系的確定

對輸電工程進行經(jīng)濟評價時，不僅需要考慮工程自身的經(jīng)濟效益，還需要把電網(wǎng)效益和社會效益考慮進來。論文根據(jù)上述評價指標體系構(gòu)建的原則，在結(jié)合輸電工程項目特點的基礎上，建立了一個多層次的指標體系，其中一級指標1個、二級指標3個、三級指標12個(見表1)。

2　評價模型的構(gòu)建

2.1　BP神經(jīng)網(wǎng)絡

輸電工程項目的經(jīng)濟評價是一個多因素、非線性的復雜過程，傳統(tǒng)評價方法難以滿足要求。BP神經(jīng)網(wǎng)絡模型具有較強的非線性能力、泛化能力和容錯能力，并行計算能力強，被廣泛應用于評價中。BP神經(jīng)網(wǎng)絡模型由輸入層、隱含層和輸出層構(gòu)成。BP神經(jīng)網(wǎng)絡算法流程如下。

b.輸入訓練樣本(Iq，dq)，對每個樣本進行c至e步。

表1　輸電工程經(jīng)濟評價指標體系

c.計算各個網(wǎng)絡層的實際輸出x(l)。

g.如果性能指標滿足精度要求，即E≤ε，那么訓練結(jié)束，否則，轉(zhuǎn)到b，繼續(xù)下一個訓練周期。

2.2　果蠅優(yōu)化算法

果蠅優(yōu)化算法是一種新興起的智能算法，它從果蠅覓食得到靈感。根據(jù)果蠅覓食的規(guī)律，果蠅優(yōu)化算法的具體步驟如下。

a.初始化果蠅群體，定義群體規(guī)模S和最大迭代數(shù)M，隨機初始化果蠅初始坐標位置x0，y0。

b.果蠅以隨機方向和步長利用嗅覺搜尋食物

xi=x0+Random

(1)

yi=y0+Random

(2)

c.由于食物位置未知，故計算果蠅個體與坐標原點的距離D，并將距離的倒數(shù)作為味道濃度判定值Si。

(3)

(4)

d.將味道濃度判定值Si代入味道濃度判定函數(shù)F，求出該果蠅所在位置的味道濃度Smi。

Smi=F(Si)

(5)

e.找出目前果蠅群體中味道濃度值最高的個體。

Sbm=max(Smi)

(6)

f.記錄并保留該濃度值和位置坐標，果蠅群體利用視覺功能飛向該位置。

Smb=Sbm

(7)

xi=x(b)

(8)

yi=y(b)

(9)

g.進行迭代尋優(yōu)，重復執(zhí)行步驟f到公式(9)，判斷當前味道濃度是否優(yōu)于保留的味道濃度，若是則停止迭代。

2.3　果蠅優(yōu)化的BP神經(jīng)網(wǎng)絡模型

隨著BP神經(jīng)網(wǎng)絡模型在工程項目評價應用的不斷深入，其自身也暴露出一些不可避免的缺陷，最為突出的是模型參數(shù)的選取和優(yōu)化問題，以往在參數(shù)選取方面，一般依靠專家系統(tǒng)或者設定初始值盲目搜尋等等，在實際應用中必然會影響模型的精準度，造成一定影響。其不足具體表現(xiàn)在權(quán)值W和閾值θ上。

權(quán)值W：神經(jīng)網(wǎng)絡連接權(quán)值W的初始化具有隨機性，其容易出現(xiàn)學習收斂速度變慢、陷入局部極小值、穩(wěn)定性差等問題。

閾值θ：神經(jīng)網(wǎng)絡閾值θ的初始化同樣具有隨機性，閾值過大或過小都會因過學習或欠學習使神經(jīng)網(wǎng)絡的泛化性能變差。

如何選取合理的參數(shù)成為BP神經(jīng)網(wǎng)絡應用過程中的問題，而常用的交叉驗證試算的方法，不僅耗時，且搜索目的不清，使得資源浪費，耗時耗力，不能有效的對參數(shù)進行優(yōu)化。為此本文采用果蠅優(yōu)化算法對神經(jīng)網(wǎng)絡的權(quán)值和閾值進行優(yōu)化,混合模型的構(gòu)建步驟如下。

a.初始化果蠅群體規(guī)模M、最大允許迭代L次、初始化坐標。

b.更新果蠅群體的最優(yōu)位置。

c.若滿足最大迭代次數(shù)，則停止更新。

e.當BP神經(jīng)網(wǎng)絡的樣本均方根誤差最小時，對應的W和θ即為最優(yōu)參數(shù)，最后建立果蠅優(yōu)化算法的BP神經(jīng)網(wǎng)絡評價模型。

3　實證分析

3.1　數(shù)據(jù)說明

在進行輸電工程項目經(jīng)濟評價時，一般將評價結(jié)果分為5個等級：很好，較好，一般好，不好，非常不好。本文對某省電力公司220 kV輸電工程項目進行經(jīng)濟評價，共計62個樣本。利用其中58個工程項目訓練BP神經(jīng)網(wǎng)絡模型，另外4個樣本用來測試模型。對該領域內(nèi)的10位專家進行訪談，并根據(jù)專家的反饋意見進行收集整理，得到最終的打分結(jié)果。表2給出了專家1對樣本1的打分結(jié)果。

3.2　果蠅算法優(yōu)化的BP神經(jīng)網(wǎng)絡模型

3.2.1BP神經(jīng)網(wǎng)絡的輸入

要確定BP神經(jīng)網(wǎng)絡的輸入，首先要對數(shù)據(jù)進行歸一化處理。利用min-max標準化進行輸入數(shù)據(jù)的處理，處理后的結(jié)果見表3。

表2　專家1對樣本1的打分結(jié)果

表3　專家1打分的歸一化處理結(jié)果

3.2.2BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)

文中BP神經(jīng)網(wǎng)絡模型包含一個輸入層、一個隱含層和一個輸出層。輸入層中神經(jīng)元的個數(shù)與評價指標的個數(shù)相同，共有12個評價指標，所以，輸入層神經(jīng)元的個數(shù)為12個。而對于隱含層中神經(jīng)元的個數(shù)，計算結(jié)果為個，輸出層的神經(jīng)元個數(shù)為1個。根據(jù)歷史樣本數(shù)據(jù)，利用果蠅優(yōu)化算法對BP神經(jīng)網(wǎng)絡模型進行優(yōu)化，得到最優(yōu)的和，至此，可以利用優(yōu)化后的BP神經(jīng)網(wǎng)絡評價新建輸電工程項目的經(jīng)濟性。

3.2.3BP神經(jīng)網(wǎng)絡仿真

利用Matlab軟件編程進行網(wǎng)絡訓練，網(wǎng)絡經(jīng)過5 200步訓練后，達到精度要求，具體見圖1。

圖1　網(wǎng)絡訓練誤差

3.3　實證結(jié)果分析

根據(jù)當?shù)厣鐣?jīng)濟發(fā)展和電網(wǎng)規(guī)劃的要求，某省電力公司新建220 kV輸電工程項目一項。工程規(guī)模為220 kV，線路全長38 km，導線采用LGJ-300/40，地線型號GJ-80，全線鐵塔102基。通過表1的指標體系，利用果蠅優(yōu)化的神經(jīng)網(wǎng)絡模型進行經(jīng)濟評價，得出結(jié)果為(0.621 4,0.654 2,0.600 2,0.612 3,0.701 2)，按照(很好，較好，一般好，不好，非常不好)的原則確定等級，得出該項目的綜合評價結(jié)果為較好，也就是說，經(jīng)濟評價最終表明該輸電工程項目對經(jīng)濟效益、電網(wǎng)效益和社會效益方面產(chǎn)生了較大的影響，較好地實現(xiàn)了各項效益目標。

4　結(jié)論

本文首先建立了包含3個二級指標和12個三級指標的輸電工程經(jīng)濟評價指標體系，在此基礎上，構(gòu)建了果蠅優(yōu)化BP神經(jīng)網(wǎng)絡模型的評價模型。最后，對某省電力公司新建220 kV輸電工程項目進行評價，評價結(jié)果表明通過增加電網(wǎng)技術效益和社會效益的方法提高了項目的收益水平，提升了輸變電工程評價的科學性和全面性，使得輸變電工程項目評價更加貼合實際，為輸變電工程建設提供科學的決策方法。

參考文獻：

[1]Tinnium K, Rastgoufarci P, Duvoisin P F. Probabilistic Ranking of Large Scale Transmission Projects[J]. Electric Power System Research, 1997(42):108-112.

[2]Barros J, Melo A, Armando M. An Approach to the Explicit Consideration of Unreliability Costs in Transmission Expansion Planning[C]. International Conference on Probabilistic Methods Applied to Power Systems，2004,17:927-932.

[3]Minoia A, Ernst D, Dicoratom, et al. Reference Transmission Network A Game Theory Approach[J]. IEEE Transmission on Power Systems, 2006, 21(1):56-61.

[4]任懿靜.輸變電項目經(jīng)濟效益評價方法研究——以曹妃甸工程為例[D].北京:華北電力大學,2010.

[5]李向陽.電網(wǎng)建設項目經(jīng)濟評價方法與應用研究[D].長春:吉林大學,2004.

[6]鄭風雷.輸電網(wǎng)擴展的社會性評估方法[J].電力系統(tǒng)及其動化學報,2008,20(5):23-28.

[7]周建平,林韓,溫步瀛.基于層次分析法與灰關聯(lián)理論的輸屯網(wǎng)規(guī)劃方案綜合決策[J].智能電網(wǎng),2011(9):32-38.