劉 敏

（國網江蘇省電力有限公司泰州市姜堰區(qū)供電分公司 江蘇 姜堰 225500）

1 引言

危險源評價是指對電力系統(tǒng)傳輸網路進行檢測和評估，通過對系統(tǒng)網絡中存在危險因素進行識別、定量和定性分析，計算網絡系統(tǒng)中危險源出現的可能性和破壞程度，做出正確的評價，并提出相應的解決措施[1]。通過實施具體措施，達到電力系統(tǒng)的規(guī)范化管理，提高生產的安全水平。

2 RBF神經網絡評價方法流程

RBF神經網絡是基于網路運作方法而構建的數學模型。即經過不斷學習，調整電力系統(tǒng)網路的聯系權值，最后實現預想的映射過程。神經網路具有學習和自動適應的能力、總結抽象能力和計算等各種能力。所有輸入q通過權重u進行加權后加上閾值α，在函數?的作用下實現神經元的輸出 c，得出 c=?(uq+α)。

電力系統(tǒng)是一個多項輸入并特定輸出的復雜系統(tǒng)，對其傳輸網絡危險源的評價需要構建相關的評價模型。RBF神經網路是基于有向圖為基礎結構的動態(tài)評價系統(tǒng)，可以利用輸入的信息數據做出相應的處理反應，最終輸出處理后的信息數據，所以能夠利用此神經網絡進行危險源的評價[2]。利用RBF神經網絡地電力系統(tǒng)傳輸網絡的安全性進行評價是指將安全性評價標準數值輸入神經網絡中，把那個把相關的評價結果輸出。同時對評價樣本進行大量的訓練，使得此神經網絡的輸出值和期望值相符，則其權值系數就是神經網絡通過學習達到的正確表示。RBF可以看作一種定性和定量的分析工具，能夠利用人工思維來綜合評價電力系統(tǒng)傳輸網絡的安全性。RBF評價方法和傳統(tǒng)網絡危險源評價方法相比，其具有以下優(yōu)勢：第一，將四個主要環(huán)節(jié)有機結合，同時也避免出現各環(huán)節(jié)之間繁瑣的非線性聯系。電力系統(tǒng)網絡安全性雖已經累積了許多原始的輸入和輸出信息數據，但是每個標準內部規(guī)律仍未完全了解，相比傳統(tǒng)方法此方法更具科學性和合理性。第二，定量和定性分析的有機結合。電力系統(tǒng)的輸入網絡既運用了安全生產管理的相關硬性標準，也采用了系統(tǒng)專家的理論知識和實踐經驗，更具客觀性。第三，直觀清晰的評價結果，將輸出結果進行分離，可以發(fā)現電力生產的安全性，能夠規(guī)范電力安全管理工作。

3 RBF神經網絡評價方法模型構建

由于此神經網絡評價方法設計四個主要環(huán)節(jié)，并且每個環(huán)節(jié)均有相應的電力系統(tǒng)安全評價標準利用RBF神經網絡進行評價方法模型的構建。輸入層構建，規(guī)范處理由輸入單元輸入的向量信息，m是指輸入的節(jié)點數量，電力系統(tǒng)安全評價標準有13個評價標準，即m=13。輸出層構建即將處理后的信息數據結構輸出，l表示輸出的節(jié)點數量，l取6。蘊含層構建，其關系到傳輸網絡性能的好壞，y指蘊含層節(jié)點的數量，在此以最小二乘法為基礎進行設計，其經驗使用公式為：

針對已知訓練樣本h，Ph1，Ph2，……Phn是樣本h的實踐數據，Qh1，Qh2，……Qhn是輸入向量，由Ph1，Ph2，……Phn通過定量分析可以得到；ρh=（h=1，2，……n，g=1，2，……n)是輸入層中第h個單元到蘊含層第g個單元之間的聯系權值；ρh=（g=1，2，……n)是蘊含層第g個單元與輸出層之間的聯系權值。利用大量的樣本進行神經網路培訓，使得其值達到收斂標準值，致使樣本具有一定的專業(yè)知識，儲存于RBF系統(tǒng)網絡權值中。此神經網絡評價方法能夠評價訓練的樣本，從而使得評價結果與人工思維和定性定量分析的結果相符合。

為了確保電力系統(tǒng)的安全評價的客觀性和權威性，在此對RBF評價方法的輸入向量和輸出向量提出下列方式。輸入向量利用大量的安全評價標準的實踐數據，并利用統(tǒng)計學原理可以獲得相關的平均值B-作為參考。分別對樣本g獲得的實踐數據Bg1，Bg2，……Bgn與參考值B-的差值。此方法可以實現定性定量分析，并融入專業(yè)知識，也能夠克服評價過程中出現的不穩(wěn)定因素，從客觀角度考慮輸入向量。確定輸出向量，為了使得評價結果具備直觀性，對電力系統(tǒng)安全評價分為4個評價級別：高、一般、較差、很差。此分類方式將傳輸網絡輸出的實際結果與評價級別進行比較，對電力系統(tǒng)傳輸網絡的安全性評價有很大的促進作用。

求解評價方法模型。在RBF神經網絡中，輸入數值傳送到蘊含單元，通過函數計算后再將蘊含層單元計算值傳送到輸出層，并獲得輸出數值，再經過反向傳送的方式整改電力系統(tǒng)傳輸網絡的閾值和權值，使得誤差小于設定的收斂數值。傳輸網絡中各個單元的輸出數值計算方法如下：輸入層計算，vh=Zh，h=1，……n，其中vh指輸入層中第h單元的輸出數值；蘊含層計算，Vg=f(netg)，g=1……n其中Vg指蘊含層中第g個單元的輸出量；輸出層計算：

其中，υk表示單元閾值，針對樣本h，實際輸出數值Sh與標準值Dh的出差函數為Fh，并且

假設樣本的總量為，總體誤差為：

評價計算方法為：首先量化評價標準屬性數值，對RBF神經網絡結構進行定義并選擇其參數，設定相應的權值和閾值；其次，將檢測對象向量輸入，并在蘊含層計算，然后通過輸出層輸出計算結果，獲取實際輸出數值，從而實現對電力系統(tǒng)傳輸網絡的危險源進行評價。在實際電力行業(yè)的應用中，此評價方法可以有效地發(fā)現傳輸網絡中的危險源，并及時進行處理和維修，進而保障電力系統(tǒng)的安全生產和穩(wěn)定運行。

4 結語

通過對RBF神經網絡評價方法的流程和模型構建進行分析，并進行模型求解。并結合實際應用，證明了此評價方法安全評價標準設定的科學性，同時也說明了此評價方法的實用性和準確性。利用評價矩陣等可以只管清除地發(fā)現電力系統(tǒng)傳輸網絡中的不足，為電力安全運行和生產管理提供了一定的理論依據。