史雷， 王瑩， 魏聯(lián)濱， 王彬， 李朝陽

(國網(wǎng)天津市電力公司 發(fā)展策劃部， 天津 300000)

0 引言

隨著大型配電網(wǎng)施工建設(shè)的快速推進和發(fā)展，配電網(wǎng)的投資額度越來越大，特別是在大規(guī)模的增益配電網(wǎng)投資中，需要投入大量的人力和財力，需要進行有效的風(fēng)險防控，研究增益配電網(wǎng)投資風(fēng)險評估方法，結(jié)合財務(wù)風(fēng)險決策和大數(shù)據(jù)分析的方法進行配電網(wǎng)投資風(fēng)險預(yù)測，提高增益配電網(wǎng)投資風(fēng)險評估和決策水平[1]。因此，在配電網(wǎng)的施工建設(shè)和發(fā)展設(shè)計規(guī)劃中，需要進行增益配電網(wǎng)投資風(fēng)險評估，構(gòu)建增益配電網(wǎng)投資評估模型，結(jié)合對增益配電網(wǎng)投資過程的可靠性控制和風(fēng)險評估，進行增益配電網(wǎng)投資風(fēng)險評價和決策，提高風(fēng)險評估能力，相關(guān)的增益配電網(wǎng)投資風(fēng)險評估方法研究受到人們的極大關(guān)注。文獻[2]針對決策樹的歸納功能研究基于決策樹算法提取智能變電站的專家系統(tǒng)規(guī)則方法，通過專家系統(tǒng)的運維規(guī)則促進變電站運行的自動學(xué)習(xí)。文獻[3]以梯度提升樹為基礎(chǔ)研究出一種變電站并行負荷預(yù)測方法，該方法可以快速且準確的預(yù)測電力負荷，加強在集群處理大數(shù)據(jù)方面的效率。本文提出基于風(fēng)險熵特征提取的增益配電網(wǎng)投資風(fēng)險評估算法，首先進行了投資風(fēng)險評估的相關(guān)大數(shù)據(jù)分析，然后進行投資風(fēng)險評估的熵特征提取，根據(jù)熵權(quán)分布進行風(fēng)險評估模型的優(yōu)化設(shè)計，最后進行仿真測試分析，得出有效性結(jié)論。

1 配電網(wǎng)投資風(fēng)險信息變量分析及樣本參數(shù)提取

1.1 增益配電網(wǎng)投資風(fēng)險信息變量分析

對增益配電網(wǎng)投資風(fēng)險評估是建立在配電網(wǎng)投資風(fēng)險因素的約束特征量分析基礎(chǔ)上，采用大數(shù)據(jù)信息融合方法，進行增益配電網(wǎng)投資風(fēng)險因素管理和自適應(yīng)參數(shù)調(diào)節(jié)，為了實現(xiàn)增益配電網(wǎng)投資風(fēng)險評估，首先構(gòu)建增益配電網(wǎng)投資風(fēng)險評估的統(tǒng)計分析模型，采用大數(shù)據(jù)特征采樣方法進行增益配電網(wǎng)投資風(fēng)險評估統(tǒng)的信息采樣和建模，構(gòu)建增益配電網(wǎng)投資風(fēng)險評估的解釋變量和控制變量，以投資方的財務(wù)支出J以及現(xiàn)金流為約束對象K，建立風(fēng)險數(shù)據(jù)評估參數(shù)模型，得到增益配電網(wǎng)投資風(fēng)險P的特征分布函數(shù)為P(ni)={pk|prkj=1,k=1,2,…,m}(ni代表不同的特征)，在內(nèi)控視角下進行財務(wù)風(fēng)險和經(jīng)營風(fēng)險評估，得到增益配電網(wǎng)投資風(fēng)險評估特征分布集，構(gòu)建全方位的風(fēng)險評估模型，結(jié)合增益配電網(wǎng)投資風(fēng)險評估的統(tǒng)計信息進行參數(shù)估計[4]，得到風(fēng)險評價的模糊度函數(shù)，如式(1)。

(1)

式中，W為風(fēng)險評估的統(tǒng)計信息，m表示配電網(wǎng)參數(shù)總和，引入風(fēng)險評估的內(nèi)部控制因素，進行增益配電網(wǎng)投資風(fēng)險評估的回歸分析，得到回歸分析模型，如式(2)。

(2)

式中，p為增益配電網(wǎng)投資風(fēng)險評估的解釋變量維數(shù)，n(t)為干擾項，a(θi)為內(nèi)部控制因素函數(shù)分析資本結(jié)構(gòu)與投資方資金水平的相關(guān)性關(guān)系，構(gòu)建增益配電網(wǎng)投資風(fēng)險評估的關(guān)聯(lián)函數(shù)，如式(3)。

(3)

G(t)=min{G1(t)+G2(t)}=

(4)

式中，kμ(t)表示增益配電網(wǎng)投資風(fēng)險評估的特征分解尺度；ΔTm(t)表示融資額度的量化特征集；w為自適應(yīng)權(quán)重；kμ(t)為統(tǒng)計特征分布量化集，表示為配電網(wǎng)資本回報水平。

根據(jù)上述分析，建立增益配電網(wǎng)投資風(fēng)險大數(shù)據(jù)分析模型，采用統(tǒng)計量化分析的方法進行增益配電網(wǎng)投資風(fēng)險評估的約束參數(shù)分析[5]，得到增益配電網(wǎng)投資風(fēng)險信息更新規(guī)則，如式(5)。

(5)

1.2 樣本參數(shù)提取

(6)

當(dāng)i∈I，j?I時，得到增益配電網(wǎng)投資風(fēng)險評估的熵權(quán)融合模型，如式(7)。

(7)

(8)

式中，Xmax，Xmin分別為風(fēng)險熵分布的最大評估閾值和最小閾值。將投資風(fēng)險水平分為高、中、低三組，得到配電網(wǎng)投資風(fēng)險評估的統(tǒng)計分析模型，如式(9)。

(9)

根據(jù)樣本數(shù)據(jù)分析結(jié)果進行模糊特征調(diào)度，進行增益配電網(wǎng)投資風(fēng)險評估的綜合調(diào)度和模糊決策，提高電網(wǎng)投資風(fēng)險的準確評估能力。

2 風(fēng)險評估模型優(yōu)化設(shè)計

2.1 配電網(wǎng)風(fēng)險評估決策

在上述建立增益配電網(wǎng)投資風(fēng)險大數(shù)據(jù)分析模型，并采用統(tǒng)計量化分析的方法進行增益配電網(wǎng)投資風(fēng)險評估的約束參數(shù)分析的基礎(chǔ)上，進行增益配電網(wǎng)投資風(fēng)險評估算法的優(yōu)化設(shè)計，本文提出基于風(fēng)險熵特征提取的增益配電網(wǎng)投資風(fēng)險評估算法。采用輸出穩(wěn)定性增益評估和模糊決策的方法進行配電網(wǎng)風(fēng)險評估的優(yōu)化決策和評估[7-8]，得到風(fēng)險條件轉(zhuǎn)移概率表示，如式(10)。

(10)

配電網(wǎng)投資風(fēng)險評估的狀態(tài)組合為λ=(X,O,A,B,π)，其中，X為增益配電網(wǎng)投資風(fēng)險評估的隱含狀態(tài)，X={xi,i=1,2,3,…,N}；O為配電網(wǎng)投資風(fēng)險評估的模型觀測狀態(tài)，O={oj,j=1,2,3,…,m}，如式(11)。

maxF(X)=(F1(X),F2(X),…,Fn(X))

s.t.gj(X)≤0 (j=1，2，…，p)

hk(X)=0 (k=1，2，…，p)

(11)

結(jié)合模糊綜合決策和博弈控制方法進行增益配電網(wǎng)投資風(fēng)險集構(gòu)造，分析配電網(wǎng)投資風(fēng)險評估的熵，采用自適應(yīng)尋優(yōu)算法[9]，得到風(fēng)險評估的狀態(tài)特征分布函數(shù),如式(12)。

(12)

采用自適應(yīng)的機器學(xué)習(xí)算法進行增益配電網(wǎng)投資風(fēng)險評估的自適應(yīng)尋優(yōu)，得到配電網(wǎng)投資風(fēng)險的量化評估特征分布滿足i∈I，由此構(gòu)建配電網(wǎng)風(fēng)險評估決策模型，根據(jù)模糊決策結(jié)果進行風(fēng)險評估的量化分析和統(tǒng)計學(xué)建模[10]。

2.2 配電網(wǎng)投資風(fēng)險評估尋優(yōu)

建立增益配電網(wǎng)投資風(fēng)險評估的專家系統(tǒng)分析模型，采用自適應(yīng)學(xué)習(xí)算法[11]，得到增益配電網(wǎng)投資風(fēng)險評估的樣本集，如式(13)。

(13)

式中，pj(t)為第t次迭代后增益配電網(wǎng)投資風(fēng)險評估的模糊規(guī)則集，pg(t)表示配電網(wǎng)投資風(fēng)險評估自適應(yīng)參數(shù)，a1與a2表示兩個最優(yōu)評估效果，給出增益配電網(wǎng)投資風(fēng)險評估的模糊聚斂控制函數(shù)，如式(14)。

(14)

式中，Hi表示模糊函數(shù)參數(shù)，Si表示聚斂函數(shù)參數(shù)，Vi表示投資控制概率，在投資不足的顯著性水平度上，配電網(wǎng)投資的盈利特征為Mh，在融資風(fēng)險加大的情況下，得到增益配電網(wǎng)投資風(fēng)險評估的有限數(shù)據(jù)集，如式(15)。

X={x1,x2,…,xn}?Rs

(15)

式中，增益配電網(wǎng)投資風(fēng)險評估樣本集中含有n個樣本，樣本xi，i=1,2,…,n，結(jié)合風(fēng)險熵調(diào)度，得到風(fēng)險熵增益，如式(16)。

(16)

式中，e(t)為風(fēng)險熵增益影響因子，則資本回報率的估計結(jié)果，如式(17)。

(17)

綜上分析，進行增益配電網(wǎng)投資風(fēng)險量化評估，提高配電網(wǎng)的投資風(fēng)險管控能力[12]。

3 實驗測試分析

采用SPSS 17.0軟件和Matlab仿真工具進行增益配電網(wǎng)投資風(fēng)險評估分析，對增益配電網(wǎng)投資風(fēng)險評估數(shù)據(jù)的采樣長度為1 024，統(tǒng)計周期內(nèi)投資增長的關(guān)聯(lián)系數(shù)為0.48，風(fēng)險決策關(guān)聯(lián)系數(shù)為0.48，訓(xùn)練集規(guī)模為500，風(fēng)險評估的描述性統(tǒng)計分析結(jié)果，如表1所示。

表1 描述性統(tǒng)計分析結(jié)果

根據(jù)上述描述性統(tǒng)計分析結(jié)果，采用統(tǒng)計量化分析的方法進行增益配電網(wǎng)投資風(fēng)險評估的約束參數(shù)分析，得到配電網(wǎng)投資風(fēng)險評估的統(tǒng)計分布，如圖1所示。

圖1 配電網(wǎng)投資風(fēng)險評估的統(tǒng)計分布

根據(jù)圖1的統(tǒng)計信息，采用輸出穩(wěn)定性增益評估和模糊決策的方法進行配電網(wǎng)風(fēng)險評估的優(yōu)化決策和評估，得到增益配電網(wǎng)投資風(fēng)險評估輸出，如圖2所示。

分析圖2得知，采用本文方法能有效實現(xiàn)配電網(wǎng)投資風(fēng)險評估，與文獻[2]、文獻[3]對比測試風(fēng)險評估的準確度水平，如圖3所示。

圖2 配電網(wǎng)投資風(fēng)險評估輸出

圖3 配電網(wǎng)投資風(fēng)險評估的準確性對比

分析圖3得知，采用本文方法能有效實現(xiàn)增益配電網(wǎng)投資風(fēng)險評估，評估的置信度水平較高。

為實現(xiàn)此投標(biāo)企業(yè)的最優(yōu)增益配電網(wǎng)報價，優(yōu)化供電分區(qū)以及增益配電網(wǎng)分配相關(guān)增益因素，獲取增益配電網(wǎng)工程投資風(fēng)險的需求要素，分別利用本文算法和文獻[2]、文獻[3]方法對某增益配電網(wǎng)工程造價風(fēng)險進行評估，將兩個項目實際的工程各風(fēng)險指標(biāo)與單個造價累計報價結(jié)果相對比，如圖4所示。

圖4 增益配電網(wǎng)工程造價風(fēng)險評估對比結(jié)果

由圖4可知，使用本文方法的工程累計報價在各個工程風(fēng)險指標(biāo)中都低于其他兩種方法，主要因為本文方法所構(gòu)建的增益配電網(wǎng)投資風(fēng)險評估的專家系統(tǒng)分析模型，計算出此投標(biāo)企業(yè)的最優(yōu)報價，獲取優(yōu)化供電分區(qū)以及增益配電網(wǎng)相關(guān)分配因素，精準的風(fēng)險評估降低多余的工程耗費，減少了工程造價累計報價，相對應(yīng)的，以上對比結(jié)果證明了增益配電網(wǎng)投資風(fēng)險評估模型能夠進行投資風(fēng)險的有效評估。

4 總結(jié)

研究增益配電網(wǎng)投資風(fēng)險評估方法，結(jié)合財務(wù)風(fēng)險決策和大數(shù)據(jù)分析的方法進行配電網(wǎng)投資風(fēng)險預(yù)測，提高增益配電網(wǎng)投資風(fēng)險評估和決策水平。本文提出基于風(fēng)險熵特征提取的增益配電網(wǎng)投資風(fēng)險評估算法，結(jié)合多元逐步回歸分析方法進行配電網(wǎng)投資風(fēng)險評估的綜合性決策，根據(jù)樣本數(shù)據(jù)分析結(jié)果進行模糊特征調(diào)度，進行增益配電網(wǎng)投資風(fēng)險評估的綜合調(diào)度和模糊決策，建立增益配電網(wǎng)投資風(fēng)險評估的專家系統(tǒng)分析模型，采用最大似然估計和模糊多參數(shù)約束控制的方法實現(xiàn)配電網(wǎng)投資風(fēng)險評估模型的優(yōu)化設(shè)計。分析得知，本文方法進行配電網(wǎng)投資風(fēng)險評估的準確性較高，置信度水平較好。