宋麗，李鵬，許文韜，喬明明，周洵，饒果

（1.新疆大學，烏魯木齊 830046；2.國網(wǎng)湖南省電力有限公司超高壓輸電公司，湖南 衡陽 421002；3.湖南省電網(wǎng)建設(shè)有限公司，湖南 衡陽 421002）

0 引言

電力安全可靠供應(yīng)對社會經(jīng)濟發(fā)展意義重大，“十三五”期間我國建成一大批“西電東送”“北電南供”電力能源大動脈，打造了世界上電壓等級最高、安全運行紀錄最長的特大型電網(wǎng)，預計“十四五”期間全社會用電量將達9.85萬億kWh，成為名副其實的電力強國［1］。以華中某省級電網(wǎng)為例，該省作為華中地區(qū)能源資源匱乏省份和能源輸送的末端，能源供應(yīng)長期存在壓力，隨著1 000 kV南陽-荊門-長沙特高壓線路的投運，進一步完善了華中電網(wǎng)“日”字型主網(wǎng)架，顯著提升了省間電力交換能力，保障華中電網(wǎng)系統(tǒng)安全運行，為該地區(qū)地區(qū)增加200萬～300萬kW供電能力，結(jié)合2017年投運的祁韶±800 kV特高壓直流工程，組成“一交一直”特高壓網(wǎng)架，電網(wǎng)進入交直流混聯(lián)電網(wǎng)新階段［2］。

超/特高壓輸電線路在能源大范圍跨區(qū)域配置中作用顯著，一般跨越短則數(shù)百公里、長則數(shù)千公里的地域進行電能輸送，需要途徑高原、森林、丘陵等不同地貌，長年累月經(jīng)受風霜雨雪和雷暴山火的考驗［3］。為了確保輸電線路安全可靠運行，大量的電力工人工作在輸電線路運維檢修一線，時刻關(guān)注線路運行安全。隨著華中某地區(qū)現(xiàn)階段超/特高壓輸電線路密集投運，輸電線路運行維護檢修的電網(wǎng)、設(shè)備、人員各類安全風險逐年攀升，有必要對該地區(qū)輸電線路運維檢修過程中的風險進行評估，提出有效的風險管控措施［4-5］。

目前，國內(nèi)外學者針對輸電線路運維檢修過程中的風險從不同角度進行了研究?；谘芯繉ο蟛煌?，風險評估方法可大致分為輸電線路在線監(jiān)測法［6］、氣象環(huán)境分析法［7］、層次分析法［8］等。文獻［9］構(gòu)建了輸電線路覆冰在線監(jiān)測實時預警及趨勢預警的雙動態(tài)預警模型，為輸電線路覆冰預警監(jiān)測提供了良好的基礎(chǔ)。文獻［10］研究了祁韶直流特高壓輸電線路線夾組件概率疲勞脆性曲線，為輸電線路金具的易損位置及破壞機理分析提供了參考。部分學者針對雷擊、山火、覆冰和臺風等不同氣象條件下的輸電線路災害風險展開研究，建立相關(guān)事故預警模型，提出了一系列不同地理氣象條件下風險評估控制方法［11-14］。上述文獻從不同專業(yè)角度對輸電線路進行風險評估，并提出了專業(yè)性的控制策略。然而輸電線路運維檢修是一項涉及電網(wǎng)、設(shè)備、人員多方面安全風險管理的綜合工作，因此考慮輸電線路運維檢修全生命周期風險控制管理，降低線路運維檢修風險概率變得十分重要。

云模型風險評估方法［15］是一類應(yīng)用廣泛的風險評估算法，具有風險分布云圖直觀可視以及風險嚴重程度量化評估的雙重優(yōu)勢。為了進一步提高當前華中某地區(qū)超/特高壓輸電線路運維檢修過程中的關(guān)鍵風險因素識別能力，本文提出一種基于云模型的輸電線路運維檢修風險評估策略，梳理目前超/特高壓輸電線路運維檢修中的關(guān)鍵安全風險因素，進行風險因素組合權(quán)重賦權(quán)，基于云模型繪制關(guān)鍵風險因素云圖進行風險評估。

1 關(guān)鍵風險因素識別

工作風險結(jié)構(gòu)分解法常用于工程項目的風險因素識別［16］。本文對華中某地區(qū)輸電線路從投運到正式運維檢修的各類工作任務(wù)進行分解，包括日常運維“六防”、專項停電檢修、應(yīng)急帶電作業(yè)三部分。

1.1 工作任務(wù)分解

基于上述風險識別范圍，對華中某地區(qū)輸電線路運維檢修項目進行分解，將“項目”作為第一層，將日常運維“六防”、專項停電檢修、應(yīng)急帶電作業(yè)作為第二層，再根據(jù)各部分涉及的工作流程、施工工藝逐步劃分第三層。輸電線路運維檢修項目工作任務(wù)分解如圖1所示。

圖1 輸電線路運維檢修項目工作任務(wù)分解Fig.1 Tasks breakdown for a transmission line operation and maintenance project

1.2 風險分解

對該地區(qū)輸電線路運維檢修工作的各類風險因素進行分解，涉及組織與管理風險、設(shè)備風險、環(huán)境風險三個專業(yè)領(lǐng)域，再按照各專業(yè)領(lǐng)域的內(nèi)容和特征，依次劃分出第三層風險。風險分解如圖2所示。

圖2 輸電線路運維檢修項目風險分解Fig.2 Risk breakdown of a transmission line operation and maintenance project

1.3 關(guān)鍵風險因素篩選

輸電運維檢修項目全部工作過程涉及的風險點十分龐雜，為保證風險評價的有效性，利用模糊拓展集［17］計算專家投票得到的風險因素排序值。

式中：tA(xi)為贊成第i個指標納入關(guān)鍵風險因素的專家人數(shù)占專家總?cè)藬?shù)的比值；fA(xi)為反對第i個指標納入關(guān)鍵風險因素的專家人數(shù)占專家總?cè)藬?shù)的比值；πA(xi)為猶豫度函數(shù)，表示投棄權(quán)票的人數(shù)占比。

式中：SA(xi)為計算得到的風險因素排序值。

本文選取SA(xi)≥0.4作為篩選標準，表示贊成減去反對的票數(shù)占總樣本人數(shù)四成以上則認定該風險因素為關(guān)鍵風險因素，得到16項輸電線路關(guān)鍵風險因素排序如表1所示。

表1 關(guān)鍵風險因素排序Table 1 Ranking of key risk factors

2 組合權(quán)重計算

篩選出的16項關(guān)鍵風險因素排序是一類偏主觀的定性排序，客觀性體現(xiàn)不足，需要另外計算其客觀權(quán)重，用以得到關(guān)鍵風險因素組合權(quán)重，使得后續(xù)風險評價與風險應(yīng)對策略更加科學。

本文采用熵權(quán)法進行風險因素組合賦權(quán)權(quán)重計算。

步驟1：計算主觀權(quán)重ωAi。

以“運維管理制度風險”為例，可得該風險因素主觀權(quán)重為0.086。同理，計算剩余評價指標的主觀權(quán)重，得到16項風險因素主觀權(quán)重如表2所示。

表2 關(guān)鍵風險因素主觀權(quán)重Table 2 Subjective weights of key risk factors

步驟2：再次邀請專家學者對16項關(guān)鍵風險因素進行風險等級打分，收集評分結(jié)果形成風險因素打分表，對應(yīng)的評分分值區(qū)間如表3所示［18］。

表3 風險評分分值Table 3 Risk score

步驟3：計算各關(guān)鍵風險因素在專家打分所形成的風險評價值比重rij。

式中：rij為專家打分所形成的風險評價值比重；Qij為各個關(guān)鍵風險因素專家打分值。根據(jù)專家打分得到“運維管理制度風險”分值比重為0.078。

步驟4：計算評分信息熵值Hij。

根據(jù)專家打分可得“運維管理制度風險”信息熵值為0.998。

步驟5：計算客觀權(quán)重ωBi。

“運維管理制度風險”客觀權(quán)重計算算例如式（7）所示。

同理可得其他關(guān)鍵風險因素的客觀權(quán)重如表4所示。

表4 關(guān)鍵風險因素客觀權(quán)重Table 4 Objective weight of key risk factors

步驟6：通過對比表2和表4，可以看出16項關(guān)鍵風險因素的主、客觀權(quán)重差異較大。線性加權(quán)法［20］側(cè)重于對多類權(quán)重差異較大的指標進行權(quán)重組合，因此本文選用線性加權(quán)法計算組合權(quán)重。

式中：γ和σ分別為主、客觀賦權(quán)的賦值加權(quán)系數(shù)；ωCi為組合權(quán)重。

考慮到風險識別對象是電力特種行業(yè)，主觀權(quán)重重點體現(xiàn)人身和設(shè)備安全效益，客觀權(quán)重更多體現(xiàn)社會經(jīng)濟效益，主觀權(quán)重的重要性應(yīng)大于客觀權(quán)重，因此設(shè)定賦值加權(quán)系數(shù)γ≥σ，這也更符合本文研究對象的實際情況。定義主、客觀權(quán)重值差異函數(shù)為d(ωAi，ωBi)，與賦值加權(quán)系數(shù)滿足如下關(guān)系式［18］：

計算可得各個關(guān)鍵風險因素組合權(quán)重，以二級風險因素“運維管理制度風險”為例，其組合權(quán)重風險值為：

對應(yīng)的一級風險風險因素“管理風險”的組合權(quán)重風險值為：

同理可計算出全部16項關(guān)鍵風險因素的組合權(quán)重，結(jié)果如表5所示。

表5 關(guān)鍵風險因素組合權(quán)重Table 5 Portfolio weights of key risk factors

3 基于云模型的輸電線路運維風險評估

在進行輸電線路運維風險評估之前，首先要建立風險評價標準云，計算風險評價標準云參數(shù)(Ex1，En1，He1)。以表3中的“低風險”標準云模型參數(shù)B∈[0，2)為例，可得標準云參數(shù)如下：

式中：Ex1為云模型期望；En1為熵；He1為超熵，一般取值0.15［15］。同理可得標準云模型參數(shù)如表6所示，風險評價標準云圖如圖3所示。

表6 標準云模型參數(shù)Table 6 Standard cloud model parameters

圖3 風險評價標準云圖Fig.3 Cloud chart of risk assessment criteria

3.1 云模型參數(shù)求解

求解二級風險因素和一級風險因素的云模型參數(shù)，而后進一步求解得到研究對象綜合整體風險云模型參數(shù)。以二級風險因素“運維管理制度風險”為例，根據(jù)式（13）可求解得到其樣本均值和樣本方差S211：

該二級風險因素的云參數(shù)為：

因此二級風險因素“運維管理制度風險”的評價云參數(shù)為（6.9，0.68，0.3）。

再以一級風險因素“管理風險”為例，已知其組合權(quán)重為0.507，則對應(yīng)的一級風險因素“管理風險”云參數(shù)計算如下：

同理可以求得所有風險因素的整體云模型參數(shù)如表7所示。

表7 整體云模型參數(shù)Table 7 Overall cloud model parameters

3.2 云模型風險評估

根據(jù)計算得到的16類關(guān)鍵風險因素的云參數(shù)計算結(jié)果，分別對3類風險進行云圖風險評估。

1）“管理風險”云圖參數(shù)為（2.75，0.71，0.34），在標準云圖中的對比如圖4所示，分析可知“管理風險”云圖大部分處于較低風險區(qū)間，為較低風險水平。

圖4 管理風險對比云圖Fig.4 Cloud chart of management risk comparison

2）設(shè)備風險云圖參數(shù)為（4.72，0.73，0.31），在標準云圖中的對比如圖5所示，分析可知設(shè)備風險云圖大部分處于標準云圖的中度風險區(qū)間，為中度風險水平。

圖5 設(shè)備風險對比云圖Fig.5 Cloud chart of equipment risk comparison

3）環(huán)境風險云圖參數(shù)為（4.9，0.8，0.23），在標準云圖中的對比如圖6所示，分析可知環(huán)境風險云圖大部分處于標準云圖的中度風險區(qū)間，為中度風險水平。

圖6 環(huán)境風險對比云圖Fig.6 Cloud chart of environment risk comparison

4）總體風險云圖參數(shù)為（3.79，0.74，0.31），在標準云圖中的對比如圖7所示，分析可知總體風險云圖處于標準云圖的較低風險與中度風險區(qū)間。

3.3 歸一化評估風險相似度

風險云圖可對研究對象風險屬性進行較為直觀的定性分析，但是各種風險因素在不同風險區(qū)間的符合程度需要歸一化為相似度百分比，從而定量評估安全風險。在云圖對比分析的基礎(chǔ)上，計算得出評價風險云與標準云的量化相似度，實現(xiàn)風險云圖量化評價。

3.3.1 云相似度計算

云相似度δi計算方法如下：

1）計算評價云正態(tài)分布數(shù)xk。

式中：Enk表示以En為期望、H2e為方差的隨機正態(tài)分布數(shù)；xk表示以Ex為期望、E2nk為方差的隨機正態(tài)分布數(shù)。

2）計算標準云正態(tài)分布數(shù)E'nk。

式中：E'nk表示以Enq為期望、H2eq為方差的隨機正態(tài)分布數(shù)。

3）計算xk在E'nk中的隸屬度μkq。

式中：Exq為不同風險區(qū)間標準云的期望值。

4）評價云與標準云相似度計算。

式中：N為歸一化計算程序循環(huán)計算符合評估精度的次數(shù)。

3.3.2 風險相似度結(jié)果分析

由于歸一化計算量較大，本文采用MATLAB仿真軟件進行計算，單輪歸一化循環(huán)次數(shù)為5 000，歸一化計算得到華中某地區(qū)輸電線路運維檢修總體風險和一級風險相似度百分比如表8所示，二級風險相似度百分比如表9所示。

表8 總體風險和一類風險相似度百分比Table 8 Percentage of similarity of overall risk and class-1 risk

表9 二類風險相似度百分比Table 9 Percentage of similarity of class-2 risk

由表8、表9可知，通過云模型評估得到華中某地區(qū)輸電線路運維檢修總體風險為較低風險。

1）一級風險因素“管理風險”為較低風險。其中，“運維管理制度風險”二級風險因素為較高風險，“高空作業(yè)風險”二級風險因素為中度風險，均需要采取有效風險控制措施。

2）一級風險因素“設(shè)備風險”為中度風險。其中，“施工材料質(zhì)量風險”為較高風險，“線路桿塔施工工藝風險”“金具銹蝕斷裂風險”和“桿塔基礎(chǔ)損傷風險”均為中度風險，需要采取有效風險控制措施。

3）一級風險因素“環(huán)境風險”為中度風險。其中，“線路通道速生樹竹跳閘風險”為較高風險，“運維項目資金安全風險”“輸電線路導地線覆冰跳閘風險”和“線路雷擊跳閘風險”和“線路保護區(qū)范圍內(nèi)山火風險”均為中度風險，需要采取相應(yīng)風險控制措施。

3.4 風險控制效果評估

為了更好地評估風險控制效果，對施加控制決策后的各個風險因素進行云模型參數(shù)調(diào)整，調(diào)整規(guī)則如下：內(nèi)部重要風險因素在采取一系列有效控制措施后，各風險因素云模型參數(shù)期望值減少2；外部重要風險因素在采取有效控制措施后，各風險因素云模型參數(shù)期望值減少1［18-20］。

施加控制措施后的華中某地區(qū)輸電線路運維檢修總體風險因素對比云圖如圖8所示，可以看出，采取風險控制措施后，風險云圖由原先的中度風險向較低風險移動明顯，穩(wěn)定在較低風險左側(cè)，總體風險云圖基本落在標準云圖的較低風險區(qū)間，風險控制效果較為理想。

圖8 施加控制措施后總體風險對比云圖Fig.8 Cloud chart of overall risk after control measures applied

此外，對施加控制措施后的總體風險評價云參數(shù)與標準評價云參數(shù)進行相似度百分比計算，結(jié)果顯示該地區(qū)某輸電線路運維檢修的總體風險呈現(xiàn)較低風險的概率由原先的73.7%提升至98.2%，中度風險發(fā)生概率由原先的26%降至0.9%。

4 結(jié)語

本文基于云模型對華中某地區(qū)輸電線路運維檢修關(guān)鍵風險因素進行風險評估，得到了3類一級風險因素和16類關(guān)鍵風險的云模型參數(shù)，通過繪制風險因素云圖并與標準云圖進行比對，識別出重點風險因素11項，采取風險控制措施后，對各風險因素進行再評估，結(jié)果顯示中度風險發(fā)生概率由原來的26%降至0.9%。研究成果為華中某地區(qū)輸電線路運維檢修風險控制提供了可行思路。