基于模糊層次分析法的區域雷電風險評估方法研究

陳偉 孫錄貴 歐林忠

摘要 科學合理的雷電災害風險評估能有效指導防雷減災工作，傳統雷電風險評估方法對于因素模糊的區域無法確定參數值，不能定量評估區域風險值。本文研究了基于模糊層析分析法的雷電風險評估方法，應用層次分析法提出雷電風險評估三層指標模型，結合模型各風險因子，利用模糊綜合算法對區域內雷擊風險指數進行計算，得出相對應的雷電風險等級。并通過實例證明，基于模糊層次分析法的區域風險評估在致災因子的選擇上更加靈活，對因素難值難以確定區域的雷電風險評估有較好的適用性。

關鍵詞 雷電災害；模糊層次分析法；區域風險評估；致災因子

中圖分類號 P429 文獻標識碼 A 文章編號 1007-5739（2018）17-0180-03

Abstract Scientific and reasonable lightning disaster risk assessment can effectively guide the work of lightning protection and disaster reduction.Traditional lightning risk assessment methods can not determine parameter values for areas with ambiguous factors and can not assess regional risk values quantitatively.This paper studied the method of lightning risk assessment based on fuzzy analytic hierarchy process，and a three-layer index model of lightning risk assessment was proposed by using the analytic hierarchy process.Combined with the risk factors of the model，the fuzzy comprehensive algorithm was used to calculate the lightning risk index in the region，the corresponding lightning risk level was obtained.Finally，it was proved by examples that the regional risk assessment based on the fuzzy analytic hierarchy process was more flexible in the selection of hazard factors，and had better applicability to regional lightning risk assessment where the factor was difficult to determine.

Key words lightning disaster；fuzzy analytic hierarchy process；regional risk assessment；hazard factor

宿州市位于安徽省北部，轄1個區4個縣，常住總人口有559.93萬人，地區生產總值（GDP）1 503.9億元，每年雷暴日最多達28 d，是全國多雷暴地區之一。近年來，隨著宿州市社會經濟的快速發展，雷電災害事故頻繁發生。雷電災害風險評估是減輕雷電災害損失和影響程度的一種有效方法，也是雷電災害風險防控的基礎，可以為氣象部門科學制訂防雷減災規劃、提升區域防雷減災能力提供科學支撐。

雷電災害風險致災因子參數是模糊的、不確定的[1]，傳統雷電風險評估方法對單體建（構）筑物內因子容易確定的情況比較有效，而對于復雜區域的評估則適用性不強，缺乏評估體系、系統的評估指標，很難確定區域內的雷電風險值。

論文對基于模糊層次分析法的區域雷電風險評估方法進行研究，將風險評估結果劃分為低風險、中風險、高風險和強風險4個等級。方法建立了區域雷電災害風險評估遞階層次結構模型，通過分析安徽省2010—2016年閃電定位數據，對某一區域的各層次、各指標因子風險值進行計算，通過隸屬度函數計算得出落在各個風險區域內的模糊值，根據這個模糊值的權重大小，最終得出評估對象區域的總風險值。

1 宿州市區域雷電風險評估階梯層次結構模型建立

綜合雷電自身的放電特性、影響雷電放電的區域環境和區域內承災體的雷電敏感特征，選取雷電風險（H）、地域因素（E）、暴露性（D）、承災體易損性（V） 4個主要因素構成評估方法的評價指標集合。根據概率論的相關知識，項目總風險用公式表達如下[2]：

R=H·E·D·V

根據區域雷電災害風險評估遞階層次結構模型（圖1），給出宿州市雷電風險評估參數，以第1分支雷電風險的3個參數為例，給出宿州市區域雷電風險評估的底層參數設定方法。

（1）雷擊大地密度。傳統計算雷擊大地密度的公式具體如下：

Ng=0.1×Td

式中：Td為年平均雷暴日，根據當地氣象臺、站資料確定，單位為d/年。

結合安徽省閃電定位數據及宿州地區雷擊大地密度情況，得到雷擊大地密度等級劃分（表1）。

（2）雷電流強度。通過對皖北地區閃電定位儀數據分析可以看出，大部分閃電的強度（含正閃和負閃）在15～60 kA之間。結合皖北地區閃電定位儀數據分析，運用比例劃分法，將雷電流強度按照比例劃分為4個等級（表2）。

（3）雷電流陡度。雷電的平均陡度直接決定其產生閃電電涌的強弱，通常會影響附近弱電設備的正常工作，某些時候可能會造成設備故障甚至損壞，雷電流陡度正好能直觀地反映項目周邊的電磁環境。在現代防雷保護與雷電特性的基礎研究中，雷電流陡度具有非常重要的意義。根據閃電定位儀資料，項目附近雷電流陡度主要分布在0～25 kA/μs之間，根據相關的經驗，可以將雷電流陡度劃分成4個等級（表3）。

2 基于模糊數學的層次分析評估方法

2.1 層次分析法

層次分析法是一種定性和定量結合的考慮多因子進行決策分析的方法[3]。層次分析法的基本原理是利用層次分析法將一個復雜系統中的每個指標分解為若干個有序層次，每一個層次之間按照隸屬關系組建成一個有序的遞階層次結構模型。根據這些分解因子的重要性進行對比，形成判斷矩陣，最終得出目標因子的重要性權重。

2.1.1 構建判斷矩陣。根據上下層因子關系（圖1）構建目標對象的判斷矩陣。下層因子是構建判斷矩陣的關鍵因子，對于目標因子而言，關鍵因子互相對比所表現出的重要程度不同，這對最終目標因子的權重影響重大，并影響決策者的決策。層次分析法使用數字1—9及其倒數作為標度[4]，從而構成判斷矩陣，判斷矩陣標度規則見表4。

2.1.2 判斷矩陣的一致性檢驗。

（1）一致性指標CI計算公式如下：

其中，λmax為判斷矩陣的最大特征值。

（2）查找平均隨機一致性指標RI。平均隨機一致性指標RI由表5查找得到。

（3）一致性比率CR計算公式：

判斷矩陣只有在CR<0.1時才被認定為可以接受，否則需要重新調整判斷矩陣。

2.1.3 根據判斷矩陣計算權重向量W。層次分析法對判斷矩陣的權重向量計算方法很多，分別有幾何平均法、算術平均法、特征向量法和最小二乘法等[5]，本文使用特征向量法計算權重。

首先求得判斷矩陣的特征向量：IT=（x1，x2，…，xn）

再將其歸一化，得到權重向量：

2.1.4 評估模型指標權重計算結果。根據區域雷電災害風險評估遞階層次結構模型，以地域風險分支為例，根據專家問卷調查確定模型判斷矩陣，并運用特征向量法計算出各個指標的權重值（表6～9）。土壤結構、周邊環境、地域風險、第二層指標的判斷矩陣CR分別為0.003 557 7、0.017 596、0.008 846、0.012 734，均通過一致性檢驗。

2.2 模糊數學中隸屬度和隸屬函數

風險，是不確定的，是一種模糊的概念。對風險的理解，不能確定地說發生與否。因此，我們運用隸屬度，其屬于模糊評價函數里的概念，模糊綜合評價是對受多種因素影響的事物作出全面評價的一種十分有效的多因素決策方法，其特點是評價結果不是絕對地肯定或否定，而是以一個模糊集合來表示。

隸屬函數是模糊集合的支柱，模糊集合完全由隸屬函數所刻畫，隸屬函數可分為偏小型、偏大型和中間型3種。根據宿州地區的實際情況，對于雷電災害評估所選的參量，采用偏小型隸屬函數方法進行評估計算[6]。偏小型隸屬函數如下：

2.3 基于模糊數學的層次分析法合成運算公式

應用模糊變換的合成運算公式為：

經過多層計算得到綜合評價結果，再采用適當的加權平均處理，得到以下計算公式[7]：

3 區域雷電災害風險評估方法的應用

評估對象是宿州市云陽新能源發電有限公司埇橋區謝集鄉宣楊村20 MW地面光伏電站項目，總占地面積40.258 2 hm2，為宿州市首家規模較大的光伏發電項目，也是宿州市委、市政府重大招商引資項目。電站依山而建，具有地形因素復雜、占地面積廣、太陽能電池組件數量規模較大等特征，傳統雷擊風險評估方法很難給出單個組件或幾個逆變器件的風險值[8]，特別是一些重要參數難以定性分析，在對光伏電站的風險評估中作用已捉襟見肘。項目區域劃分俯視圖如圖2所示。

以項目東區為例，東區位于高程約為81.2 m的山坡南側，區域2以崎嶇山路為基本準線，沿路設有編號為2-4～2-17共14臺逆變設備箱。

區域1：以東區區域2以北部分為1個評估區域，平均高程約為58.4 m。區域2：沿著東區中線附近，修有1條山路，沿路設有14臺逆變設備。區域3：以東區區域2以南部分為1個評估區域，平均高程約為15 m。

分析項目各個區域內的雷電風險、地域風險、暴露性和承載體風險[9]，根據獲取的相關參數進行計算，將區域雷電災害風險值分為4個等級，分別是Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級，每個等級的綜合評價用b表示，b的區間為[0，7]。按等間距劃分法，Ⅰ級為低風險，綜合評價0≤風險值<2；Ⅱ級為中風險，綜合評價2≤風險值<4；Ⅲ級為高風險，綜合評價4≤風險值<6；Ⅳ級為強風險，綜合評價6≤風險值<8。

根據上述的區域雷電災害風險隸屬度，結合最終計算得到Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級的隸屬度b1、b2、b3、b4、b5，則根據綜合評價F=1×b1+3×b2+5×b3+7×b4，求出區域1、區域2、區域3的F值，分別為3.581 5、3.479 3、2.953 0。

因此，評估的3個區域雷電災害風險均處于危險等級Ⅱ級（中風險）。其中，區域1（上坡上沿光伏電池板區）雷電災害風險最高，區域3（上坡下沿光伏電池板區）雷電災害風險最低[10-11]。

4 結論

區域風險評估具有靈活方便、條理清晰、選取因素廣泛全面等優點。實踐證明，在評估類似光伏電站等面積大、影響因素多且雜的對象時，基于模糊數學的區域風險評估方法表現出了很強的適用性[12-13]，將來可以推廣到更加廣泛的場合。但是，由于其對參數的選取經驗性較強，還沒有明確的標準予以統一，受評估人員經驗知識的限制較強，往往也會影響其客觀性，需要更加深入地研究區域評估在參數因子選取方面的科學規律性[14]，完善相關評估準則，讓評估更加規范、科學。

5 參考文獻

[1] 余蜀豫，任艷，覃彬全.基于模糊數學的重慶地區雷電災害風險評估方法研究[J].災害學，2015，30（2）：75-78.

[2] 扈海波，王迎春，熊亞軍，等.基于層次分析模型的北京雷電災害風險評估[J].自然災害學報，2010，19（1）：104-109.

[3] 郭金玉，張忠彬，孫慶云.層次分析法的研究與應用[J].中國安全科學學報，2008（5）：148-153.

[4] 鄧雪，李家銘，曾浩健，等.層次分析法權重計算方法分析及其應用研究[J].數學的實踐與認識，2012，42（7）：93-100.

[5] 歐繼山，李薇，朱婷婷，等.基于灰色層次分析法的隱寫分析算法評估[J].計算機與數字工程，2015，43（6）：967-971.

[6] 江高.模糊層次綜合評價法及其應用[D].天津：天津大學，2005.

[7] 何清芳，李劍剛，張建才.淺談區域雷電災害風險評估方法[J].福建電腦，2016，32（8）：132-134.

[8] 周國軍，寧菲菲，梁忠武，等.雷電災害風險評估方法的現狀進展與應用[J].通訊世界，2015（10）：226-227.

[9] 劉三梅，呂海勇，陳紹東，等.廣東省雷電風險區劃研究[J].資源科學，2014，36（11）：2337-2344.

[10] 余蜀豫.雷電風險評估方法和參數研究及實踐[D].南京：南京信息工程大學，2012.

[11] 龍思朝.氣象數據在雷電風險評估中的應用[J].貴州氣象，2011，35（2）：58-59.

[12] 鄧寧文.雷擊風險評估管理系統的設計與實現[D].成都：電子科技大學，2012.

[13] 郭青，周偉導.雷電風險評估計算方法淺析[J].內江科技，2011，32（12）：118-119.

[14] 曾慶鋒，王振會.小型加油站雷擊風險評估的災害分析及防護對策[J].氣象與環境科學，2010，33（1）：89-93.