基于神經(jīng)網(wǎng)絡(luò)算法的電力信息系統(tǒng)綜合評價(jià)實(shí)現(xiàn)與應(yīng)用展望

王蘇北，施 綺，王 楠

(1．上海電力設(shè)計(jì)院有限公司，上海 200025；2.國家電網(wǎng)公司華東分部，上海 200120)

隨著信息技術(shù)的飛速發(fā)展，各種信息系統(tǒng)在電力企業(yè)生產(chǎn)和管理中的應(yīng)用越來越廣泛，信息系統(tǒng)新建、升級、擴(kuò)建等越來越頻繁，如何科學(xué)的評價(jià)電力信息系統(tǒng)的應(yīng)用、運(yùn)行狀態(tài)及系統(tǒng)優(yōu)劣性，對于決策是否需對系統(tǒng)改造或新建有著十分重要的意義[1-3]。

電力信息系統(tǒng)具有專業(yè)性強(qiáng)、內(nèi)部獨(dú)立、規(guī)劃系統(tǒng)、重安全可靠、維護(hù)擴(kuò)展需求大、更新變化快等特點(diǎn)。電力信息系統(tǒng)的建設(shè)不僅要同時(shí)兼顧到電力系統(tǒng)的專業(yè)性特點(diǎn)，更要關(guān)注到日新月異的信息化技術(shù)發(fā)展影響，綜合二者特點(diǎn)，本文提出了一套適用于電力信息系統(tǒng)綜合評價(jià)的指標(biāo)體系及評價(jià)方法，以便對系統(tǒng)的建設(shè)、運(yùn)維、擴(kuò)建等全過程提供合理可靠的評價(jià)支撐，為電力信息系統(tǒng)的人工智能評價(jià)方式提供參考。

1 電力信息系統(tǒng)綜合評價(jià)指標(biāo)體系

電力信息系統(tǒng)是信息化技術(shù)在電力行業(yè)的應(yīng)用，是專門為電網(wǎng)生產(chǎn)管理服務(wù)的較為獨(dú)立的內(nèi)部信息化系統(tǒng)。系統(tǒng)不但具備信息化系統(tǒng)一般特點(diǎn)，如軟件質(zhì)量、系統(tǒng)可靠性、安全性、可維護(hù)性、可移植性、界面友好性等常規(guī)評價(jià)指標(biāo)，還應(yīng)考慮電力系統(tǒng)的特有屬性，如符合國網(wǎng)政策、系統(tǒng)規(guī)劃目標(biāo)及實(shí)施要求、電力網(wǎng)絡(luò)安全、與電力相關(guān)系統(tǒng)匹配、電力調(diào)度操作效率、社會環(huán)境經(jīng)濟(jì)影響等因素[4-7]。

本文選取調(diào)度管理類信息系統(tǒng)進(jìn)行綜合評價(jià)指標(biāo)體系建設(shè)，調(diào)度管理類信息系統(tǒng)主要用于電力企業(yè)調(diào)控中心，如能量管理系統(tǒng)、模型數(shù)據(jù)中心、PMS等，這些系統(tǒng)均為電力調(diào)度管理服務(wù)，在綜合評價(jià)指標(biāo)體系中各指標(biāo)所占權(quán)重相近，可統(tǒng)一進(jìn)行考量評價(jià)效果。綜合考慮信息化與電力專業(yè)融合等特點(diǎn)，從技術(shù)水平、性能因素、價(jià)值因素、操作因素和創(chuàng)新因素5個(gè)方面對其制定分層結(jié)構(gòu)的綜合評價(jià)指標(biāo)體系(二級指標(biāo)，共28個(gè)指標(biāo))，如表1所示。定性指標(biāo)量化如表2所示。

表1 調(diào)度類信息系統(tǒng)評價(jià)指標(biāo)體系

表2 定性指標(biāo)量化

2 基于BP人工神經(jīng)網(wǎng)絡(luò)的電力信息系統(tǒng)綜合評價(jià)實(shí)現(xiàn)

人工神經(jīng)網(wǎng)絡(luò)(Back Propagation簡稱BP)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一(見圖1)。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)由大量處理單元通過廣泛互聯(lián)構(gòu)成，具有生物神經(jīng)系統(tǒng)的基本特征，具有大規(guī)模并行、分布式處理、自組織、自學(xué)習(xí)等特點(diǎn)，適用于模式識別等各種領(lǐng)域場景。

本文基于BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對電力信息系統(tǒng)的綜合評價(jià)。BP網(wǎng)絡(luò)通常由輸入層、輸出層和若干隱含層構(gòu)成：每一層由若干個(gè)節(jié)點(diǎn)組成，每一個(gè)節(jié)點(diǎn)表示一個(gè)神經(jīng)原元；上層節(jié)點(diǎn)與下層節(jié)點(diǎn)之間通過權(quán)連接，層與層之間的節(jié)點(diǎn)采用全互聯(lián)的連接方式，每層內(nèi)節(jié)點(diǎn)之間沒有聯(lián)系。

圖1 BP人工神經(jīng)網(wǎng)絡(luò)示意圖

利用Matlab自帶神經(jīng)網(wǎng)絡(luò)工具箱建立神經(jīng)網(wǎng)絡(luò)，主要用到三個(gè)函數(shù)：newff、train和sim。相應(yīng)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)定為：

net.trainParam.epochs=1 000;

net.trainParam.lr=0.01;

net.trainParam.goal=0.000 01;

同時(shí)，為保證訓(xùn)練網(wǎng)絡(luò)的穩(wěn)定性和重復(fù)可用性，設(shè)置初始閾值和權(quán)重。

net.iw{1,1}=xlsread('CSYZ');

netb{1}=[1];

net.lw{2,1}=xlsread('CSQZ');

net.b{2}=[1];

表3 各評價(jià)指標(biāo)在系統(tǒng)中相應(yīng)的專家評價(jià)值

表4 網(wǎng)絡(luò)預(yù)測與專家評價(jià)結(jié)果對比

網(wǎng)絡(luò)訓(xùn)練過程中，BP神經(jīng)網(wǎng)絡(luò)中的閾值和權(quán)重將根據(jù)每次訓(xùn)練的結(jié)果和目標(biāo)值誤差逆?zhèn)鞑サ榷鄬忧胺答佭M(jìn)行自動調(diào)整，最后當(dāng)輸出結(jié)果達(dá)到預(yù)期目標(biāo)值時(shí)，網(wǎng)絡(luò)中產(chǎn)生的閾值和權(quán)重將作為訓(xùn)練成功的經(jīng)驗(yàn)值進(jìn)行固化。此時(shí)該人工神經(jīng)網(wǎng)絡(luò)將具備對此類系統(tǒng)進(jìn)行科學(xué)模擬專家評價(jià)的特性，在下一次對相似系統(tǒng)進(jìn)行綜合評價(jià)時(shí)，可直接調(diào)用此人工神經(jīng)網(wǎng)絡(luò)完成評價(jià)，無需重復(fù)訓(xùn)練網(wǎng)絡(luò)。

本文樣本選取華東區(qū)域電力企業(yè)現(xiàn)有電力調(diào)度管理類信息系統(tǒng)10套，并通過專家經(jīng)驗(yàn)法根據(jù)調(diào)度類信息系統(tǒng)評價(jià)指標(biāo)體系(表1)進(jìn)行綜合評價(jià)。通過專家及系統(tǒng)一線運(yùn)維人員對本次選取的10套系統(tǒng)進(jìn)行分項(xiàng)指標(biāo)打分，并結(jié)合專家經(jīng)驗(yàn)得出各個(gè)系統(tǒng)綜合評價(jià)結(jié)果，如表3和表4所示。

本次人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，表3中C11～C52共28個(gè)分項(xiàng)指標(biāo)作為輸入值(xi)，專家綜合評價(jià)值作為預(yù)期目標(biāo)值(y)，而BP網(wǎng)絡(luò)預(yù)測值作為輸出值(y1)。經(jīng)過“系統(tǒng)1”至“系統(tǒng)10”反復(fù)迭代訓(xùn)練，當(dāng)BP預(yù)測值與輸出目標(biāo)值之間的誤差(y1-y)在設(shè)定允許的范圍內(nèi)(≤0.05，根據(jù)表2定性指標(biāo)量化，評價(jià)值誤差在0.1以內(nèi)，定性評價(jià)結(jié)果相同)，即可認(rèn)定BP人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練成功，保存訓(xùn)練好的網(wǎng)絡(luò)，以便在后續(xù)評價(jià)類似系統(tǒng)時(shí)直接調(diào)用網(wǎng)絡(luò)。對選取樣本進(jìn)行BP神經(jīng)網(wǎng)絡(luò)預(yù)測誤差圖見圖2。由表3及圖2可見，經(jīng)過數(shù)次迭代，BP預(yù)測值與輸出目標(biāo)值非常接近(y1-y≤0.05)，BP神經(jīng)網(wǎng)絡(luò)仿真評價(jià)結(jié)果與專家對管理信息系統(tǒng)的評價(jià)結(jié)果一致(見表5)，誤差在允許范圍之內(nèi)(≤0.05)。

表5 模型數(shù)據(jù)中心系統(tǒng)評價(jià)指標(biāo)及評價(jià)結(jié)果

圖2 對選取樣本進(jìn)行BP神經(jīng)網(wǎng)絡(luò)預(yù)測誤差

3 案例應(yīng)用

本文選取華東區(qū)域某調(diào)控中心數(shù)據(jù)中心擴(kuò)建項(xiàng)目進(jìn)行信息系統(tǒng)綜合評價(jià)應(yīng)用，該系統(tǒng)與第二章中選取的系統(tǒng)樣本特性相近，可直接調(diào)用第二章中已訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行綜合評價(jià)。該項(xiàng)目根據(jù)國分一體化調(diào)度管理模型數(shù)據(jù)中心建設(shè)總體要求，在現(xiàn)有調(diào)控中心數(shù)據(jù)中心(I期)基礎(chǔ)上進(jìn)行改造完善。通過調(diào)控中心數(shù)據(jù)中心(I期)的現(xiàn)狀調(diào)查分析，運(yùn)用表1指標(biāo)體系，由該系統(tǒng)的專業(yè)調(diào)度運(yùn)維人員對改造前系統(tǒng)進(jìn)行分項(xiàng)指標(biāo)打分，再將各分項(xiàng)指標(biāo)數(shù)據(jù)輸入第二章中已訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，得出改造前系統(tǒng)綜合性能指標(biāo)為0.51，處于一般和較好水平之間。

項(xiàng)目實(shí)施后該信息系統(tǒng)投運(yùn)超過1年，再由調(diào)度運(yùn)維人員重新評價(jià)打分，并直接調(diào)用經(jīng)過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行綜合評價(jià)，得出改造后系統(tǒng)綜合性能指標(biāo)0.67，處于較好和很好水平之間。通過分析得出，本項(xiàng)目主要是根據(jù)國網(wǎng)統(tǒng)一部署安排，針對I期系統(tǒng)運(yùn)行中存在的問題進(jìn)行完善改造，主要完善了系統(tǒng)目標(biāo)規(guī)劃實(shí)現(xiàn)度 C11、系統(tǒng)接口適配度C14、資源利用率C16、可共享性C27、政策適應(yīng)性C31、用戶滿意度C32、管理科學(xué)性C34、界面友好性C44、新技術(shù)優(yōu)勢C51以及新運(yùn)維模式C52等分項(xiàng)指標(biāo)，在專家評價(jià)法中，各項(xiàng)指標(biāo)對應(yīng)比重與已訓(xùn)BP神經(jīng)網(wǎng)絡(luò)算法模型中的權(quán)重基本一致。從綜合評價(jià)指標(biāo)得分看，整體指標(biāo)提升了(0.67～0.51)/0.51≈32%；從各分項(xiàng)指標(biāo)來看，C11、C14、C16、C27、C31、C32、C34、C44、C51以及C52分別提高29%、60%、100%、167%、300%、200%、300%、100%、167%、300%?？梢姡?jīng)過系統(tǒng)升級完善后，通過引入新技術(shù)和新的運(yùn)維理念，大大提升了系統(tǒng)政策適應(yīng)性、管理科學(xué)性、用戶滿意度和資源利用率，進(jìn)一步提升了了系統(tǒng)在電力行業(yè)的整體應(yīng)用效果。

在項(xiàng)目實(shí)施前，通過分項(xiàng)指標(biāo)和綜合評價(jià)指標(biāo)模擬分析，可以科學(xué)合理的找出系統(tǒng)弱勢指標(biāo)，再對相應(yīng)弱勢指標(biāo)(指對系統(tǒng)整體性能提升具有較大作用的分項(xiàng)弱勢指標(biāo))進(jìn)行定向性能提升，可有效完善系統(tǒng)整體指標(biāo)，通過有目的、有計(jì)劃的投資建設(shè)達(dá)到最優(yōu)效果，實(shí)現(xiàn)較高的投資效益性價(jià)比。

4 結(jié)語及展望

隨著電網(wǎng)智能化發(fā)展水平的不斷提高，信息系統(tǒng)在電網(wǎng)整個(gè)構(gòu)架中的應(yīng)用越來越廣泛。通過BP神經(jīng)網(wǎng)絡(luò)可以精確快速地實(shí)現(xiàn)對電力信息系統(tǒng)的合理性評價(jià)，其評價(jià)結(jié)果將在電力信息系統(tǒng)類項(xiàng)目前期規(guī)劃、建設(shè)實(shí)施及后期運(yùn)維等各個(gè)環(huán)節(jié)發(fā)生重要作用。項(xiàng)目前期規(guī)劃中，可以通過對待建或擴(kuò)建信息系統(tǒng)進(jìn)行綜合評價(jià)，預(yù)判系統(tǒng)建設(shè)的必要性及分別提升各項(xiàng)指標(biāo)的效益性，指導(dǎo)項(xiàng)目規(guī)劃方向；在項(xiàng)目投運(yùn)后，可以通過二次綜合評價(jià)，與項(xiàng)目建設(shè)前評價(jià)結(jié)果進(jìn)行比較，判斷項(xiàng)目建設(shè)的成效及各個(gè)指標(biāo)提升的效益性，同時(shí)對后續(xù)信息系統(tǒng)建設(shè)規(guī)劃給出指導(dǎo)性建議。

基于BP神經(jīng)網(wǎng)絡(luò)的電力信息系統(tǒng)綜合評價(jià)模型可應(yīng)用于和參與訓(xùn)練的樣本系統(tǒng)相同或相近系統(tǒng)的評價(jià)分析。對于新類型系統(tǒng)，需要重新建立神經(jīng)網(wǎng)絡(luò)模型、選取樣本訓(xùn)練，固化內(nèi)部閾值和權(quán)重，才可應(yīng)用于新型系統(tǒng)。該方法可在無專家參與的情況下模擬專家給出評價(jià)，為同類型項(xiàng)目決策提供指導(dǎo)性建議。