一種基于權重系數反饋校正的機場配電網運行安全評價方法

郭樹林 王稹筠 李都紅 歷 莉

（1. 北京新機場建設指揮部，北京 102602；2. 北京大興國際機場，北京 102602；3. 北京市市政工程設計研究總院有限公司，北京 100035）

0 引言

現階段，智能電網技術在機場供電系統中特別是大型機場供電系統中已逐步開始推廣使用，為供電系統的穩定性和安全性帶來了新的機遇。同時，智能電網技術的應用也使得機場電網結構和運行方式日趨復雜，不確定性因素隨之增加，加大了機場電網的運行風險[1-3]。為了更好地在機場中利用智能電網技術，需要研究對應的管控體系及運行安全評價方法。國內外對該領域的研究成果主要集中在配電網的應用方面，針對機場配電網運行安全評價標準方面的研究仍較少。配電網運行安全評價體系是引導機場配電網安全、高效、優質發展的重要技術基礎，通過對配電網運行安全評價指標體系的研究，可提高系統運行安全水平，實現機場配電網的精細化管理。

機場供電系統是一個由供電設備、用電設施、監控系統、繼電保護系統、管理人員、運行環境等因素共同構成的龐大而有序的有機整體，其具有如下特點：①供電區域內一級負荷所占比重較大，除了餐廳、商鋪等極少數設施，其余負荷均被定義為一級負荷；②供電區域內包含的非線性裝置數量眾多，例如數量眾多的400Hz中頻電源、大容量不間斷電源（uninterruptible power supply, UPS）、助航站恒流調光器、電機調速與傳動設備、屋頂光伏分布式電源等，這些非線性裝置會向電網注入諧波干擾，導致電壓/頻率畸變，影響系統運行安全；③供電區域內電力環境復雜，在投運后，因增減負荷容量、擴建分布式電源裝置，均可能造成原有繼電保護配合整定值區間失效，使得機場供電系統面臨風險。綜上所述，需要通過研究機場運行安全評價體系，來保證重要負荷的可靠供電，對系統電力環境進行定量評價，實現機場供電系統運行風險的預判[4-6]。

隨著機場配電網規劃與管理的日益精益化，配電網運行安全評估方法與模型研究工作變得更加迫切。雖然可借鑒傳統電網運行評價方面已有成果，但是機場配電網運行安全評估方法與模型研究有其自身的特點，如影響運行安全的因素、評價方法的靈活性等方面[7-8]。鑒于此，本文提出一種基于權重系數反饋校正的機場配電網運行安全評價方法，在進行機場配電網運行安全評估前，通過主成分分析法將評價指標進行精簡整理，保證評價指標的全面性和系統性；在開環評價結果產生后，基于模糊神經網絡算法的權重系數調整機制來提高評價系統的靈活性和適應性。本文首次提出一種基于權重系數反饋校正的機場配電網運行安全評價方法，旨在為機場配電網運行安全指標的確定、評價方法的應用提供參考。

1 流程構建

本文所提出的評價方法流程如圖1所示。

圖1 評價方法流程

該方法將機場配電網運行安全評價過程分為確定評價指標體系和運行狀態評價兩大部分。其中，確定評價指標體系部分用于建立評價所需的指標體系，屬于運行評價的準備過程；運行狀態評價用于實現對機場配電網運行安全的評價。

在確定評價指標體系部分，本文通過主成分分析法對粗糙的機場配電網運行安全因素集進行精簡，保證所提出的機場配電網運行安全評價指標體系的全面性和系統性。

在運行狀態評價部分，本文除借鑒現有方法在實現指標歸一化處理、確定指標權重系數、選擇評價模型、多維度評價結果整合、評價結果的量化排序與發布等開環評價過程外，還將開環評價結果用于訓練模糊神經網絡，實現對權重系數的閉環調整，從而提高評價系統的靈活性和適應性。

2 指標體系構建

目前尚未見有關機場配電網運行安全評價指標體系的研究成果，相關研究和技術導則主要對大電網進行評估，提出涵蓋系統評估和斷面評估的風險評估指標方法。故為實現對機場配電網的運行安全評價，首先應對已有電網運行安全評價指標體系進行搜集整理。

本文考慮基于電力系統安全穩定控制技術導則等已有標準、機場配電網監控系統日志、異常報警信息、運維人員操作記錄、規劃設計條件等信息的機場配電網系統運行文件，對影響機場配電網安全運行的因素進行統計，利用主成分分析法對各因素進行分類精簡，突破性地實現并構建機場配電網運行評價指標體系。

首先，利用系統運行管控后臺，將機場配電網運行中遇到的問題和對應的原因進行統計整理，羅列出系統運行安全相關的因素，構成粗糙的機場配電網運行安全評價指標因素集。然后，通過主成分分析法建立機場配電網運行安全評價指標體系，其過程可以分解為：①原始描述標準化；②計算相關矩陣；③計算特征值及各特征向量；④計算方差貢獻度選擇主成分。實現對粗糙的機場配電網運行安全評價指標因素集的精簡，在保持原始指標因素集信息完整的基礎上，去掉其中混淆重疊的部分，獲得所需的評價指標體系。

2.1 原始描述標準化

根據系統測點描述、界面配置等信息，統計系統日志、異常報警和操作記錄等系統運行文件中關于運行安全影響因素的描述名稱，對原始描述進行標準化處理，避免描述的混亂，并保證各變量之間線性無關。

2.2 計算關聯矩陣

計算標準化處理后各原始因素矩陣的相關系數協方差矩陣，即

式中：n為原始運行安全影響因素的個數；cij（i,j=1, 2,…,n）為因素i和因素j之間的協方差系數，且cij的計算公式為

式中：m為統計采樣的次數；xki、xkj分別為第k次統計時，因素i和因素j分別與自身均值的差值。

2.3 計算相關系數協方差矩陣的特征值及特征向量

計算矩陣C的特征值向量λ，進而求得特征值向量λ對應的n個單位化特征向量，則這n個單位化的特征向量構成一個矩陣α，并將α按行進行排列，其排列的依據是保證α中每行對應的矩陣C的特征值均按從大到小的順序進行排序。

2.4 計算方差貢獻度選擇主成分

根據特征向量λ中的每個特征值λi所占比重來確定各方差值的貢獻度，該貢獻度表示主成分對原始樣本的信息反映程度，貢獻度越大，則反映的樣本信息越多。將特征向量λ中的特征值λi按從大到小的順序排序，并選取特征向量中前z個特征值，計算這z個特征值之和占特征值之和的比重Qz，其中Qz的計算公式為

當Qz超過一定閾值（通常取閾值為 0.8）時，表明前z個主成分所代表的樣本信息已滿足需求，則通過矩陣α的前z行篩選這z個主成分特征值對應的分量即可，這z個因素即為精簡后的運行評價指標。

3 開環評價過程

在建立評價指標體系的基礎上，通過指標歸一化處理、確定指標權重系數、選擇評價模型、多維度評價結果整合、評價結果的量化排序與發布等過程，實現對機場配電網運行的一次開環評價。具體過程可以參考文獻[9-12]，此處不展開描述。

4 反饋校正

在獲得系統運行狀態的開環評價結果后，根據基礎指標臨界越限水平、指標與運行狀態一致性水平、指標與操作指令關聯度調整等因素，利用模糊神經網絡算法對權重系數進行調整，從而使得評價系統能滿足系統運行的客觀需要。

4.1 指標臨界越限水平

指標臨界越限水平指某一指標與其對應運行安全越限值之間的距離，當指標臨近或超過其運行安全越限值時，應增大該指標權重，對主要指標的越限行為進行預警，且避免由于權重較小，而造成越限指標被掩蓋，防止指標越限的情況“漏報”。

4.2 指標與運行狀態一致性水平

指標與運行狀態一致性水平反映指標綜合評價結果與系統實際運行狀態之間的相符程度，當指標綜合評價結果越限，但系統的運行安全狀態并未改變時，應減小相應指標權重，防止運行安全指標“誤報”情況的發生。

4.3 指標與操作指令關聯度

指標與操作指令關聯度調整指根據指標與操作指令之間的關聯程度，對指標權重進行調整，使得指標權重設定和系統運行狀態之間具有一定的選擇性。

4.4 模糊神經網絡方法

采用模糊神經網絡的方法將算法結構分為輸入單元層、隸屬函數模糊化層、模糊規則層和反模糊輸出層。基于模糊神經網絡的權重系數校正方法如圖2所示[13]。

圖2 基于模糊神經網絡的權重系數校正方法

第1層是輸入單元層，輸入層負責將值直接傳遞給下一層，該層的輸入、輸出關系為

第2層是隸屬函數模糊化層，將輸入變量進行模糊化。該層共有15個節點，其作用是將輸入信號進行模糊化處理，具體分為極小型、偏小型、中間型、偏大型、極大型5個模糊集合。考慮到高斯隸屬函數在處理非二值輸入和空間映射方面的優勢，選擇高斯函數作為隸屬度函數，則第2層輸入和輸出關系為

第3層為模糊規則層，節點個數為模糊規則數，其輸入輸出關系為

第4層為反模糊輸出層，節點的作用是將模糊函數反模糊化，節點的輸出為對應第3層所獲控制規則的線性組合，其輸入與輸出的關系為

定義模糊神經網絡的損失函數E為

式中：dr為期望輸出值；yr為實際輸出值，即輸出層中的值；N為進行神經網絡訓練的次數。則可以使用損失函數E對mij、σij、ωij參數進行迭代更新，具體方式為

式（9）～式（11）中：η為學習率；t為學習迭代的次數；?為偏微分的運算符。

5 應用舉例

通過對某機場運行操控平臺的系統日志、異常報警、操作記錄、規劃設計條件的資料進行搜集整理，獲取系統運行文件中與機場配電網運行安全相關的影響因素，構成粗糙的機場配電網運行評價指標因素集。經過標準化處理后，確定與該機場配電網運行安全相關的影響因素包括線路載流裕度、電網解列片數和分布式電源利用率這三項影響因素進行數據舉例，且對這三項因素共有 5條記錄，即m=5，則可以將這三項因素以數據集的形式表示為

其中，上述數據集的第一行表示5條線路載流裕度的記錄，第二行表示5條電網解列片數的記錄，第三行表示5條分布式電源利用率的記錄。

對式（12）進行標準化處理（減去行數據均值）得

根據式（2），得到式（1）對應的C矩陣為

計算矩陣C的特征值和特征向量，得特征值從大到小的排列結果為λ1=7.523 6，λ2=1.143 1，λ3=0。對應的單位特征向量α為

通過計算可知，前兩項特征值占特征值之和的比重為

則可通過α矩陣的前兩行篩選出在線路載流裕度、電網解列片數、分布式電源利用率中影響機場配電網運行安全的主因素為線路載流裕度、電網解列片數，故在構建影響機場配電網運行安全的評價指標中不考慮分布式電源利用率這項。

通過重復上述方法，可以完成對影響因素集的精簡，并最終獲得機場配電網運行安全評價指標體系示例見表1。

表1 機場配電網運行安全評價指標體系示例

獲得機場配電網運行安全評價體系后，可以使用開環運行評價方法對運行狀態進行評價。但在實際使用過程中會由于評價指標權重較小而造成越限指標被掩蓋，即出現指標越限情況的“漏報”。例如，在正常情況下，負載率對系統運行安全的影響程度不大，會給負載率賦予一個較小的權重，可能導致其嚴重偏離正常值時，機場配電網運行安全的綜合評價結果仍處于安全水平，無法反映系統的真實運行情況。當負載率臨界或超過安全限值時，應通過權重系數反饋算法來對負載率的權重系數進行適當調整。也可能出現指標權重取值過大，而造成安全指標“誤報”。例如，當機場某區域配電網孤島運行（僅使用微電源供電，不與大電網連接）時，由于缺少大電網的支撐，可能導致該區域內系統電壓合格率和頻率合格率這兩項指標均較差，但是此時孤島運行的系統仍能安全運行，則此時應通過權重系數反饋算法，減小系統電壓合格率和頻率合格率這兩項指標權重。

對機場配電網正常操作時，若不對相應指標權重進行調整，則也可能引起系統“誤報”。例如，當機場配電網中，某個孤島運行的區域需要進行并離網轉換時，涉及某些微電源的起停和運行模式的轉變，從而導致諸如分布式電源/儲能/微電網容量、系統電壓合格率、系統頻率合格率等指標的波動，但是此時系統仍是安全運行的。則此時應該根據并/離網控制指令，通過權重系數反饋算法，調整受影響項權重系數。

在復雜的機場配電網系統中，系統運行安全影響因素的權重很難以一個固定值表示。需要使用本文所述權重系數反饋算法，首先使用海量的機場配電網運行記錄信息，對模糊神經網絡進行訓練。再使用訓練后的模糊神經網絡模型，根據指標臨界越限水平、指標與運行狀態一致性水平、指標與操作指令關聯度調整等因素，調整評價指標的權重系數，從而提高整個算法的準確性和靈活性。

針對機場電網運行安全評價指標體系的構建是一個不斷實踐迭代的過程，本文僅是基于前期的調查研究提出的一種基于權重系數反饋校正的機場配電網運行評價方法，并通過該方法給出了機場配電網安全評價指標體系的示例，希望通過該方法和示例為機場電網運行安全評價這一課題提供解決思路，后續還需要針對不同規格機場配電網的實際運行狀況進行驗證迭代。

6 結論

本文提出了一種基于權重系數反饋校正的機場配電網運行安全評價方法。

1）首先基于系統日志、異常報警、操作記錄等機場配電網系統運行文件，對影響機場配電網安全運行的因素進行統計，利用主成分分析法對各因素進行分類精簡，構建機場配電網運行評價指標體系。

2）通過指標歸一化、確定權重系數、選擇評價模型、多維度評價結果整合、評價結果的量化排序與發布等過程，形成對機場配電網運行安全的評價結果。

3）在獲得系統運行狀態的開環評價結果后，根據指標臨界越限水平、指標與運行狀態一致性水平、指標與操作指令關聯度調整等因素，引入基于模糊神經網絡算法的權重系數反饋調整過程，來提高評估算法的準確性和靈活性，因此具有良好的工程應用前景。