基于卷積算法的指標權重模型在配電網建設項目后評價的研究

吳 軍 王義賀 薛龍江 劉勝利 李子涵 薛 俊

1(國網浙江平湖市供電有限公司 浙江 平湖 314200)2(東北大學 遼寧 沈陽110819)3(國網遼寧省電力有限公司經濟技術研究院 遼寧 沈陽110015)

0 引 言

配電網的穩定運行是保證工業生產和日常生活基本需求的前提條件，因此近年來國家加大了對配電網項目的投資和建設[1]。隨著我國各項經濟體制和電力體制的變革，配電網建設是否可實現國家投資預期效益已被社會各層所關注[2]。因此本文在上述的大環境下，以配電網自身性質為基礎，構建配電網建設項目后評價體系，在評價過程中需采用優化后的權重參數構建指數權重模型，再通過該指數權重模型評價配電網建設項目。

本文研究基于卷積算法的指標權重模型在配電網建設項目后評價，該評價方法通過改進學習率自適應調整方法和改進的學習率退火方法，改進卷積算法的權重參數，實現對配電網建設項目中的多種一級指標和二級指標評價，為配網建設工程相關研究提供參考。

1 配網建設工程后評價模型的構建

1.1 配網工程后評價指標體系

以系統性原則、完備性與相關性原則、可評價的實用性原則、定量和定性相結合的原則以及層次性原則為依據[3]，構建后評價指標體系。配電網建設項目后評價指標體系如圖1所示。

一級指標實施過程評價運營效果財務效果社會效益和可持續性二級指標指標評價二級指標指標評價二級指標指標評價二級指標指標評價前期決策(定量指標)實施準備(定性指標)進度控制(定量指標)質量控制(定量指標)投資控制(定量指標)安全控制(定性指標)規劃項目響應度年度投資計劃完成率不高于12千伏線路的投產率勘察設計情況項目按期完成率工程一次性驗收合格率投資水平安全控制電網運行能力(定量指標)網架結構(定量指標)安全可靠性(定量指標)節能環保(定量指標)重過載線路比率輕過載線路比率環網化率變電站間聯絡率供電可靠慮電壓合格率線損率高損配變比率財務效果(定量指標)內部收益率投資回收期投資利潤率資產負債率債務收益比債務償還比債務備付率增供效益(定量指標)單位投資增供電量單位投資增供負荷評價指標環境影響電力增長GDP電力貢獻彈性系數

由圖1可知，配網投資項目后評價指標體系中分為一級指標和二級指標，一級指標分為實施過程評價指標、運營效果評價指標、財務效果評價指標、社會效益和可持續性評價指標。其中，實施過程評價指標涵蓋了前期決策、實施準備、進度控制、質量控制等二級指標；運營效果評價指標涵蓋了電網運行能力指標、網架結構指標、安全可靠性指標等二級指標；社會效益和可持續性評價指標涵蓋的二級指標為增供效益指標。

1.2 改進的尋優權重參數優化算法

近年來研究人員對卷積神經網絡進行了大量的研究，在研究中不斷地深化卷積神經網絡的復雜度，因此對卷積神經網絡的權重參數的要求越發嚴格[4-5]。為迎合這一現狀，以提高權重參數的尋優速度和尋優能力為目標，利用改進的學習率自適應調整方法和改進的學習率退火方法，實現基于卷積的尋優權重參數優化算法的改進。

假設δ為卷積神經網絡的參數，要獲取配電網工程后評價指標體系中的最優參數，需要計算損失函數值的最小值，假設有e個輸入值，同時對應的有e個輸出值，則輸入值和輸出值的對應關系可表達為{(x(e)，y(e))；e∈[1,2,…,E]}，則xe、ye、o(e)分別代表第e個輸入值、相對應的標簽、卷積神經網絡的最后輸出，則卷積神經網絡的損失值可表達為：

(1)

卷積神經網絡通過損失函數值的最小值，獲取配電網工程后評價指標體系中最優參數解[6]。

1.2.1改進的學習率自適應調整方法

適應性矩估計(adaptive moment estimation，Adam)是一種可以替代傳統隨機梯度下降過程的一階優化算法，它能基于訓練數據迭代地更新神經網絡權重。改進的學習率自適應調整方法，是在Adam算法基礎上的改進，其主要原理為：在算法迭代時會損失函數值，損失函數值差異性可反饋權重參數尋優信息，損失函數值差異性很大時，權重參數尋優過程不穩定，此時降低學習率可改善這種不穩定現象，此過程也叫退火；當損失函數值差異性很小時，通過提高學習率促進權重參數尋優過程穩定性[7]。將上述原理與Adam算法相結合，提高權重參數尋優速度和尋優能力[8]。算法原理為：可從自適應調整學習率中獲取損失函數相對變化率，通過量化相對變化率確認每次迭代損失函數值的相對變化，并采用指數滑動平均法對每次迭代損失函數值的相對變化進行平滑處理。算法的基本步驟如下：

(1) 假設當迭代次數為s-1和s-2時相對應的損失函數值為ps-1和ps-2，損失函數的相對變化率公式可表示為：

(2)

損失函數的相對變化率bs是一個整數，可以準確表達損失函數值的增大或減小程度[9]。

(2) 對每次迭代損失函數值的相對變化進行平滑處理，平滑處理公式可表達為：

(3)

因為每一個損失函數值都是在不同樣本基礎上獲取，因此損失函數值并不完全一致[10]。為了平滑處理的效果更好，令β為平滑參數，其取值無限趨近于1。

(3) 假設一個學習率為α，則cs便是α的分母項，代入到Adam算法中，獲取迭代次數，迭代公式可表示為：

s←cs+1

(4)

qs←Δθ(s-1)

(5)

ns←β1ns-1+(1-β1)qs

(6)

(7)

(8)

(9)

(10)

當訓練權重系數樣本初期，損失函數值的變化幅度不大，此時平滑處理值cs也不大，當取值很小時，會導致迭代步長突然上升[11]，由于適當的迭代步長ΔθS可促進算法的迭代性能，因此當迭代步長突然上升時，會使權重參數尋優過程不平穩，因此需對平滑處理值cs執行固定設置。傳統的設置平滑處理值方法通常為人為設置，導致整體設置過程煩瑣，且精準度不高[12]。為避免這些問題，采用閾值設定法設定平滑處理值，該設定方法不僅設定過程簡便易操作，而且適合任何卷積神經網絡模型。設定起始步長為0，終止步長為0.09，訓練輪數為5，批大小ε=134，設步長上限為0.08。確定步長上限后，反推平滑處理值cs的下限，當θ=0時，改進權重優化算法的迭代步長公式表達為：

(11)

在上述迭代反推平滑處理值的過程中,平滑處理cs的下限公式可表達為：

(12)

1.2.2改進的學習率退火方法

設置一個訓練集為D，f(x；D)是在訓練集D上的模型f在x上的預測輸出，E表示期望輸入值,則該模型的期望預測值公式可表示為：

(13)

由于樣本是分批采集的，因此不同的樣本會產生方差，該方差值可表示為：

(14)

噪聲值公式可表示為：

ε2=E(yD-y)2

(15)

式中：yD表示期望輸出值。而期望預測值與標記值y會存在一定的差值，該差值的公式可表達為：

(16)

為了提高權重系數的尋優速度和尋優性能，需要將學習率提高后降低，或是降低后再提高[13]，該退火過程作為權重參數優化算法的一部分，在模型訓練的末期發揮著重要作用。學習率退火公式為：

(17)

式中：1+γs表示退火上限。

1.3 模糊綜合后評價模型的建立

后評價模型利用改進后的權重參數將評價指標的數據形式通過統一的方式體現配電網建設項目的總體效果，將模糊綜合評價與配電網建設項目的后評價工作相結合，實現模糊綜合評價。該模糊綜合評價不僅可以確定后評價的總體目標，還可將評價指標按照層次化標準劃分，構建一個層次化模型對配電網建設項目進行評價，評價時會存在很多主觀因素[14]，需要將模糊數學與配電網建設項目后評價工作相結合，得到更加客觀的評價結果。可以通過調研的方法將各位研究人員對配電網建設項目的評價收集起來，對評價進行定量綜合分析，由于各個評價因素對配電網建設項目的重要程度(隸屬度)都不一樣，因此要結合配電網建設項目的隸屬度完成評價。以下為模糊綜合模型的構建流程：

(1) 分別構建評價一級指標集合和二級指標集合：

H={H1,H2,H3,H4}，Hi={Hi1,Hi2,…,Hij}

(18)

式中：Hij是第i個準則層中的第j個指標。

(2) 以安全質量為評價目的構建評語集為：

R={R1,R2,R3,R4}={優，良，中，差}

(19)

(3) 分別確定一級指標和二級指標的權重集為：

(20)

(4) 構建評價隸屬矩陣W為：

(21)

Wij表示第i個評價因素對第j個評價等級的隸屬度，評語集中評價等級個數用n表示，被評價因素的個數用m表示。

(5) 二級模糊綜合評價。先完成一級模糊綜合評價，并通過層次分析獲取指標權重和評價隸屬度矩陣W，以模糊運算法則為基礎，經過運算后進行歸一化，獲取評價因素對評價集的隸屬度向量S。然后開始二級模糊綜合評價，獲取總的評價向量B，并得到綜合評價結論，可用公式表達為：

B=W·Sαs

(22)

為了在配電網建設項目中的后評價更加直觀[15]，需將綜合評價結果轉化為數據分值，評價等級分值用R表示，評價結果公式可表達為：

Q=B·R

(23)

至此，評價模型構建完成，如圖2所示。

圖2 模糊綜合模型

2 實驗分析

為了驗證配電網建設項目后評價的準確率、穩定性，實驗分析本文方法對杭州市配電網建設項目實施過程后評價和運營效果后評價，驗證本文方法的評價效果，同時統計分析了本文方法的評價性能。

2.1 實施過程后評價

2.1.1投資變化率評價

設定杭州市為研究區域，將杭州市劃分為1區、2區、3區和4區，則該市在2018年配電網建設項目的投資情況如表1所示。

表1 2016年杭州市配電網項目建設投資變化情況

由表1可知，本文方法評價得出：4個區域結算投資均小于預算投資，說明結算工程的總投資在工程總預算之內，造價水平同時也得到有效的控制。4個區域都存在投資變化率，但1區、3區和4區的投資變化率比2區高40%～70%，因此需綜合分析導致1區、3區和4區投資變化的原因：(1) 在配電網項目的實際建設過程中，會產生設計或方案的變化。此時，相對應的建設工序也會產生變化，原有的安裝程序可能在設計方案變化后被剔除，因此安裝費用也相應地降低，由此造成投資變化率加大。(2) 配電網項目建設前，建筑材料價格突然降低，或是在建設過程中實際用料量低于預計用料量等現象都會造成投資變化率加大。

2.1.2年度投資計劃完成率評價

年度投資計劃完成率=年度投資完成數量/年度安排投資數量。表2為年度投資完成情況表。

表2 2018年投資完成情況

由表2可知，本文方法評價得出：杭州市4個區2016年年度安排投資總額度為25 839.99萬元，年度實際完成投資額度為24 047.48萬元，年度投資計劃完成率為93.06%，且1區、2區、3區和4區年度投資計劃完成率分別高達90.57%、93.74%、94.26%、94.42%，完成情況很好。促進年度投資完成率較高的原因可能是配電網項目建設過程中價控措施效果顯著、年度規劃較為合理、工程的實施過程嚴格監控等。

2.2 運營效果后評價

2.2.1變電站間聯絡率評價

配電網中存在多個變電站，多個變電站存在互相聯絡的現象，這種變電站間的聯絡率能夠反映變電站間的聯絡能力，也是反映電源斷電后的負荷轉移能力的指標之一，變電站在聯絡過程中會存在很多條聯絡線路，當電源斷電后負荷轉移能力與供電影響范圍成反比，負荷轉移能力越高，供電影響范圍越小，配電網穩態效果越好。表3為2017年-2018年變電站間聯絡率情況表。

表3 2017年-2018年變電站間聯絡率情況(%)

依據表3繪制2017年、2018年杭州市4個區變電站間的聯絡率矩形圖，如圖3所示。

圖3 2017年-2018年杭州市4個區變電站間的聯絡率

綜合分析表3和圖3可知，本文方法評價得出：2017年-2018年杭州市變電站間的聯絡率整體呈現上升趨勢，但在杭州市的2區域，2018年的變電站間聯絡率要低于2017年變電站間的聯絡率。經過分析，造成這一現象的主要原因為：2017年時變電站間的聯絡線路主要通過QA線與華前線和HA線相連接實現，但從2018年開始，完成了QAI線網架工作完善工作后，QA線不再與之前的華前線和HA線連接，而是改為與QD線連接。由于中間省去了站間聯絡，因此原來為了站間聯絡設置的DP場線也被停用，站間聯絡結構縮減，使線路互供能力提高，當線路故障發生時可通過其他途徑延續線路工作，因此電網運行更加穩定安全。

2.2.2綜合電壓合格率評價

電壓在可產生偏差區域內會產生波動，該波動概率可通過綜合電壓合格率直觀地反饋，電壓合格率不僅可查驗電能質量以及電壓合格率控制目標完成情況，還可反映配電網穩定性。表4為2017年-2018年4個區的綜合電壓合格率統計數據。

表4 2017年-2018年4個區的綜合電壓合格率統計數據(%)

表4可知，本文方法評價得出：經過2017年配電網項目的建設，在2018年時杭州4個區域的綜合電壓合格率分別達到81.42%、74.10%、88.66%、87.81%，相較于2017年，均有所提高，但整體的綜合電壓合格率仍然有可上升的空間。依據表5中的數據繪制2017年-2018年4個區的綜合電壓合格率統計數據圖，如圖4所示。

圖4 2017年-2018年4個區的綜合電壓合格率統計數據

圖4可直觀呈現出本文方法評價結果為：2018年4個區的綜合電壓合格率均高于2017年，但1區和2區的整體綜合電壓合格率比另外兩個區要低。經分析造成這種現象的主要原因為：供電路線太長、經過長時間使用線路磨損導致電壓偏低等。

2.3 評價性能分析

為了驗證本文方法的性能，需對其變化曲線進行分析，如圖5為本文方法、灰色綜合評價方法以及改進可拓物元模型評價方法在測試集上的性能變化趨勢，灰色綜合評估法是一種專家評判的綜合性評估為基礎，以灰色關聯分析理論為指導的評估方法，而改進可拓物元模型主要為改進關聯函數，這是一種新的關聯函數，是通過關聯函數中的分段函數對評價指標進行物元分析。

(a) 損失函數值變化曲線

由圖5(a)可知，相較于灰色綜合評價方法，本文方法在測試集中的損失函數值更小，但在0時期到12時期的損失函數值差距較大，當損失函數值差距越大，越可促進權重參數尋優過程的平穩進行，本文方法的性能就越好。由圖5(b)可知，本文方法的測試集準確率要高于灰色綜合評價方法以及改進可拓物元模型評價方法，因此本文方法對配電網建設項目后評價的準確率很高。

由于普通的配電網建設項目后評價方法會隨著參數的變化而產生準確率方面的差異，為了驗證本文方法的穩定性，設置不同的學習率，驗證本文方法在不同的學習率條件下評價準確率變化情況，如圖6所示。

由圖6可知，當設置不同參數時，本文方法在每個周期的準確率變化幅度很小，甚至可忽略，因此說明雖然設置了不同的參數，但本文方法在參數的變化時依然可保持高準確率穩定評價，由此可知，本文方法在性能方面具有很高優勢。

3 結 語

本文根據配網建設工程的特性構建綜合后評價指標體系，基于卷積算法優化確定權重參數，構建配電網建設工程的綜合后評價模型，以實施過程、運營效果、財務效果以及社會效益和可持續性為一級指標，對配網建設工程展開項目后評價工作，并以杭州市2018年配網建設工程為實際案例，對其進行了項目后評價分析。實驗表明，本文研究的基于卷積算法的指標權重模型在配電網建設項目后評價方法可良好評價配電網建設實施過程和運營效果等項目，即使指標體系中的權重參數發生變化，本文方法評價結果的準確率也不會產生變化，可穩定評價配電網建設項目，為配電網以后的建設發揮重要作用。