一种基于权重系数反馈校正的机场配电网运行安全评价方法

郭树林 王稹筠 李都红 历 莉

（1. 北京新机场建设指挥部，北京 102602；2. 北京大兴国际机场，北京 102602；3. 北京市市政工程设计研究总院有限公司，北京 100035）

0 引言

现阶段，智能电网技术在机场供电系统中特别是大型机场供电系统中已逐步开始推广使用，为供电系统的稳定性和安全性带来了新的机遇。同时，智能电网技术的应用也使得机场电网结构和运行方式日趋复杂，不确定性因素随之增加，加大了机场电网的运行风险[1-3]。为了更好地在机场中利用智能电网技术，需要研究对应的管控体系及运行安全评价方法。国内外对该领域的研究成果主要集中在配电网的应用方面，针对机场配电网运行安全评价标准方面的研究仍较少。配电网运行安全评价体系是引导机场配电网安全、高效、优质发展的重要技术基础，通过对配电网运行安全评价指标体系的研究，可提高系统运行安全水平，实现机场配电网的精细化管理。

机场供电系统是一个由供电设备、用电设施、监控系统、继电保护系统、管理人员、运行环境等因素共同构成的庞大而有序的有机整体，其具有如下特点：①供电区域内一级负荷所占比重较大，除了餐厅、商铺等极少数设施，其余负荷均被定义为一级负荷；②供电区域内包含的非线性装置数量众多，例如数量众多的400Hz中频电源、大容量不间断电源（uninterruptible power supply, UPS）、助航站恒流调光器、电机调速与传动设备、屋顶光伏分布式电源等，这些非线性装置会向电网注入谐波干扰，导致电压/频率畸变，影响系统运行安全；③供电区域内电力环境复杂，在投运后，因增减负荷容量、扩建分布式电源装置，均可能造成原有继电保护配合整定值区间失效，使得机场供电系统面临风险。综上所述，需要通过研究机场运行安全评价体系，来保证重要负荷的可靠供电，对系统电力环境进行定量评价，实现机场供电系统运行风险的预判[4-6]。

随着机场配电网规划与管理的日益精益化，配电网运行安全评估方法与模型研究工作变得更加迫切。虽然可借鉴传统电网运行评价方面已有成果，但是机场配电网运行安全评估方法与模型研究有其自身的特点，如影响运行安全的因素、评价方法的灵活性等方面[7-8]。鉴于此，本文提出一种基于权重系数反馈校正的机场配电网运行安全评价方法，在进行机场配电网运行安全评估前，通过主成分分析法将评价指标进行精简整理，保证评价指标的全面性和系统性；在开环评价结果产生后，基于模糊神经网络算法的权重系数调整机制来提高评价系统的灵活性和适应性。本文首次提出一种基于权重系数反馈校正的机场配电网运行安全评价方法，旨在为机场配电网运行安全指标的确定、评价方法的应用提供参考。

1 流程构建

本文所提出的评价方法流程如图1所示。

图1 评价方法流程

该方法将机场配电网运行安全评价过程分为确定评价指标体系和运行状态评价两大部分。其中，确定评价指标体系部分用于建立评价所需的指标体系，属于运行评价的准备过程；运行状态评价用于实现对机场配电网运行安全的评价。

在确定评价指标体系部分，本文通过主成分分析法对粗糙的机场配电网运行安全因素集进行精简，保证所提出的机场配电网运行安全评价指标体系的全面性和系统性。

在运行状态评价部分，本文除借鉴现有方法在实现指标归一化处理、确定指标权重系数、选择评价模型、多维度评价结果整合、评价结果的量化排序与发布等开环评价过程外，还将开环评价结果用于训练模糊神经网络，实现对权重系数的闭环调整，从而提高评价系统的灵活性和适应性。

2 指标体系构建

目前尚未见有关机场配电网运行安全评价指标体系的研究成果，相关研究和技术导则主要对大电网进行评估，提出涵盖系统评估和断面评估的风险评估指标方法。故为实现对机场配电网的运行安全评价，首先应对已有电网运行安全评价指标体系进行搜集整理。

本文考虑基于电力系统安全稳定控制技术导则等已有标准、机场配电网监控系统日志、异常报警信息、运维人员操作记录、规划设计条件等信息的机场配电网系统运行文件，对影响机场配电网安全运行的因素进行统计，利用主成分分析法对各因素进行分类精简，突破性地实现并构建机场配电网运行评价指标体系。

首先，利用系统运行管控后台，将机场配电网运行中遇到的问题和对应的原因进行统计整理，罗列出系统运行安全相关的因素，构成粗糙的机场配电网运行安全评价指标因素集。然后，通过主成分分析法建立机场配电网运行安全评价指标体系，其过程可以分解为：①原始描述标准化；②计算相关矩阵；③计算特征值及各特征向量；④计算方差贡献度选择主成分。实现对粗糙的机场配电网运行安全评价指标因素集的精简，在保持原始指标因素集信息完整的基础上，去掉其中混淆重叠的部分，获得所需的评价指标体系。

2.1 原始描述标准化

根据系统测点描述、界面配置等信息，统计系统日志、异常报警和操作记录等系统运行文件中关于运行安全影响因素的描述名称，对原始描述进行标准化处理，避免描述的混乱，并保证各变量之间线性无关。

2.2 计算关联矩阵

计算标准化处理后各原始因素矩阵的相关系数协方差矩阵，即

式中：n为原始运行安全影响因素的个数；cij（i,j=1, 2,…,n）为因素i和因素j之间的协方差系数，且cij的计算公式为

式中：m为统计采样的次数；xki、xkj分别为第k次统计时，因素i和因素j分别与自身均值的差值。

2.3 计算相关系数协方差矩阵的特征值及特征向量

计算矩阵C的特征值向量λ，进而求得特征值向量λ对应的n个单位化特征向量，则这n个单位化的特征向量构成一个矩阵α，并将α按行进行排列，其排列的依据是保证α中每行对应的矩阵C的特征值均按从大到小的顺序进行排序。

2.4 计算方差贡献度选择主成分

根据特征向量λ中的每个特征值λi所占比重来确定各方差值的贡献度，该贡献度表示主成分对原始样本的信息反映程度，贡献度越大，则反映的样本信息越多。将特征向量λ中的特征值λi按从大到小的顺序排序，并选取特征向量中前z个特征值，计算这z个特征值之和占特征值之和的比重Qz，其中Qz的计算公式为

当Qz超过一定阈值（通常取阈值为 0.8）时，表明前z个主成分所代表的样本信息已满足需求，则通过矩阵α的前z行筛选这z个主成分特征值对应的分量即可，这z个因素即为精简后的运行评价指标。

3 开环评价过程

在建立评价指标体系的基础上，通过指标归一化处理、确定指标权重系数、选择评价模型、多维度评价结果整合、评价结果的量化排序与发布等过程，实现对机场配电网运行的一次开环评价。具体过程可以参考文献[9-12]，此处不展开描述。

4 反馈校正

在获得系统运行状态的开环评价结果后，根据基础指标临界越限水平、指标与运行状态一致性水平、指标与操作指令关联度调整等因素，利用模糊神经网络算法对权重系数进行调整，从而使得评价系统能满足系统运行的客观需要。

4.1 指标临界越限水平

指标临界越限水平指某一指标与其对应运行安全越限值之间的距离，当指标临近或超过其运行安全越限值时，应增大该指标权重，对主要指标的越限行为进行预警，且避免由于权重较小，而造成越限指标被掩盖，防止指标越限的情况“漏报”。

4.2 指标与运行状态一致性水平

指标与运行状态一致性水平反映指标综合评价结果与系统实际运行状态之间的相符程度，当指标综合评价结果越限，但系统的运行安全状态并未改变时，应减小相应指标权重，防止运行安全指标“误报”情况的发生。

4.3 指标与操作指令关联度

指标与操作指令关联度调整指根据指标与操作指令之间的关联程度，对指标权重进行调整，使得指标权重设定和系统运行状态之间具有一定的选择性。

4.4 模糊神经网络方法

采用模糊神经网络的方法将算法结构分为输入单元层、隶属函数模糊化层、模糊规则层和反模糊输出层。基于模糊神经网络的权重系数校正方法如图2所示[13]。

图2 基于模糊神经网络的权重系数校正方法

第1层是输入单元层，输入层负责将值直接传递给下一层，该层的输入、输出关系为

第2层是隶属函数模糊化层，将输入变量进行模糊化。该层共有15个节点，其作用是将输入信号进行模糊化处理，具体分为极小型、偏小型、中间型、偏大型、极大型5个模糊集合。考虑到高斯隶属函数在处理非二值输入和空间映射方面的优势，选择高斯函数作为隶属度函数，则第2层输入和输出关系为

第3层为模糊规则层，节点个数为模糊规则数，其输入输出关系为

第4层为反模糊输出层，节点的作用是将模糊函数反模糊化，节点的输出为对应第3层所获控制规则的线性组合，其输入与输出的关系为

定义模糊神经网络的损失函数E为

式中：dr为期望输出值；yr为实际输出值，即输出层中的值；N为进行神经网络训练的次数。则可以使用损失函数E对mij、σij、ωij参数进行迭代更新，具体方式为

式（9）～式（11）中：η为学习率；t为学习迭代的次数；∂为偏微分的运算符。

5 应用举例

通过对某机场运行操控平台的系统日志、异常报警、操作记录、规划设计条件的资料进行搜集整理，获取系统运行文件中与机场配电网运行安全相关的影响因素，构成粗糙的机场配电网运行评价指标因素集。经过标准化处理后，确定与该机场配电网运行安全相关的影响因素包括线路载流裕度、电网解列片数和分布式电源利用率这三项影响因素进行数据举例，且对这三项因素共有 5条记录，即m=5，则可以将这三项因素以数据集的形式表示为

其中，上述数据集的第一行表示5条线路载流裕度的记录，第二行表示5条电网解列片数的记录，第三行表示5条分布式电源利用率的记录。

对式（12）进行标准化处理（减去行数据均值）得

根据式（2），得到式（1）对应的C矩阵为

计算矩阵C的特征值和特征向量，得特征值从大到小的排列结果为λ1=7.523 6，λ2=1.143 1，λ3=0。对应的单位特征向量α为

通过计算可知，前两项特征值占特征值之和的比重为

则可通过α矩阵的前两行筛选出在线路载流裕度、电网解列片数、分布式电源利用率中影响机场配电网运行安全的主因素为线路载流裕度、电网解列片数，故在构建影响机场配电网运行安全的评价指标中不考虑分布式电源利用率这项。

通过重复上述方法，可以完成对影响因素集的精简，并最终获得机场配电网运行安全评价指标体系示例见表1。

表1 机场配电网运行安全评价指标体系示例

获得机场配电网运行安全评价体系后，可以使用开环运行评价方法对运行状态进行评价。但在实际使用过程中会由于评价指标权重较小而造成越限指标被掩盖，即出现指标越限情况的“漏报”。例如，在正常情况下，负载率对系统运行安全的影响程度不大，会给负载率赋予一个较小的权重，可能导致其严重偏离正常值时，机场配电网运行安全的综合评价结果仍处于安全水平，无法反映系统的真实运行情况。当负载率临界或超过安全限值时，应通过权重系数反馈算法来对负载率的权重系数进行适当调整。也可能出现指标权重取值过大，而造成安全指标“误报”。例如，当机场某区域配电网孤岛运行（仅使用微电源供电，不与大电网连接）时，由于缺少大电网的支撑，可能导致该区域内系统电压合格率和频率合格率这两项指标均较差，但是此时孤岛运行的系统仍能安全运行，则此时应通过权重系数反馈算法，减小系统电压合格率和频率合格率这两项指标权重。

对机场配电网正常操作时，若不对相应指标权重进行调整，则也可能引起系统“误报”。例如，当机场配电网中，某个孤岛运行的区域需要进行并离网转换时，涉及某些微电源的起停和运行模式的转变，从而导致诸如分布式电源/储能/微电网容量、系统电压合格率、系统频率合格率等指标的波动，但是此时系统仍是安全运行的。则此时应该根据并/离网控制指令，通过权重系数反馈算法，调整受影响项权重系数。

在复杂的机场配电网系统中，系统运行安全影响因素的权重很难以一个固定值表示。需要使用本文所述权重系数反馈算法，首先使用海量的机场配电网运行记录信息，对模糊神经网络进行训练。再使用训练后的模糊神经网络模型，根据指标临界越限水平、指标与运行状态一致性水平、指标与操作指令关联度调整等因素，调整评价指标的权重系数，从而提高整个算法的准确性和灵活性。

针对机场电网运行安全评价指标体系的构建是一个不断实践迭代的过程，本文仅是基于前期的调查研究提出的一种基于权重系数反馈校正的机场配电网运行评价方法，并通过该方法给出了机场配电网安全评价指标体系的示例，希望通过该方法和示例为机场电网运行安全评价这一课题提供解决思路，后续还需要针对不同规格机场配电网的实际运行状况进行验证迭代。

6 结论

本文提出了一种基于权重系数反馈校正的机场配电网运行安全评价方法。

1）首先基于系统日志、异常报警、操作记录等机场配电网系统运行文件，对影响机场配电网安全运行的因素进行统计，利用主成分分析法对各因素进行分类精简，构建机场配电网运行评价指标体系。

2）通过指标归一化、确定权重系数、选择评价模型、多维度评价结果整合、评价结果的量化排序与发布等过程，形成对机场配电网运行安全的评价结果。

3）在获得系统运行状态的开环评价结果后，根据指标临界越限水平、指标与运行状态一致性水平、指标与操作指令关联度调整等因素，引入基于模糊神经网络算法的权重系数反馈调整过程，来提高评估算法的准确性和灵活性，因此具有良好的工程应用前景。