基于模糊集和信息熵理论的电网调度员培训评估方案

卢卫青　高博　程华伟

摘要：该文在分析现有调度员仿真培训系统中培训评估方案的优缺点的基础上，提出一种基于模糊集和信息熵理论的培训评估方案，可以实现对调度培训人员进行自动评分。应用模糊集合原理从调度操作、电网的可靠性及经济性等方面对电网调度员的调度水平进行宏观分析，利用信息熵理论，按照各评价指标的熵值大小来确定出各个指标熵权，把熵权和层次法确定出的权值进行综合确定出最后的权重。建立了培训评估的评价模型。算例表明，应用该指标体系和方法能更好地体现各个指标对评价结果的影响，客观地对培训人员进行评估。

关键词：电网调度员培训；模糊集；信息熵；培训评估

中图分类号：TP29 文献标识码：A 文章编号：1009-3044（2016）02-0187-04

Abstract： On the basis of analyzing the evaluation plans of dispatcher training system， this paper puts forward a training and evaluating scheme based on the weight of fuzzy entropy to realize the grading automation of trainees. Firstly， use fuzzy set theory to analyze dispatchers competence from the aspects such as manipulation， reliability， economy. Then use the information entropy theory to find the indices entropy weight according to the indices entropy values. Lastly， integrate the weight according to the weight values acquired by the methods of entropy weight and AHP， thus， the evaluating and training model is modeled. The result demonstrates that using the method， put forward by this paper， can more explicitly reveal the indices effect on evaluation result and correctly evaluate the trainees.

Key words： dispatcher of power grid； fuzzy； information entropy； training evaluation

调度员培训仿真系统（Dispatcher Training Simulator，DTS）是培训调度员，是用以提高调度员运行水平的有效措施之一。近年来，大停电事故时有发生，这使得对DTS的研究和功能完善成为一个研究的热点。通过对事故的总结，人们普遍认为需要进一步加强调度员的培训和反事故演习，让调度员在DTS系统模拟出的多样化“电网事故”中得到训练，提高对大电网的驾驭能力，有效防范大停电事故的发生[1][2]。然而，难点问题是如何在调度培训中对培训人员整体水平能实现自动评估，采用好的可行的培训评估方法将对调度员培训仿真系统程序开发及其技术的进一步发展完善具有非常重要的意义。

传统的培训评估主要是将学员在培训中的各种操作过程和操作结果的详情进行详细的记录，教员在培训结束后打分时可进行参考，从而教员可根据学员的操作过程及结果进行分析，然后进行打分。因此这种方式具有较强的主观性，会影响评估的准确性，导致误差发生，同时也增加了教员的工作强度。针对此问题，有学者对培训评估的方式进行了相关的研究，总结出了几种评分的方案：[3][4]（1）打分制；（2）加分制；（3）扣分制；（4）用多级模糊综合评价法实现对调度员培训情况的自动评估。

通过对以上几种方案各自的优缺点进行分析比较，本文提出了一种基于模糊集和信息熵理论的培训评估方案，采用模糊集合原理对调度操作和可靠性及经济性等方面对调度员的调度水平进行全面分析，利用信息熵理论，按照各评价指标的熵值大小来确定出各个指标熵权，把熵权和层次法确定出的权值进行综合确定出最后的权重。这样既可以减小层次分析法中人为因素的影响，也可以避免信息熵定权过程中对各指标之间的关系考虑不足的问题，避免熵权的不均衡性。

1 模糊综合评价方法

对由于指标体系的多样化特点，很难对每个指标、因素的评价值进行量化，可采用模糊语言给出不同程度的评价值，最后将各个指标和因素的评价值进行综合，这种系统评价方案称为模糊综合评价[5～10]。具体的计算步骤如图1所示：

2 基于模糊集和信息熵理论的培训评估

2.1 综合指标体系

如何对培训人员的培训情况进行综合评价，选取评价因素是很重要的一个方面。由于电力系统本身十分复杂的特点，影响整体评估结果的因素很多，也比较复杂，根据指标体系选择的整体性、简要性、导向性、可比性、可操作性和实际性的原则。应用德尔菲法，也就是运用领域专家的专业知识、智慧、掌握的信息以及价值观四个方面，对初步拟定的评价诸指标进行匿名评价，并提出相应的修改意见。先把初步拟出的评价指标体系表、说明做成表的形式，请领域专家发表意见，并按照事先规定的指标重要度的等级和量值给出各指标的重要度。

确定综合评价指标体系有2个判据：（1）专家意见集中度，按领域专家给出的重要度和给出此重要度的专家人数加权平均值计算；（2）专家意见离散度，用标准差计算[11]。鉴于培训评估的特点，认为这两个判据满足一定条件的指标可以进入评估指标体系。用以上方法，从学员培训过程中的操作，供电可靠性，安全性，经济性，和电能质量各方面综合考虑[12]，确定评价因素集U={频率误差，电压误差，操作处理时间，操作错序次数，网损率，过负荷，失负荷}。

2.2 确定评价结果集合和隶属度矩阵

从培训的需求和培训结果的合理性考虑，确定评价结果集合V={优秀，良好，中等，合格，不合格}。为了确定隶属度矩阵，要根据待评的指标数据对每个评价指标ui（i=1，2，…，8）分别构造出其隶属于评价结果集合每个评价因素的隶属函数。分析指标体系的因素可以发现，各指标值在培训结果中越小，越能反映出培训人员在培训中的表现越好。确定隶属函数的方法很多，本文采用线性分析法，根据实际情况在此基础上进行修正，确定隶属函数，从而可以得到隶属度矩阵。

2.3 指标权重

2.3.1 信息熵确定权重

在信息论中，熵（Entropy）是随机事件不确定性的量度。对于一组随机时间，若其不确定性越大，则输出的信息熵值也就越大。因此，若必然事件所包含的信息量为0时，则等概率事件包含的信息量为最大。信息熵不同于传统的方法，它完全建立在原始数据的基础上，因此客观性较强。信息熵在电力系统中的应用也比较广泛[13][14]。用信息熵确定权重的方法如下：

从上面的步骤求解过程可得知，若培训的结果样本某一因素值都相同时，则该因素的信息熵将达到最大值为1，而其权重则为零，可见这种情况该因素在评价中是无法区分的，即该因素提供的区分信息无效。而各个样本中某一因素的值相差越大时，该因素的信息熵则越小，其权重则越大，可见这种情况下该因素可提供区分有用的信息，应作为重点考察的对象。同时可以推出因素的信息熵、权重和数据样本是有直接关系的，没有人为因素影响，同时0≤Ej≤1，0≤wj≤1，[j=1nw'j=1]。由此可见，信息熵确定的因素权重客观性较强，然而熵权的确定过程中，因素之间的相互关系并没有考虑全面。所以为了在权重中能反映出各个因素之间的相互关系，用信息熵和层次分析法分别确定出因素的权重，然后进行综合，得出的权重，既考虑了客观性，又考虑了因素之间的关系。这样得出的权重更能体现各个评价因素对评价结果的影响。

2.3.2层次分析法确定权重

层次分析法（Analytic Hierarchy Process，AHP）旨在通过两两比较的方式来确定复杂问题中各个因素的相对重要性，经过定性和定量分析，确定诸因素整体优劣的总排序[15]。层次分析法确定权重的步骤如图2所示：

其中，重要程度与实际数值之间的对应关系如表1所示；一致性检验按公式CR=CI/RT进行， CR为判断矩阵的随机一致性指标；CI=（[λmax]-m）/（m-1） ；CI为判断矩阵的一般一致性指标；RT为判断矩阵的平均随机一致性指标，如表2所示为4-10阶判断矩阵的RT值。

其中a，b是权重系数，a +b=1。由于熵权法需要历史的数据，在具体的实现过程中，可以先进行培训，待培训一定次数后，得到培训的数据，再进行算法的调整，从而得到权重。层次分析法不需要历史数据，可直接进行计算。

2.4 评价结果

本文的评价结果集合为V={优秀，良好，中等，合格，不合格}，这样对培训结果的评定就可以分为五个等级，按百分制来计算，优秀为95，良为85，中为75，合格为65，不合格为30。在确定出最终权重wi后，再确定出的隶属度矩阵R，然后利用公式（1）可以得出结果B，根据得出的结果B和评价等级相对应的百分制分数，就可以确定出最后的评价结果对应的分数。这样就可以确定出评价结果的相应的评价等级。需要指出的是，本文所进行的评价，是再无误操作的前提下进行的，若有误操作，肯定不及格。下面将用实例来说明权重确定和评估结果确定的过程。

3 权重确定的实例

表3所示是调度员在培训系统结束后得到的一组样本，根据样本按照步骤可以求解出权重。

按百分制计算，优秀为95，良为85，中为75，合格为65，不合格为30则最后评价结果为0×95+0×85+0.22×75×0.67×65+0.11×30=70.05，属于合格等级。

5结论

本文把模糊集和信息熵理论引入到电网调度员培训系统中来，提出了一种基于模糊集和信息熵理论的培训评估方案，从反映调度员的调度水平的各个方面进行分析，选出了频率误差，电压误差，操作处理时间等合适的评价因素。利用信息熵理论，按照各评价指标的熵值大小来确定出各个指标熵权，把熵权和层次法确定出的权值进行综合确定出最后的权重。这样既可以减小层次分析法中人为因素的影响，也可以避免信息熵定权过程中对各指标之间的关系考虑不足的问题，避免熵权的不均衡性，这样确定出的权重更具有合理性。从而保证评价结果的客观性，更好地反映出调度员的水平。另外需要说明的是，在权的计算过程中，仍不可避免地受一定人为因素的影响，还需要进一步的改进。

参考文献：

[1 ]陈翔.大同电网调度员培训仿真系统的实现及应用[D] .华北电力大学， 2013.

[2] 陈少文.九江电网调度员培训仿真系统的设计与应用[D] .华北电力大学，2014.

[3] 杨胜春，姚建国.调度员培训仿真系统实用化工程实践[J].电力系统自动化，2002，26（33）：51-53.

[4] 孙宏斌，吴文传，张博明.电网调度员培训仿真系统的新特征和概念扩展[J].电力系统自动化，2005，29（7）：6-11.

[5] 张力平.电网调度员培训模拟（DTS）[M].北京：中国电力出版社，1999.

[6] 李朝晖，孙宏斌，潘哲龙.调度员培训模拟器智能培训方案的分析[J].广东电力，2001，14（2）：35-37.

[7] 常鲜戎，邢金峰，张洁.基于多级模糊综合评价法的电网调度员培训评估[J].电网技术，2005，29（17）：30-34.

[8] 丛林，李志民，潘明惠等.基于模糊综合评判法的电力系统信息安全评估[J].电力系统自动化，2004，28（12）：65-69.

[9] 高博.元认知和模糊理论在电力系统仿真培训中的应用研究[D].2006（12）.

[10] 陈坚红，盛德仁，李蔚等.火电厂工程多目标综合评价模型[J].中国电机工程学报，2002，22（12）：152-155.

[11] 董朝霞，杨峰.基于模糊聚类分析的分层估计算法在DTS中的应用[J].电力系统自动化，2004，28（12）：78-81.

[12] 陈晓剑，梁梁.系统评价方法及应用[M].北京：中国科学技术大学出版社，1993.

[13] 朱成骐，孙宏斌，张伯明.基于最大信息熵原理的短期负荷预测综合模型[J].中国电机工程学报，2005，25（19）：1-6.

[14] 符向前，刘光临，蒋劲，李友平.基于信息熵的机组运行劣化度综合指标[J].电力系统自动化， 2005， 29（7）：75-78.

[15] 王治华，范静. 面向智能调度的调度运行人员培训仿真系统探讨[J] .华东电力，2012（5）：772-775.