基于最优组合权秩和比的电力信息系统可靠性综合评价

夏 露 罗功银 廖荣涛 余 铮 王逸兮 许 刚

1(华北电力大学电气与电子工程学院 北京 102206)2(国网湖北省电力公司 湖北 武汉 430077)

0 引 言

随着我国智能电网建设及信息化发展战略实施，电力企业信息化技术也得到了长足发展[1]。但随着信息系统的数据量不断增长，业务覆盖范围逐年扩大，系统整体运行压力增加，对各级系统运行稳定性和可靠性提出了更高要求[2]。为进一步提升电力信息系统的可靠性，需要对其运行可靠性进行综合评价。

电力信息系统各指标权重的大小直接影响评价结果的准确性与客观性，因此信息系统可靠性指标权重的确定至关重要。目前国内外关于指标权重的确定方法主要分为主观赋权法、客观赋权法、主客观综合赋权法三类。主观赋权受个人偏好影响，权重确定过程的透明性及可再现性较差，而单一客观评价则缺乏主观经验与先验知识，不能很好体现评价指标内涵。针对单一赋的权方法存在的局限，国内外学者对评价指标赋权方法进行了改进。文献[3]将序关系分析法G1法ORAM(Order Relation Analysis Method)与熵权法结合，平衡各指标的重要程度，对某市房地产可持续发展进行评价。文献[4]采用层次分析法AHP(Analytic Hierarchy Process)与逼近理想解排序法TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)结合，克服方法自身缺陷，使光伏发电项目综合评价方法更具客观性。文献[5]对区域电网智能化水平评估时，采用序关系与变异系数结合的方法确定各指标的权重系数。这些组合赋权方法虽然能够弥补单一赋权方法存在的缺陷，但组合权多采用简单的乘加处理，也会出现赋权结果大者更大，小者更小的问题。所以在加权系数确定方面还有待改进。

北美停电[6-7]、意大利停电事故[8-9]等事故原因之一均为信息系统运行不可靠。可靠性领域专家对信息系统可靠性问题也进行了相关研究。目前电力信息系统可靠性的研究侧重于节点失效引起的连锁故障及安全风险分析[10-14]，但是连锁故障和风险分析都只是侧重于从某一角度对可靠性进行分析。所以对于电力信息系统可靠性目前还缺乏综合性的评价研究。可靠性综合评价采用科学有效的方法，系统地对多个指标及对象进行评价，预先判断系统的可靠性，从而减少故障的发生及运维人员工作量。文献[15]结合模糊理论与层次分析法，对管理信息系统进行综合评价。文献[16]提出了基于邻接矩阵定量评估电力信息系统脆弱性的方法。电力信息系统可靠性评价方面研究较少，然而信息系统可靠与否已成为企业稳定运行中一个举足轻重的问题，尤其是对于电力企业，电力信息系统故障极可能会通过系统间耦合产生连锁故障。电力信息系统可靠性评价可使运维人员整体把握信息系统的运行状况，有助于提升电力信息系统可靠性。

针对上述问题，为了更好地兼顾专家经验及指标数据间的联系，采用主客观方法分别求出信息系统运行可靠性各指标权重，提出基于最小方差原理计算出各指标主客观权重组合的最优权重值。基于提出的加权秩和比方法，以最优权重值作为编秩时的加权，计算加权秩和比作为电力信息系统运行可靠性分档的依据，对电力信息系统运行可靠性进行综合评价。

1 基于最小方差原理的最优组合赋权

评价结果的准确性与指标权重大小直接相关。不同的主客观评价方法在针对同一对象各个指标进行赋权时，可能出现同一指标各方法所赋权值大小差异较大。为了协调取优提出基于最小方差原理对多种主客观方法所得各个指标权值构建组合计算模型，将计算的权重结果作为各个指标的最优权重。该过程也可以理解为对n个对象m个指标在多个决策参与的群决策模型中，将几种单一求解模型的权重得出的权重值进行协调取优。

假设目标最优组合权重集合为W={W1,W2,…,Wm}，则第i个指标由l种和p种主客观权重确定的最优权重系数方程组为：

则基于最小方差原理建立最优组合权模型如下：

(1)

即可以进一步写为:

(2)

计算出最优的组合权重系数α*，则最优组合权重为W=α*[ws,wq]T。

2 基于加权秩和比的综合评价

秩和比法是集古典参数统计与近代非参数统计优点于一体的统计分析方法[17]。该方法集参数统计与非参数统计于一身，具有消除异常值干扰，对指标无特殊要求等优点。将该方法运用于电力信息系统运行可靠性的综合评价，实现评价结果定量到定性的映射，便于运行人员获得更加直观的评价结果，迅速做出应对决策。

现有n个对象在m个评价指标下构成一个n行m列矩阵，则针对n个对象综合评价的主要步骤为：

步骤1指标分为高优指标和低优指标，对数据进行排序并利用线性插值的方法对指标进行编秩：

(3)

(4)

式中：R为秩次，n为样本数，X为原始指标值，Xmax、Xmin的原始指标值。

步骤2将式(2)计算的最优组合权重值作为各指标编秩的权值，计算加权的RSR秩和比为：

(5)

式中：Wj为计算的主客观最优组合权重值。在这里当对象i求得的该值越大，那么该对象综合排序越靠前，而这里是可靠性越高。

步骤3确定评价对象的WRSR排序及分档：

1) 编制频数分布表，列出各组频数，计算各组累积频数∑f。

2) 通过线性插值的方法确定各组RSR的秩次范围R。

3) 计算累积频率(R/n)×100%最后按照(1-1/(kn))校正。

4) 将百分率P经过概率单位换算为Probit。

步骤4计算回归方程：

WRSR=A+B×Probit

(6)

按照回归方程对于对应的WRSR估计值对评价对象进行合理分档。对于评价对象的具体所分档数由实际情况确定。

3 电力信息系统运行可靠性综合评价

3.1 电力信息系统综合评价指标体系与数据预处理

信息系统的整个生命周期分为立项、开发、运行及消亡四个阶段。在结合电力信息系统运行特点和相关电力专家意见基础之上，建立了一套比较完整的电力信息系统运行可靠性综合指标评价体系，如图1所示。该评价体系包含了4项一级指标和38项二级指标，这些指标基本能够全面反馈电力信息系统的运行特性[18]。其中，一级指标包括信息系统运行环境、运行方式变更、运行稳定性及系统保障四项指标。信息系统运行环境指标反映了信息系统软硬件运行状况，其中包含主机、网络服务器、安全设备硬件的内存及CPU平均负载以及数据库和中间件等相关的11项二级指标。运行方式变更指标反映了在对系统进行检修或者消缺后运行方式变更对信息系统造成的影响，其包括了应用服务器中间件、数据库相关的12个二级指标。信息系统运行稳定性指标从系统缺陷、异常到检修运维等方面反映出信息系统运行的稳定性，其主要包括了缺陷数量异常次数、检修次数等6项二级指标。信息系统运行保障指标从设备原厂维保、设备运维运维人员能力及厂商保障能力三个方面反映信息系统可靠性保障水平，其包含了设备保障时间、负责人保障时间、维保合同免费维护期、厂商是否本地运维等9项二级指标。

图1 电力信息系统运行可靠性综合评价指标体系

由于电力信息系统庞大而复杂，其涉及因素众多，需要将各影响因素进行综合分析，从而获得对电力信息系统运行可靠性获得可信的综合评价。

3.2 算法实现流程

算法首先建立指标体系，对输入数据进行预处理。而后对高优、低优指标分别进行非线性编秩，同时采用利用G1法[19]、层次分析法[20]、熵权法[21]及变异系数法[22]分别对电力信息系统可靠性指标赋权。然后四种主客原理计算出各个指标的权重值w，通过最小方差原理计算最优权重组合系数α，继而求出各个指标的最优组合权重值W。接着计算带权值的秩和比并确定各个评价对象的秩分布，计算出线性回归方程。最后进行分档排序并进行一致性检验，若是分档不能通过一致性检验便继续循环；反之，输出最佳分档及综合评价结果。算法流程如图2所示。

图2 基于最优组合权重秩和比综合评价算法流程图

3.3 算例分析

为验证本文提出的基于最优组合权重秩和比对电力信息系统进行综合评价的合理性与有效性，对某省2015年和2016年的5个电力信息系统可靠性进行讨论分析。这5个信息系统包括了：财务管控系统A、生产管理系统B、ERP系统C、I6000系统D、资源管理系统E。通过对这个5个典型电力信息系统近两年的运行状况进行调研和整理，获得了38个指标数据[18]。

算例分析分为两部分。第一部分是对指标的最优组合权值计算并分析该方法在缩小主客观评价差异性方面的情况。第二部分是基于最优组合权秩和比的电力信息系统可靠性评价结果及合理性分析。

3.3.1 最优组合权方法有效性分析

根据调研数据，按照3.2节的计算流程，首先，对原数据进行编秩的同时基于四种主客观原理分别计算出权重值为：

其次，基于最小方差原理计算出的各个指标的最优组合权值为：

W=[0.004 9 0.012 3 0.007 7 0.040 4 0.006 7 0.003 1 0.008 2 0.003 3 0.028 4 0.004 5 0.063 4 0.029 0 0.029 0 0.011 9 0.017 3 0.063 4 0.029 0 0.062 6 0.062 6 0.062 6 0.062 6 0.028 7 0.062 6 0.033 4 0.070 3 0.070 3 0.009 4 0.039 7 0.012 7 0.007 0 0.007 0 0.007 0 0.007 0 0.001 9 0.002 9 0.007 0 0.002 9]

因此信息系统各指标的权值分布如图3所示，可以观察最优组合权重在权重分布趋势上与主客观方法基本一致。在图中同时也可观察到当采用不同方法对信息系统运行可靠性进行赋权时会出现所赋权值差异较大情况，而本文方法能够缩小主客观方法之间的差异性。

图3 信息系统各指标的权值分布图

将每个方法计算的权重向量视为m维空间的一点，采用主客观方法及最优组合权重则存在5个点，利用欧式距离[23]去衡量各点之间的相似性。当欧氏距离的值越小，说明两者的相似性越大，则计算各个方法之间欧氏距离矩阵为：

各赋权方法之间的欧氏距离分布如图4所示， 其中横坐标标号1～5分别对应变异系数法、熵权法、序分析法、层次分析法及最优组合权方法。由图中可以观测到横轴对应标号5的最优组合权法与4个主客观方法的欧式距离总体来说是最小的，而其余主客观方法之间的距离分布差异较大，说明采用最优组合赋权法可以有效缩小各个方法之间所计算的权值差异性。

图4 各赋权方法之间欧氏距离分布图

3.3.2 电力信息系统运行可靠性综合评价排序及分档

利用主客观方法与最优组合权的权值按式(5)分别计算各个信息系统的可靠性加权秩和比，并对可靠性从高到低分别进行排序，对比各个方法所得结果如表1所示。

表1 各个方法与本文方法所得可靠性排序

由主、客观方法分别分析计算得C1系统(ERP系统)与B1系统(生产管理系统)可靠性最高，但通过主客观结合分析得D2系统(I6000系统)可靠性是最高，因为I6000作为电力信息系统的综合监管平台，其可靠性与安全性级别是最高的，所以其近两年的可靠性均排于前五。由表1可以看出本文方法求得其余电力信息系统可靠性排序与主客观方法分别求得的排序基本一致。再次说明最优组合权重方法有效综合了主客观方法，比单一的主观或客观判断方法更为有效。

由于电力信息系统运行可靠性通常是按档划分，因此为使计算所得可靠性结果更加直观，通过所得加权秩和比分布得到经过概率单位转换后的Y分布如表2所示。

表2 各电力信息系统WRSR与概率单位分布

将概率单位Y作为自变量，WRSR作为因变量，经相关和回归分析，因变量与自变量具有线性相关性(r=0.986 9)，线性回归方程为：WRSR=0.126 1Y+0.073 5，经过F检验，F=377.36，P=6.67×10-6。这说明所求线性回归方程具有统计意义,即通过分档一致性的检验。电力信息系统运行可靠性通常分为优良中差四档[18]，则对应于经典RSR法中则以3～、4～、5～、6～将概率单位Y四档[17]。因此按照概率单位Y对2015年-2016年来的5个信息系统运行可靠性进行分档如表3所示。

表3 电力信息系统运行可靠性分档

根据加权秩和比法对电力信息系统运行可靠性进行综合排序及分档，可以直观地看到，生产管理系统2015年运行可靠性是最高的，但是2016年时由于日常运维数明显增大导致运行可靠性降低，这点是与该系统实际情况相符合的。财务管控系统由于软件缺陷较多、还曾对中间件及应用服务器核心部件进行过变更导致运行可靠性是中等。其余信息系统运行可靠性均偏于优良等级，这一点与电力信息系统要求的高可靠性是符合的。从统计结果中可以看出，2016年各个信息系统整体运行可靠性相比较与2015年有下降趋势，这是由于2016年对于信息系统软硬件运行环境指标均比前一年有所降低所引起的，而且这点需要引起重视。

4 结 语

本文提出了一种针对电力信息系统运行可靠性的多指标体系综合评价方法。基于最小方差原理，结合多个主客观权重方法结果获取最优组合权重，弥补了各个主客观方法计算权值的差异问题。最后采用加权秩和比法对电力信息系统运行可靠性进行综合排序及分档，经比对实验处理和分析，本方法评价结果与电力系统专家给出评价意见一致，说明了本文提出的综合评价方法的合理性与有效性。同时，本方法也可为其他多指标复杂系统的综合评价提供参考。