郭彬 GUO Bin;靳雨铭 JIN Yu-ming
(国网河北省电力有限公司邢台市环城供电分公司,邢台 054001)
近几年,我国电力系统建设正处在建设密集、投产高峰的时期,也就是要确保每道工序、每一个环节的质量检验验收合格,这是建设智能电网、坚强电网的前提。电网工程建设监理单位代表建设单位监督承建单位的施工行为,在各个施工过程的各个阶段,采用个性化的服务模式来进行管理,可以起到控制项目目标的作用。在新的形势下,电网施工质量管理工作对公司的业务承载能力提出了更高的要求,这为其提出了新的难题与挑战,尤其是在输变电工程施工现场控制方面,还存在着诸多不足。输变电工程是一个复杂的、开放的体系,由于其投资规模大、周期长、涉及因素多、内部机制复杂等特征,使得其影响因素种类繁多,影响关系错综复杂,各种风险因素对结果的影响程度也各不相同[1]。在工程建设中,因工程进度规划的不精确、工程实施的不规范等原因,很多工程未能达到预期效果[2]。通过对输变电项目所面临的风险进行深入分析,可有效地避免项目建设中可能存在的风险,从而实现电网的投资效益的最大化。我国在输变电工程建设中,虽然研究起步较晚,但已经对其进行了较为系统的研究,根据实际情况,已经出现了许多不同的观点。但目前大部分对工程施工质量进行风险评估的方法仍然停留于研究层面,并未用于实际。并且,当前已经应用的评估方法在运用到输变电工程当中也存在评估不准确、运算量大等问题[3]。为了避免输变电工程在建设的过程中出现关键工序风险控制点失管、监管人员素质参差不齐等问题,进而导致输变电工程重大事故发生,本文下述将结合决策树,开展对输变电工程施工质量风险评估方法的设计研究。
输变电工程具备规模大、周期时间长、约束条件多等特点,这些特点的存在使得工程质量存在极大的不确定性,也使得其质量风险不易预测。对此,为实现更加准确的评估,引入决策树,合理选择输变电工程施工质量风险评估的各项指标[4]。在对输变电工程施工质量进行分析的基础上,提出了一种基于风险结构分解的方法,同时兼顾了对目标算法的计算量和运算速度的需求。通过对输变电工程施工过程中出现的质量问题进行分析[5],将质量风险分为内部风险和外部风险两个方面,以此构建如图1 所示的输变电工程施工质量风险决策树。
图1 输变电工程施工质量风险决策树
在图1 所示的输变电工程施工质量风险决策树中,将内部风险和外部风险作为决策树的一级结点,将两方面风险对应的风险作为二级结点[6]。在此基础上,明确每一个二级结点对应的风险进行分析。为实现对各个风险更直观、更清晰的表达,假设存在任意的四个比较序列,分别为X0(t)、X1(t)、X2(t)、X3(t),选择标准(参照)序列的目标是确定一个评估指标体系的最佳序列,其序列所对应的各项指标的取值通常是该指标在所有参与评估对象中的最佳值[7]。在收入指数上,通常以最大化为目标;在成本指数上,通常以最小为目标[8]。比较序列为影响工程质量安全可靠目标的各项相关因素,计算参考数据序列与比较数据序列之间的相对差值序列,其计算公式为:
公式(1)中,Vi(k)表示参考数据序列与比较数据序列之间的相对差值序列;X0(k)表示参考数据序列;Xi(k)表示比较数据序列。在此基础上,计算两级最大差和最小差,并以此计算得出关联度系数:
公式(2)中,M 表示两级最大差;m 表示两级最小差,zi(k)表示关联度系数;d 表示分辨系数。引入分辨系数d 是为了减少极值对计算结果造成的影响,通常情况下d 的取值在0~1 范围内,一般d=0.5。
针对输变电工程施工质量风险决策树中的多个风险因素组合临界值计算,选择在贝叶斯网络知识的框架中进行,在施工质量问题出现后,原因事件的逆向推理以及定量预测均在贝叶斯网络中更具优势[9]。根据上述论述,构建历史数据库贝叶斯网络,其一般步骤为:第一步,在一个库的Bayesian 网络中确定一个变量和一个可能的数值;第二步,将变量之间的相关性用图表表示出来;第三步,在此基础上,根据分布参数,得到局部概率分布表[10]。在实践中,贝叶斯网络的构建是由以上三个过程通过不断的、交互的、重复的过程来实现的[11]。施工质量风险评估所关心的概率其实是一个条件概率,也就是事件A 在事件B(或者N 个事件)发生的条件下可能引发的风险。根据输变电工程施工质量风险评估的特征,将包括3 个因素事件的组合作为例子,将所有可能的因素事件的组合和质量风险管理所关注的条件概率P(ABC)的含义定义为:在因素事件A 和事件B 发生的情况下,可能引发风险的概率。
根据上述论述内容,完成对输变电工程施工质量风险评估指标选择,并实现对各项风险的分析后,构建施工质量风险评估模型。针对多目标问题的评估,需要实现对各项指标的量化[12]。根据上述建立的输变电工程施工质量风险决策树,可构建层次结构。该结构共分为三层,其中第一层为目标层,即输变电工程施工质量风险评估;第二层为准则层,对应决策树的一级结点层;第三层为指标层,对应决策树的二级结点层[13]。根据建立的输变电工程施工质量风险评估出层次结构,对相同层指标分别进行两两比较,以此判定其相互之间的重要性程度,并构建直觉模糊互补判断矩阵。针对各项指标,还需要对其一致性进行检验。以准则层为例,直觉模糊互补判断矩阵进行集成后的综合判断[14]。在这一过程中设置一个可接受的一致性阈值,将判断结果与该阈值进行对比,假设阈值为l,当判定结果大于l 时,此时称对应的指标具有一致性,通过检验;反之,当判定结果小于或等于l 时,此时称对应的指标不具备一致性,未通过检验[15]。假设某评估者对输变电工程施工质量风险进行评估,其权重为x,且。将知觉模糊互补判断矩阵转变为直觉模糊系数,得到如下述公式所示的直觉模糊互补判断矩阵:
公式(3)中,A(k)表示直觉模糊互补判断矩阵表达函数;a 表示各项指标。结合上述过程可计算得出指标层的各项指标权重分配结果,将其代入到公式中实现对施工质量风险的评估,模型输出的结果即为评估结果。
本文结合输变电工程风险发生的可能性以及风险损失的严重程度,将输变电工程施工质量风险等级划分为五个等级,分别为I 级、II 级、III 级、IV 级和V 级。表1 中记录了输变电工程施工质量风险等级标准详细内容。
表1 输变电工程施工质量风险等级标准
表1 中横列为损失等级,纵列为可能性等级。根据表1 中的等级标准,可实现对输变电工程施工质量风险的等级评估。在实际对输变电工程施工质量风险进行评估时,需要制定一套符合项目条件的评估标准。根据输变电工程施工质量风险的特点,同时参考相关类型工程的施工质量和验收示范,结合本文上述设计的输变电工程施工质量风险等级标准,将输变电工程施工质量风险划分为I~V 共五个等级。针对不同层评估,其得出的评估结果不同。将准则层、目标层等评估公式连理得到最终的评估结果量化取值,将其代入到上述构建的各个评估等级标准中,以此完成对输变电工程施工质量风险的定量和定性评估。
针对上述提出的基于决策树的风险评估方法,为实现对该方法应用可行性的验证,依托某地区某线路工程,对该工程的施工质量风险进行评估。为使实验结果具有可比较性,选择将基于模糊层次分析的评估方法和基于BP 神经网络的评估方法作为对照条件,将本文提出的评估方法作为实验条件。依托的输变电工程项目为500kV 变电站配套线路工程架空高空压接施工。结合历史工程案例库分析,该工程所处工作环境属于较高风险隐患等级,需要监理项目部门派出专业监理工程师对其进行旁站监理。由于工程项目在施工的过程中需要在塔上较为狭窄的空间内完成施工作业,登高作业对于工程施工质量而言增加了其风险。结合该工程项目背景,分别利用上述三种评估方法对该工程项目进行评估。由于三种评估方法的评分结果不统一,包含0~1 范围和0~100 范围,因此针对得出的评估结果进行统一规范化处理,将所有评估结果取值在0~100范围内的评估方法,并对其进行标准化处理。在此基础上,针对三种方法得出的评分结果,给出对应的评估等级划分标准,将评估结果分为低风险等级、较低风险等级、中等风险等级、较高风险等级和高风险等级五个等级。风险等级从低到高,依次对应的评估取值为0~0.2、0.2~0.5、0.5~0.6、0.6~0.8、0.8~1.0。在完成上述准备工作后,分别针对输变电工程施工中的软母线安装(环节1)、主变压器安装(环节2)、断路器安装(环节3)、设备连接线安装(环节4)、配电盘安装(环节5)、电缆敷设(环节6)六个环节分别进行施工质量风险评估,将评估结果记录如表2 所示,并结合工程历史案例库中的数据得出该工程施工中各个环节实际的施工质量风险等级,与三种评估方法得出的结果进行对比。
表2 三种评估方法评估结果对比表
针对表2 中记录的三种评估方法得出的评估结果进行对比,只有基于决策树的评估方法得出的评估取值与实际施工质量风险等级对应,基于模糊层次分析的评估方法和基于BP 神经网络的评估方法得出的评估取值均与实际施工质量风险等级对应取值相差甚远,因此通过上述得出的实验结果可以证明,本文提出的基于决策树的评估方法在实际应用中可实现对输变电工程施工质量风险的准确评估。将本文设计的评估方法得出的评估结果作为依据,可为更好地开展输变电工程施工,提升施工质量,提高施工安全性等提供更可靠的条件。
本文上述论述研究,在结合决策树应用优势的基础上,提出了一种全新的风险评估方法。该方法主要针对输变电施工质量风险进行评估,应用该方法可找出施工中对施工质量造成严重威胁的因素,进而对各项因素给出针对性的解决策略,确保工程能够按照制定的施工计划顺利完成施工。由于输变电工程施工项目是一项大规模,且具有复杂线性的项目,因此对其施工质量造成影响的因素众多。由于历史条件、现场环境等原因,在对风险分析时,使用的数据或因缺失无法获取,因此对最终的评估结果仍然会产生一定偏差影响。针对这一问题,为进一步提高评估方法的应用适应性,在后续研究中将对其进行更加深入探索。