基于时效因子和动态贝叶斯网络的配电室电力应急演练研究

徐 浩,魏云冰,路永鑫,李 清

(上海工程技术大学 电子电气工程学院,上海 201620)

近年来,由于突发性灾害事故频繁发生,应急工作面临严峻的挑战。在“预防为主、防消结合”的政策指导下,应急演练的实用价值逐渐被认可,其在电力、石化、消防以及钢铁等领域的应用需求增长。应急演练能够帮助演练人员练习事故场景下的处置行为,掌握灾害后的应急处置流程,熟悉设备的操作步骤。

配电室电力应急演练是应对配电室突发事件的一种应急模拟活动,通过对配电室电力灾害事故情景进行过程推演训练和提升演练人员的事故应急判断水平和应急处置能力,熟悉和掌握配电室电力应急处置策略。配电室电力应急演练作为电力应急的场景之一,其电力应急处置过程应以配电室电力应急作业策略为依据。

配电室电力灾害事故具有非常规突发性、演变过程多变化、演变路径不明确和发展态势复杂等特点,配电室电力应急演练推演方案设计应反映上述特征。因此,本文重点开展配电室电力灾害事故情景推演技术研究。在分析配电室电力灾害事故的演变过程基础上采用“情景-应对”分析法确定配电室电力灾害事故情景构成要素及其作用关系。基于动态贝叶斯网络的状态推演和概率分析能力构建配电室电力灾害事故的情景推演模型,为应急演练人员打造一个符合事故发展规律的演练场景,训练其在复杂多变的应急救援过程中的判断和处置能力,提升演练人员的应急技术水平和工作效率[1-2]。

1 应急演练相关技术及理论

1.1 “情景-应对”分析法

“情景-应对”分析以往同类灾害事故发生和发展规律,根据当前不断发展变化的情景,采取合理措施以应对灾害事故。“情景-应对”的总目标是尽量减少灾害损失和不利影响,根据具体情况采取合理措施。“情景-应对”的内涵在于控制和应对两方面。控制是基于情景演变规律采用合理的处置措施来影响灾害事故的走向,促进灾害事故向期望方向演化。应对是指通过及时的人工干预来降低事故危害,减少损失。因此,“情景-应对”更强调“应对”,及时通过合理的“应对”措施促使灾害事故情景向有利的方向发展[3-7]。

“情景-应对”模式是应急领域目前较有效的分析方法之一,能够对灾害发生的突然性、情景时间的连续性和路径演变的多样性进行有效描述,有利于选择合理的应对措施。在实际应用中,“情景-应对”模式不仅可以从风险分析的视角研究突发灾害事故的演变过程,还可以从控灾减灾的角度进行应急演练系统情景推演模型设计[8-12]。

1.2 动态贝叶斯网络

在分析突发灾害事故的演变规律和体现情景演变的动态性上,动态贝叶斯网络更有优势。动态贝叶斯网络(Dynamic Bayesian Network,DBN)是一种描述随时间变化的系统模型。它通过增加时间元素把贝叶斯网络在时间维度上展开,使得事故推演过程前后连续,时序变化符合时间推理,与实际情况保持了较高的一致性[13-15],如图1所示。

图1 动态贝叶斯网络Figure 1. Dynamic Bayesian network

在图1中,箭头表示节点间的因果关系,时序进一步反应了节点在时间上的变化。基于节点、节点间关系、节点条件概率可表达网络中节点变量的联合概率。根据先验概率或某些节点的取值计算其他任意节点的概率信息。

动态贝叶斯网络的联合概率计算式如下所示。

(1)

动态贝叶斯网络描述了变量集Xt={A1,B1,C1}的概率依存关系及其随时间t=1,2,…,n的变化情况。在图1中,对于任意时刻t,变量At决定变量Bt的状态,变量At和Bt共同决定变量Ct的状态。变量集Xt的联合概率分布如下所示。

P(Xt)=P(At)P(Bt|At)P(Ct|At,Bt)

(2)

无论突发灾害事件是单一事件链还是多因果关系和耦合关系的并发型事件,运用贝叶斯网络推理算法均能基于历史数据获取网络节点间的先验概率信息来实现突发事件的演化分析。

动态贝叶斯网络灾害情景推演模型具有推演过程连续和直观的优点,不仅能有效地演绎灾害事故的发展态势,而且能反映灾害事故发展规律,帮助分析突发灾害事故的演变路径并采取对应处置措施,因而可以应用于应急演练系统的设计[15-17]。

1.3 基于时效因子的电力应急演练绩效评估方法

时间是应急行动中较宝贵的资源,配电室电力灾害事故应急活动本质上就是与时间赛跑的灾害控制与减损活动,应急演练活动不仅要体现处置措施的合理性,还应凸显时间资源的重要性。对事故场景的正确分析判断并采取合理处置措施的能力、时间资源的把握能力是应急演练需要重点培养的目标。处置措施的合理性、处置时间的把握与应用是决定应急目标是否达到的关键因素,可对其进行量化并作为演练绩效评估关键指标。

因此在演练绩效评估关键指标中需加入时效性因子,并且基于时效原则进行演练效果评价。

时效因子是一个与应急作业完成度正相关、与应急作业耗费时间负相关的评价指标,反映了演练人员在任务完成过程中表现出的综合技能水平。

考虑到应急演练活动是由多个具体情景Si及相应的应急处置措施Mi组成,可以将具体的应急处置措施Mi作为研究对象进行分析。

时效因子定义为

(3)

式中,tdi为演练中处置措施Mi前期准备的时间,单位为min;tai为演练人员完成处置措施Mi的实际时间,单位为min;Fei为演练中处置措施Mi的期望完成度;Fdi为处置措施Mi的初始完成情况,例如灾情报警、应急指挥和应急准备等工作的完成情况,以对应时刻应急任务的完成状态。

根据时效因子定义,上述变量之间的关系如图2所示。在图2中,横坐标代表时间,纵坐标代表处置措施Mi的完成度。tei为演练中处置措施Mi实施的期望时间,Ti为演练中处置措施Mi实施的约束时间,即极限时间。

图2 基于时效因子的变量关系Figure 2. Variable relationship based on time factor

图2中的斜线斜率反映演练人员完成处置措施Mi的时效因子。实线1为预期应急时效因子,是一个理想化的期望值,实线2为某演练人员实际演练的时效因,实线3为完成应急措施Mi的及格时效因子,对应在极限时间完成处置措施,虚线4表示没有在约束时间Ti内完成应急措施Mi,时效因子直接赋值为0。

2 配电室电力灾害事故情景推演模型

配电室电力应急演练关键技术研究应注重分析电力灾害事故情景演变机理,挖掘灾害事故之间的因果性和关联性,研究配电室电力事故情景演变的特征要素和发展路径,基于动态贝叶斯网络构建配电室事故情景推演模型。

2.1 配电室电力灾害事故发展机理

配电室电力灾害事故发展演变的突出特点是演变过程中灾害事故不断变化,形成影响范围更广、破坏性更大的次生或衍生事故[18]。电力灾害事故的发展机理是灾害事故在内在特性、人为干预、环境因素等共同影响下向不同方向发展演变的规律。

电力灾害事故的发展机理一般分为转化、蔓延、衍生、耦合和突发,如图3所示。

在配电室电力灾害事故变化过程中,可能存在多种机理共同影响和作用,即具有共存性。

2.2 配电室电力灾害事故情景演变规律

配电室电力灾害事故情景演化是一个动态的过程,包括情景构成要素以及要素之间的相互联系与作用[19]。在分析配电室电力突发灾害演变机理和演变路径的基础上将处置措施约束时间引入情景构成要素,作为应急目标是否达到的必要条件和应急演练人员处置及时性的评价指标。配电室电力灾害事故的演变过程存在5个构成要素,分别为情景状态S、应急目标G、处置措施M、处置约束时间T和事故自身演变E。这5个构成要素之间相互作用与影响,构成一个基本单元,如图4所示。

图4 灾害事故情景要素之间的关系Figure 4. Relationship between disaster and accident scenario elements

在图4中,S表示当前情景状态,应急目标G是一个期望达到的目标。在灾害事故的自身演变规律E(用“◎”表示)以及处置措施M作用下,情景状态S变化进入后序情景状态S*,从情景状态S到S*的转换为一次情景演化过程。对每个处置措施M增加对应的时效约束条件T,是否满足时效约束条件T直接影响处置措施M对应急目标G的达成度。因此,构成要素T一方面可以为应急主体采取合理处置措施的干预时间提供参考依据,另一方面可以在应急演练系统中作为演练人员处置行为及时性的评价指标。

采用处置措施M对灾害的发展进行干预,使灾害的发展向达成应急目标G的方向进行演化,从而形成后序的可能状态S*。可以看出,该演化规律与动态贝叶斯网络的概率演化模型相似,即后序状态由前序状态的条件以及相关构成因素来共同决定。因而,根据灾害演化过程的状态概率关系可以构建相应的贝叶斯网络进行分析和推演。

配电室电力突发灾害首先经历事故发生过程情景,随后开始爆发,并进入事故发展演化的过程中。这一过程将依照事故发展规律和外界环境条件动态演变出现多种演变路径,进入相关情景。当应急主体介入后,针对灾害事故情景确定应急目标,进而采取相应处置措施,事故情景则在自身演变的同时向预期应急目标发展。在下一时刻,应急目标无论是否实现,事故情景都会发展到下一状态。类似演变不断进行,直至灾害事故消失,如图5所示。

图5 事故情景演化过程Figure 5. Accident scenario evolution process

灾害后t1时刻,情景状态发展到S1,在处置措施M1影响下向应急目标G1演变。在t2时刻,情景状态发展为S2,在处置措施M2作用下达到应急目标G2。类似演变持续到tn时刻,灾害事故消失。

当在电力灾害事故发生后,在应急人员没有察觉或者没有条件开展处置工作时,灾害事故情景演变态势主要为受环境影响的自发展态势。当应急主体采取处置措施介入后,原有事故自发展态势被改变,进而呈现出多个发展方向和演变路径。

3 配电室电力灾害事故动态情景网络模型

3.1 配电室电力灾害事故动态情景网络构建

灾害事故动态情景网络的构建步骤如下:

1)节点变量的确定。动态贝叶斯网络具有多个节点变量,需要选择合适的要素作为对应的节点变量。结合历史案例、数据样本或专家经验判断和确定影响事故演化的关键因素,并将关键因素进行数据化,形成网络节点变量。

2)节点变量之间关系的确定。在贝叶斯网络的节点变量确定后,进一步对各个节点变量之间的关联性进行确定,需要基于前述配电室电力灾害事件的演变路径图得到对应的有向图,形成多路径的配电室电力灾害因果关系链,并按时间片段构建情景演变动态贝叶斯网络,如图6所示。把情景状态S、应急目标G、处置措施M与处置约束时间T之间的影响关系按照时间断面确定为不同的网络结构,描绘出处置措施M作用于情景状态S,情景状态S作用于应急目标G的节点因果关系。在每个时间断面可能面临多个同类节点变量,例如在事故发生过程情景中,处置措施M11、M12、M13等要素影响情景状态S11、S12、S13,而情景状态影响G11、G12、G13等应急目标。

图6 配电室电力灾害事故情景演变的动态贝叶斯网络Figure 6. Dynamic Bayesian network for disaster and accident scenario evolution of power distribution room

3)分配概率。在对网络节点变量分配概率时,结合历史资料、数据样本和领域专家意见确定各节点变量的条件概率。如果变量存在父节点,则可根据历史数据和专家经验确定条件概率,即P(Si|P(∏Si))。如果不存在父节点,则根据历史经验指定先验概率,即P(∏Si)。

3.2 配电室电力灾害事故动态情景概率计算

基于构建的配电室突发灾害事故动态贝叶斯网络和条件概率,采用联合概率计算式计算网络中每个节点变量的状态概率,依次得到后序节点变量的状态概率,从而实现灾害事故的情景推演。

通过整合配电室电力灾害事故节点间的因果关系、演化路径、状态概率等信息,生成配电室电力灾害事故情景演化态势,如图7所示。

图7 配电室电力灾害事故情景演化态势Figure 7. Evolutionary scenario of power distribution room electrical disaster accident

图7直观清晰地给出灾害事故发生、发展、演化的整体情况,具体包括:

1)事故状态及变化方向;

2)事故情景的发生概率;

3)事故发展作用因素和响应时间约束等。

4 配电室电力灾害事故情景推演模型验证

为了验证提出的配电室电力灾害事故情景推演模型的合理性,以某矿业公司6 kV配电室重大电力灾害事故为例进行实证分析。该事故造成配电室内1个高压柜及多条电缆完全烧毁,周围开关柜严重损坏,是一起典型配电室电力灾害事故。

1)事故情况介绍。

某日10时50分,某矿业公司110 kV变电站内的6 kV配电室突发电力灾害事故,相关电气接线如图8所示。

图8 某矿业公司6 kV配电室主接线Figure 8. Main wiring of 6 kV power distribution room of a mining company

主控室人员发现母线电压大幅度变化,同时告警信号屏上多个光字牌闪亮,出现配电室601母联断路器保护动作信号和632断路器保护动作信号,配电室方向出现浓烟和火光。控制人员马上切断191进线断路器,全站失压。

经过灭火等一系列紧急措施处置,火灾扑灭后发现632高压断路器柜彻底烧毁,柜内铝排部位发生过相间弧光短路故障。不仅与632断路器关联的电力电缆被烧毁,而且与相邻断路器柜之间的金属隔板也被烧毁,周围高压开关柜均遭到严重破坏。

2)事故情景演变路径推演。

经过事故实例分析,根据对情景要素的划分,依据历史数据和专家经验选取灾害事故过程中关键环节和影响因素作为网络节点变量,最终确定网络节点变量如表1所示。其中情景状态S、处置措施M和应急(预期)目标G分别为11个、7个和7个。

表1 某矿业公司6 KV配电室火灾事故情景要素Table 1. Elements of a fire accident scenario in a 6kV distribution room of a mining company

根据表1对各要素进行相关性进行分析,形成该起配电室火灾的事故场景,如图9所示。

3)根据配电室重大火灾事故情景推演,从632断路器出线电缆短路起火的事故发生情景开始,依据事故的发展和演化相应情况,结合历史经验数据并参考专家建议确定每个节点的条件概率,各节点的条件概率表2所示。

表2 S1情景状态下条件概率Table 2. S1 scenario state conditional probability

表2分别列出了632断路器出线电缆短路起火S1情景状态下,在处置措施为跳开总进线断路器M1时事故发展和演化相应情况的概率。

表3列出了632断路器柜内弧光放电S2情景状态下,为了能够达到杜绝相邻线路提供短路电流预期目标G2,在采取处置措施跳开相邻断路器M2时事故发展和演化相应情况的概率。

表3 S2情景状态下条件概率Table 3. S2 scenario state conditional probability

表4列出了632断路器柜起火S3情景状态下,采取利用处置措施CO2泡沫灭火器扑灭已出现明火M3时事故发展和演化相应情况的概率。

表4 S3情景状态下条件概率Table 4. S3 scenario state conditional probability

表5分别列出了情景状态S5～S10的各种可能出现的情景以及处置措施的概率。

表5 S5～S10情景状态下条件概率Table 5. S5～S10 scenario state conditional probability

利用动态贝叶斯网络联合概率计算式,从S1开始计算各节点变量的状态概率。例如,S1中True的状态概率为

P(S1)=P(S1/M1=True)P(M1=True)+
P(S1/M1=Flase)=0.902

(4)

S1中False状态概率为

P(S1/M1=True)·P(M1=True)+P(S1/M1=Flase)·
P(M1=Flase)=0.098

(5)

同理可计算其他节点变量的状态概率。

本文利用贝叶斯网络可视化仿真软件GeNIe(ver 2.3)获得各节点变量的状态概率,如图10所示。

图10 电路结构Figure 10. Circuit structure

以上对某矿业公司6 kV配电室突然电气起火的情景推演进行了简化,真实的灾害事故影响因素繁多,在实际应用中可选取关键因素以提高情景推演的真实性。

4)结果分析。

推演结果表明,事故按632断路器出线电缆短路起火→632断路器柜起火→电缆沟起火→周围断路器柜起火→设备损坏和浓烟持续的路径演变。其中,短路引起出线电缆起火概率为90%,电缆沟起火概率为72%,设备损坏、浓烟持续概率为76%,推演结果与实际灾害事故的发生和发展情形相吻合,证明了该推演模型的有效性。

每个事故情景都面临应急目标和处置措施的选择,针对配电室电力事故的特殊性地选择合理的处置措施对减少事故造损失具有重要作用。除处置措施合理外,处置时间的把握也较为重要,二者都是应急目标是否达到的关键因素,决定了事故下一步演变方向。

无论应急目标和处置措施是否合理,事故仍有可能向悲观方向发展,但处置措施在一定程度上影响事故的发展态势。正确的人工干预既能阻碍事故向悲观方向发展,又能有效地减少灾害影响。

5 结束语

针对目前配电室电力灾害仿真演练系统缺乏符合电力灾害发展规律的事故情景推演模型等问题,本文开展配电室电力灾害事故的情景推演模型和演练合理评价等关键技术研究。分析配电室电力突发灾害事故的演变机理和演变路径,运用“情景-应对”分析法和动态贝叶斯网络等技术将处置措施约束时间引入情景构成要素,构建配电室电力灾害事故的情景推演模型。同时基于时效原则进行演练效果评价,为应急演练计算机仿真系统提供合理的事故情景推演驱动模型和评价方法。最后以某矿业公司一起6 kV配电室重大火灾事故为例进行实证分析,证明了配电室电力灾害事故情景推演模型的可行性。