盧衛(wèi)青　高博　程華偉

摘要：該文在分析現(xiàn)有調度員仿真培訓系統(tǒng)中培訓評估方案的優(yōu)缺點的基礎上，提出一種基于模糊集和信息熵理論的培訓評估方案，可以實現(xiàn)對調度培訓人員進行自動評分。應用模糊集合原理從調度操作、電網(wǎng)的可靠性及經(jīng)濟性等方面對電網(wǎng)調度員的調度水平進行宏觀分析，利用信息熵理論，按照各評價指標的熵值大小來確定出各個指標熵權，把熵權和層次法確定出的權值進行綜合確定出最后的權重。建立了培訓評估的評價模型。算例表明，應用該指標體系和方法能更好地體現(xiàn)各個指標對評價結果的影響，客觀地對培訓人員進行評估。

關鍵詞：電網(wǎng)調度員培訓；模糊集；信息熵；培訓評估

中圖分類號：TP29 文獻標識碼：A 文章編號：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

調度員培訓仿真系統(tǒng)（Dispatcher Training Simulator，DTS）是培訓調度員，是用以提高調度員運行水平的有效措施之一。近年來，大停電事故時有發(fā)生，這使得對DTS的研究和功能完善成為一個研究的熱點。通過對事故的總結，人們普遍認為需要進一步加強調度員的培訓和反事故演習，讓調度員在DTS系統(tǒng)模擬出的多樣化“電網(wǎng)事故”中得到訓練，提高對大電網(wǎng)的駕馭能力，有效防范大停電事故的發(fā)生[1][2]。然而，難點問題是如何在調度培訓中對培訓人員整體水平能實現(xiàn)自動評估，采用好的可行的培訓評估方法將對調度員培訓仿真系統(tǒng)程序開發(fā)及其技術的進一步發(fā)展完善具有非常重要的意義。

傳統(tǒng)的培訓評估主要是將學員在培訓中的各種操作過程和操作結果的詳情進行詳細的記錄，教員在培訓結束后打分時可進行參考，從而教員可根據(jù)學員的操作過程及結果進行分析，然后進行打分。因此這種方式具有較強的主觀性，會影響評估的準確性，導致誤差發(fā)生，同時也增加了教員的工作強度。針對此問題，有學者對培訓評估的方式進行了相關的研究，總結出了幾種評分的方案：[3][4]（1）打分制；（2）加分制；（3）扣分制；（4）用多級模糊綜合評價法實現(xiàn)對調度員培訓情況的自動評估。

通過對以上幾種方案各自的優(yōu)缺點進行分析比較，本文提出了一種基于模糊集和信息熵理論的培訓評估方案，采用模糊集合原理對調度操作和可靠性及經(jīng)濟性等方面對調度員的調度水平進行全面分析，利用信息熵理論，按照各評價指標的熵值大小來確定出各個指標熵權，把熵權和層次法確定出的權值進行綜合確定出最后的權重。這樣既可以減小層次分析法中人為因素的影響，也可以避免信息熵定權過程中對各指標之間的關系考慮不足的問題，避免熵權的不均衡性。

1 模糊綜合評價方法

對由于指標體系的多樣化特點，很難對每個指標、因素的評價值進行量化，可采用模糊語言給出不同程度的評價值，最后將各個指標和因素的評價值進行綜合，這種系統(tǒng)評價方案稱為模糊綜合評價[5～10]。具體的計算步驟如圖1所示：

2 基于模糊集和信息熵理論的培訓評估

2.1 綜合指標體系

如何對培訓人員的培訓情況進行綜合評價，選取評價因素是很重要的一個方面。由于電力系統(tǒng)本身十分復雜的特點，影響整體評估結果的因素很多，也比較復雜，根據(jù)指標體系選擇的整體性、簡要性、導向性、可比性、可操作性和實際性的原則。應用德爾菲法，也就是運用領域專家的專業(yè)知識、智慧、掌握的信息以及價值觀四個方面，對初步擬定的評價諸指標進行匿名評價，并提出相應的修改意見。先把初步擬出的評價指標體系表、說明做成表的形式，請領域專家發(fā)表意見，并按照事先規(guī)定的指標重要度的等級和量值給出各指標的重要度。

確定綜合評價指標體系有2個判據(jù)：（1）專家意見集中度，按領域專家給出的重要度和給出此重要度的專家人數(shù)加權平均值計算；（2）專家意見離散度，用標準差計算[11]。鑒于培訓評估的特點，認為這兩個判據(jù)滿足一定條件的指標可以進入評估指標體系。用以上方法，從學員培訓過程中的操作，供電可靠性，安全性，經(jīng)濟性，和電能質量各方面綜合考慮[12]，確定評價因素集U={頻率誤差，電壓誤差，操作處理時間，操作錯序次數(shù)，網(wǎng)損率，過負荷，失負荷}。

2.2 確定評價結果集合和隸屬度矩陣

從培訓的需求和培訓結果的合理性考慮，確定評價結果集合V={優(yōu)秀，良好，中等，合格，不合格}。為了確定隸屬度矩陣，要根據(jù)待評的指標數(shù)據(jù)對每個評價指標ui（i=1，2，…，8）分別構造出其隸屬于評價結果集合每個評價因素的隸屬函數(shù)。分析指標體系的因素可以發(fā)現(xiàn)，各指標值在培訓結果中越小，越能反映出培訓人員在培訓中的表現(xiàn)越好。確定隸屬函數(shù)的方法很多，本文采用線性分析法，根據(jù)實際情況在此基礎上進行修正，確定隸屬函數(shù)，從而可以得到隸屬度矩陣。

2.3 指標權重

2.3.1 信息熵確定權重

在信息論中，熵（Entropy）是隨機事件不確定性的量度。對于一組隨機時間，若其不確定性越大，則輸出的信息熵值也就越大。因此，若必然事件所包含的信息量為0時，則等概率事件包含的信息量為最大。信息熵不同于傳統(tǒng)的方法，它完全建立在原始數(shù)據(jù)的基礎上，因此客觀性較強。信息熵在電力系統(tǒng)中的應用也比較廣泛[13][14]。用信息熵確定權重的方法如下：

從上面的步驟求解過程可得知，若培訓的結果樣本某一因素值都相同時，則該因素的信息熵將達到最大值為1，而其權重則為零，可見這種情況該因素在評價中是無法區(qū)分的，即該因素提供的區(qū)分信息無效。而各個樣本中某一因素的值相差越大時，該因素的信息熵則越小，其權重則越大，可見這種情況下該因素可提供區(qū)分有用的信息，應作為重點考察的對象。同時可以推出因素的信息熵、權重和數(shù)據(jù)樣本是有直接關系的，沒有人為因素影響，同時0≤Ej≤1，0≤wj≤1，[j=1nw'j=1]。由此可見，信息熵確定的因素權重客觀性較強，然而熵權的確定過程中，因素之間的相互關系并沒有考慮全面。所以為了在權重中能反映出各個因素之間的相互關系，用信息熵和層次分析法分別確定出因素的權重，然后進行綜合，得出的權重，既考慮了客觀性，又考慮了因素之間的關系。這樣得出的權重更能體現(xiàn)各個評價因素對評價結果的影響。

2.3.2層次分析法確定權重

層次分析法（Analytic Hierarchy Process，AHP）旨在通過兩兩比較的方式來確定復雜問題中各個因素的相對重要性，經(jīng)過定性和定量分析，確定諸因素整體優(yōu)劣的總排序[15]。層次分析法確定權重的步驟如圖2所示：

其中，重要程度與實際數(shù)值之間的對應關系如表1所示；一致性檢驗按公式CR=CI/RT進行， CR為判斷矩陣的隨機一致性指標；CI=（[λmax]-m）/（m-1） ；CI為判斷矩陣的一般一致性指標；RT為判斷矩陣的平均隨機一致性指標，如表2所示為4-10階判斷矩陣的RT值。

其中a，b是權重系數(shù)，a +b=1。由于熵權法需要歷史的數(shù)據(jù)，在具體的實現(xiàn)過程中，可以先進行培訓，待培訓一定次數(shù)后，得到培訓的數(shù)據(jù)，再進行算法的調整，從而得到權重。層次分析法不需要歷史數(shù)據(jù)，可直接進行計算。

2.4 評價結果

本文的評價結果集合為V={優(yōu)秀，良好，中等，合格，不合格}，這樣對培訓結果的評定就可以分為五個等級，按百分制來計算，優(yōu)秀為95，良為85，中為75，合格為65，不合格為30。在確定出最終權重wi后，再確定出的隸屬度矩陣R，然后利用公式（1）可以得出結果B，根據(jù)得出的結果B和評價等級相對應的百分制分數(shù)，就可以確定出最后的評價結果對應的分數(shù)。這樣就可以確定出評價結果的相應的評價等級。需要指出的是，本文所進行的評價，是再無誤操作的前提下進行的，若有誤操作，肯定不及格。下面將用實例來說明權重確定和評估結果確定的過程。

3 權重確定的實例

表3所示是調度員在培訓系統(tǒng)結束后得到的一組樣本，根據(jù)樣本按照步驟可以求解出權重。

按百分制計算，優(yōu)秀為95，良為85，中為75，合格為65，不合格為30則最后評價結果為0×95+0×85+0.22×75×0.67×65+0.11×30=70.05，屬于合格等級。

5結論

本文把模糊集和信息熵理論引入到電網(wǎng)調度員培訓系統(tǒng)中來，提出了一種基于模糊集和信息熵理論的培訓評估方案，從反映調度員的調度水平的各個方面進行分析，選出了頻率誤差，電壓誤差，操作處理時間等合適的評價因素。利用信息熵理論，按照各評價指標的熵值大小來確定出各個指標熵權，把熵權和層次法確定出的權值進行綜合確定出最后的權重。這樣既可以減小層次分析法中人為因素的影響，也可以避免信息熵定權過程中對各指標之間的關系考慮不足的問題，避免熵權的不均衡性，這樣確定出的權重更具有合理性。從而保證評價結果的客觀性，更好地反映出調度員的水平。另外需要說明的是，在權的計算過程中，仍不可避免地受一定人為因素的影響，還需要進一步的改進。

參考文獻：

[1 ]陳翔.大同電網(wǎng)調度員培訓仿真系統(tǒng)的實現(xiàn)及應用[D] .華北電力大學， 2013.

[2] 陳少文.九江電網(wǎng)調度員培訓仿真系統(tǒng)的設計與應用[D] .華北電力大學，2014.

[3] 楊勝春，姚建國.調度員培訓仿真系統(tǒng)實用化工程實踐[J].電力系統(tǒng)自動化，2002，26（33）：51-53.

[4] 孫宏斌，吳文傳，張博明.電網(wǎng)調度員培訓仿真系統(tǒng)的新特征和概念擴展[J].電力系統(tǒng)自動化，2005，29（7）：6-11.

[5] 張力平.電網(wǎng)調度員培訓模擬（DTS）[M].北京：中國電力出版社，1999.

[6] 李朝暉，孫宏斌，潘哲龍.調度員培訓模擬器智能培訓方案的分析[J].廣東電力，2001，14（2）：35-37.

[7] 常鮮戎，邢金峰，張潔.基于多級模糊綜合評價法的電網(wǎng)調度員培訓評估[J].電網(wǎng)技術，2005，29（17）：30-34.

[8] 叢林，李志民，潘明惠等.基于模糊綜合評判法的電力系統(tǒng)信息安全評估[J].電力系統(tǒng)自動化，2004，28（12）：65-69.

[9] 高博.元認知和模糊理論在電力系統(tǒng)仿真培訓中的應用研究[D].2006（12）.

[10] 陳堅紅，盛德仁，李蔚等.火電廠工程多目標綜合評價模型[J].中國電機工程學報，2002，22（12）：152-155.

[11] 董朝霞，楊峰.基于模糊聚類分析的分層估計算法在DTS中的應用[J].電力系統(tǒng)自動化，2004，28（12）：78-81.

[12] 陳曉劍，梁梁.系統(tǒng)評價方法及應用[M].北京：中國科學技術大學出版社，1993.

[13] 朱成騏，孫宏斌，張伯明.基于最大信息熵原理的短期負荷預測綜合模型[J].中國電機工程學報，2005，25（19）：1-6.

[14] 符向前，劉光臨，蔣勁，李友平.基于信息熵的機組運行劣化度綜合指標[J].電力系統(tǒng)自動化， 2005， 29（7）：75-78.

[15] 王治華，范靜. 面向智能調度的調度運行人員培訓仿真系統(tǒng)探討[J] .華東電力，2012（5）：772-775.