基于最優組合權秩和比的電力信息系統可靠性綜合評價

夏 露 羅功銀 廖榮濤 余 錚 王逸兮 許 剛

1(華北電力大學電氣與電子工程學院 北京 102206)2(國網湖北省電力公司 湖北 武漢 430077)

0 引 言

隨著我國智能電網建設及信息化發展戰略實施，電力企業信息化技術也得到了長足發展[1]。但隨著信息系統的數據量不斷增長，業務覆蓋范圍逐年擴大，系統整體運行壓力增加，對各級系統運行穩定性和可靠性提出了更高要求[2]。為進一步提升電力信息系統的可靠性，需要對其運行可靠性進行綜合評價。

電力信息系統各指標權重的大小直接影響評價結果的準確性與客觀性，因此信息系統可靠性指標權重的確定至關重要。目前國內外關于指標權重的確定方法主要分為主觀賦權法、客觀賦權法、主客觀綜合賦權法三類。主觀賦權受個人偏好影響，權重確定過程的透明性及可再現性較差，而單一客觀評價則缺乏主觀經驗與先驗知識，不能很好體現評價指標內涵。針對單一賦的權方法存在的局限，國內外學者對評價指標賦權方法進行了改進。文獻[3]將序關系分析法G1法ORAM(Order Relation Analysis Method)與熵權法結合，平衡各指標的重要程度，對某市房地產可持續發展進行評價。文獻[4]采用層次分析法AHP(Analytic Hierarchy Process)與逼近理想解排序法TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)結合，克服方法自身缺陷，使光伏發電項目綜合評價方法更具客觀性。文獻[5]對區域電網智能化水平評估時，采用序關系與變異系數結合的方法確定各指標的權重系數。這些組合賦權方法雖然能夠彌補單一賦權方法存在的缺陷，但組合權多采用簡單的乘加處理，也會出現賦權結果大者更大，小者更小的問題。所以在加權系數確定方面還有待改進。

北美停電[6-7]、意大利停電事故[8-9]等事故原因之一均為信息系統運行不可靠。可靠性領域專家對信息系統可靠性問題也進行了相關研究。目前電力信息系統可靠性的研究側重于節點失效引起的連鎖故障及安全風險分析[10-14]，但是連鎖故障和風險分析都只是側重于從某一角度對可靠性進行分析。所以對于電力信息系統可靠性目前還缺乏綜合性的評價研究。可靠性綜合評價采用科學有效的方法，系統地對多個指標及對象進行評價，預先判斷系統的可靠性，從而減少故障的發生及運維人員工作量。文獻[15]結合模糊理論與層次分析法，對管理信息系統進行綜合評價。文獻[16]提出了基于鄰接矩陣定量評估電力信息系統脆弱性的方法。電力信息系統可靠性評價方面研究較少，然而信息系統可靠與否已成為企業穩定運行中一個舉足輕重的問題，尤其是對于電力企業，電力信息系統故障極可能會通過系統間耦合產生連鎖故障。電力信息系統可靠性評價可使運維人員整體把握信息系統的運行狀況，有助于提升電力信息系統可靠性。

針對上述問題，為了更好地兼顧專家經驗及指標數據間的聯系，采用主客觀方法分別求出信息系統運行可靠性各指標權重，提出基于最小方差原理計算出各指標主客觀權重組合的最優權重值?；谔岢龅募訖嘀群捅确椒?，以最優權重值作為編秩時的加權，計算加權秩和比作為電力信息系統運行可靠性分檔的依據，對電力信息系統運行可靠性進行綜合評價。

1 基于最小方差原理的最優組合賦權

評價結果的準確性與指標權重大小直接相關。不同的主客觀評價方法在針對同一對象各個指標進行賦權時，可能出現同一指標各方法所賦權值大小差異較大。為了協調取優提出基于最小方差原理對多種主客觀方法所得各個指標權值構建組合計算模型，將計算的權重結果作為各個指標的最優權重。該過程也可以理解為對n個對象m個指標在多個決策參與的群決策模型中，將幾種單一求解模型的權重得出的權重值進行協調取優。

假設目標最優組合權重集合為W={W1,W2,…,Wm}，則第i個指標由l種和p種主客觀權重確定的最優權重系數方程組為：

則基于最小方差原理建立最優組合權模型如下：

(1)

即可以進一步寫為:

(2)

計算出最優的組合權重系數α*，則最優組合權重為W=α*[ws,wq]T。

2 基于加權秩和比的綜合評價

秩和比法是集古典參數統計與近代非參數統計優點于一體的統計分析方法[17]。該方法集參數統計與非參數統計于一身，具有消除異常值干擾，對指標無特殊要求等優點。將該方法運用于電力信息系統運行可靠性的綜合評價，實現評價結果定量到定性的映射，便于運行人員獲得更加直觀的評價結果，迅速做出應對決策。

現有n個對象在m個評價指標下構成一個n行m列矩陣，則針對n個對象綜合評價的主要步驟為：

步驟1指標分為高優指標和低優指標，對數據進行排序并利用線性插值的方法對指標進行編秩：

(3)

(4)

式中：R為秩次，n為樣本數，X為原始指標值，Xmax、Xmin的原始指標值。

步驟2將式(2)計算的最優組合權重值作為各指標編秩的權值，計算加權的RSR秩和比為：

(5)

式中：Wj為計算的主客觀最優組合權重值。在這里當對象i求得的該值越大，那么該對象綜合排序越靠前，而這里是可靠性越高。

步驟3確定評價對象的WRSR排序及分檔：

1) 編制頻數分布表，列出各組頻數，計算各組累積頻數∑f。

2) 通過線性插值的方法確定各組RSR的秩次范圍R。

3) 計算累積頻率(R/n)×100%最后按照(1-1/(kn))校正。

4) 將百分率P經過概率單位換算為Probit。

步驟4計算回歸方程：

WRSR=A+B×Probit

(6)

按照回歸方程對于對應的WRSR估計值對評價對象進行合理分檔。對于評價對象的具體所分檔數由實際情況確定。

3 電力信息系統運行可靠性綜合評價

3.1 電力信息系統綜合評價指標體系與數據預處理

信息系統的整個生命周期分為立項、開發、運行及消亡四個階段。在結合電力信息系統運行特點和相關電力專家意見基礎之上，建立了一套比較完整的電力信息系統運行可靠性綜合指標評價體系，如圖1所示。該評價體系包含了4項一級指標和38項二級指標，這些指標基本能夠全面反饋電力信息系統的運行特性[18]。其中，一級指標包括信息系統運行環境、運行方式變更、運行穩定性及系統保障四項指標。信息系統運行環境指標反映了信息系統軟硬件運行狀況，其中包含主機、網絡服務器、安全設備硬件的內存及CPU平均負載以及數據庫和中間件等相關的11項二級指標。運行方式變更指標反映了在對系統進行檢修或者消缺后運行方式變更對信息系統造成的影響，其包括了應用服務器中間件、數據庫相關的12個二級指標。信息系統運行穩定性指標從系統缺陷、異常到檢修運維等方面反映出信息系統運行的穩定性，其主要包括了缺陷數量異常次數、檢修次數等6項二級指標。信息系統運行保障指標從設備原廠維保、設備運維運維人員能力及廠商保障能力三個方面反映信息系統可靠性保障水平，其包含了設備保障時間、負責人保障時間、維保合同免費維護期、廠商是否本地運維等9項二級指標。

圖1 電力信息系統運行可靠性綜合評價指標體系

由于電力信息系統龐大而復雜，其涉及因素眾多，需要將各影響因素進行綜合分析，從而獲得對電力信息系統運行可靠性獲得可信的綜合評價。

3.2 算法實現流程

算法首先建立指標體系，對輸入數據進行預處理。而后對高優、低優指標分別進行非線性編秩，同時采用利用G1法[19]、層次分析法[20]、熵權法[21]及變異系數法[22]分別對電力信息系統可靠性指標賦權。然后四種主客原理計算出各個指標的權重值w，通過最小方差原理計算最優權重組合系數α，繼而求出各個指標的最優組合權重值W。接著計算帶權值的秩和比并確定各個評價對象的秩分布，計算出線性回歸方程。最后進行分檔排序并進行一致性檢驗，若是分檔不能通過一致性檢驗便繼續循環；反之，輸出最佳分檔及綜合評價結果。算法流程如圖2所示。

圖2 基于最優組合權重秩和比綜合評價算法流程圖

3.3 算例分析

為驗證本文提出的基于最優組合權重秩和比對電力信息系統進行綜合評價的合理性與有效性，對某省2015年和2016年的5個電力信息系統可靠性進行討論分析。這5個信息系統包括了：財務管控系統A、生產管理系統B、ERP系統C、I6000系統D、資源管理系統E。通過對這個5個典型電力信息系統近兩年的運行狀況進行調研和整理，獲得了38個指標數據[18]。

算例分析分為兩部分。第一部分是對指標的最優組合權值計算并分析該方法在縮小主客觀評價差異性方面的情況。第二部分是基于最優組合權秩和比的電力信息系統可靠性評價結果及合理性分析。

3.3.1 最優組合權方法有效性分析

根據調研數據，按照3.2節的計算流程，首先，對原數據進行編秩的同時基于四種主客觀原理分別計算出權重值為：

其次，基于最小方差原理計算出的各個指標的最優組合權值為：

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]

因此信息系統各指標的權值分布如圖3所示，可以觀察最優組合權重在權重分布趨勢上與主客觀方法基本一致。在圖中同時也可觀察到當采用不同方法對信息系統運行可靠性進行賦權時會出現所賦權值差異較大情況，而本文方法能夠縮小主客觀方法之間的差異性。

圖3 信息系統各指標的權值分布圖

將每個方法計算的權重向量視為m維空間的一點，采用主客觀方法及最優組合權重則存在5個點，利用歐式距離[23]去衡量各點之間的相似性。當歐氏距離的值越小，說明兩者的相似性越大，則計算各個方法之間歐氏距離矩陣為：

各賦權方法之間的歐氏距離分布如圖4所示， 其中橫坐標標號1～5分別對應變異系數法、熵權法、序分析法、層次分析法及最優組合權方法。由圖中可以觀測到橫軸對應標號5的最優組合權法與4個主客觀方法的歐式距離總體來說是最小的，而其余主客觀方法之間的距離分布差異較大，說明采用最優組合賦權法可以有效縮小各個方法之間所計算的權值差異性。

圖4 各賦權方法之間歐氏距離分布圖

3.3.2 電力信息系統運行可靠性綜合評價排序及分檔

利用主客觀方法與最優組合權的權值按式(5)分別計算各個信息系統的可靠性加權秩和比，并對可靠性從高到低分別進行排序，對比各個方法所得結果如表1所示。

表1 各個方法與本文方法所得可靠性排序

由主、客觀方法分別分析計算得C1系統(ERP系統)與B1系統(生產管理系統)可靠性最高，但通過主客觀結合分析得D2系統(I6000系統)可靠性是最高，因為I6000作為電力信息系統的綜合監管平臺，其可靠性與安全性級別是最高的，所以其近兩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電力信息系統可靠性排序與主客觀方法分別求得的排序基本一致。再次說明最優組合權重方法有效綜合了主客觀方法，比單一的主觀或客觀判斷方法更為有效。

由于電力信息系統運行可靠性通常是按檔劃分，因此為使計算所得可靠性結果更加直觀，通過所得加權秩和比分布得到經過概率單位轉換后的Y分布如表2所示。

表2 各電力信息系統WRSR與概率單位分布

將概率單位Y作為自變量，WRSR作為因變量，經相關和回歸分析，因變量與自變量具有線性相關性(r=0.986 9)，線性回歸方程為：WRSR=0.126 1Y+0.073 5，經過F檢驗，F=377.36，P=6.67×10-6。這說明所求線性回歸方程具有統計意義,即通過分檔一致性的檢驗。電力信息系統運行可靠性通常分為優良中差四檔[18]，則對應于經典RSR法中則以3～、4～、5～、6～將概率單位Y四檔[17]。因此按照概率單位Y對2015年-2016年來的5個信息系統運行可靠性進行分檔如表3所示。

表3 電力信息系統運行可靠性分檔

根據加權秩和比法對電力信息系統運行可靠性進行綜合排序及分檔，可以直觀地看到，生產管理系統2015年運行可靠性是最高的，但是2016年時由于日常運維數明顯增大導致運行可靠性降低，這點是與該系統實際情況相符合的。財務管控系統由于軟件缺陷較多、還曾對中間件及應用服務器核心部件進行過變更導致運行可靠性是中等。其余信息系統運行可靠性均偏于優良等級，這一點與電力信息系統要求的高可靠性是符合的。從統計結果中可以看出，2016年各個信息系統整體運行可靠性相比較與2015年有下降趨勢，這是由于2016年對于信息系統軟硬件運行環境指標均比前一年有所降低所引起的，而且這點需要引起重視。

4 結 語

本文提出了一種針對電力信息系統運行可靠性的多指標體系綜合評價方法?；谧钚》讲钤?，結合多個主客觀權重方法結果獲取最優組合權重，彌補了各個主客觀方法計算權值的差異問題。最后采用加權秩和比法對電力信息系統運行可靠性進行綜合排序及分檔，經比對實驗處理和分析，本方法評價結果與電力系統專家給出評價意見一致，說明了本文提出的綜合評價方法的合理性與有效性。同時，本方法也可為其他多指標復雜系統的綜合評價提供參考。