應用D-S證據理論評估增量配電項目投資風險的方法

萬文軒， 徐文淵， 裴劍， 朱陶之， 陶元， 向黎

(1. 國網武漢供電公司， 湖北 武漢 430061； 2. 湖北華中電力科技開發有限責任公司， 湖北 武漢 430061)

0 引言

配電增網項目作為國家輸配電技術革新中重要的項目，在未來的持續發展中大大方便了用戶的使用。隨著用戶需求量的增多，增量配電業務范圍迅速發展，國家電網公司及其各級公司以及南方電網公司以及其各級公司將面臨著巨大挑戰[1]。在增量配電項目發展的過程中，參與配電網的單位或者企業就需要一種評估投資風險的方法，在滿足用戶需求的情況下能夠最大化降低成本和風險[2-4]。

在現有技術中，由于增量配電業務屬于新興項目，很多投資者面臨很多未知數，現有技術中，文獻[6]通過蒙特卡洛法的增量配電網全壽命周期投資風險評估方法對項目進行評估，雖然該方法能夠考慮在全壽命周期評估項目的利潤和收益，但是實用性較差[5-6]。文獻[7]引入風險價值來量化投資風險，考慮用電量、運維費率等不確定因素[7]，但是對投資者應用到的技術水平、用戶體驗方面仍舊存在一些不足。

1 投資風險評估模型的構建

針對上述技術的不足，本研究構建了基于改進型D-S證據理論模型的風險投資架構模型，基于層次分析法(Analytic Hierarchy Process,AHP)[8-10]實現投資風險因素的分層分析，利用不同因素的權重，提高了增量配電項目投資評估的準確度。

本研究的改進點在于，在傳統改進型D-S證據理論模型技術方案的基礎上融入了大數據融合技術，通過大數據融合技術實現了多種投資風險項目的計算和處理，使得多種不同的增量配電項目數據能夠按照用戶的需求重新排列，以提高用戶查找數據的速度。 本研究設計的投資風險評估模型如圖1所示。

圖1 投資風險評估模型架構示意圖

下面對各部分進行說明。

本研究的數學模型包括指標層、準則層和目標層。本研究的目標層是增量配電項目投資風險評估輸出。準則層包括內部風險評估和外部風險評估。指標層包括管理水平、技術程度、網絡資源利用率、服務器中斷、技術人員流動、國家政策、電力用戶體驗、設備運行環境或者戶外異物等，描述評價增量配電網項目中存在的風險，如表1所示。

表1 增量配電網項目投資風險評估指標體系

2 項目投資風險評估模型

2.1 模糊綜合評價方法

在對增量項目投資風險數據進行評價時，通過模糊綜合評價能夠反映影響增量項目運營狀況，假設對增量項目運營的電力企業的月份的運行狀況進行評價時，將其運行狀況的數據集合記作為C={C1,C2,…,Cm} ；然后將評價目標用數據集合O={O1,O2,…,Om} 來表示；所有增量項目投資風險數據類型評價指標可以組成評價指標集U，然后再按n個無法再分目標的評價指標劃分成n個子集，則有數據集合U={U1,U2,…,Un}，該數據集合滿足以下條件。

在數據集合中，假設排序為i的子集U中，存在ni個數據評價指標，這些評價指標的特征值如式(1)。

ixj= [ix1,ix2，…,ixn]T

(1)

在上述數據集合Ui為排序i的數據集合中，有ni個評價指標的特征的數據集合。則在m個月份，增量項目運營評價指標的特征值可以用矩陣序列表示如式(2)。

(2)

如果需要進一步進入隸屬度，則可以將上述的特征值進行隸屬度矩陣轉換，轉換后為式(3)。

(3)

式中，ikj表示為隸屬度，該隸屬度是增量項目用電公司在某個月份運營狀況Cj時，其第i個目標中的第k個指標，式(3)中，存在0≤ikj≤1，其中irk和irj可以分別表示單個指標評價和ni個評價指標對應的Cj的單個月份評價，用數據集合表示為式(4)、式(5)。

irk=(irk1,i,…,irkm)

(4)

irj=(ir1j,i,…,irmj)

(5)

在上述計算過程中，假設增量項目運營數據集合Ur的ni個評價指標的權系數集合可以為式(6)。

iA～=(ia1,ia2,…,iak)

(6)

iB～=iA～°iR～=(ib1,ib2,…,ibm)

(7)

式中，ibj表示為Ui數據集合中Cj個樣本的模糊綜合評價結果。通過這種算法，能夠將影響增量項目投資風險數據的多個因素化為不同的層次和子集，使得用戶能夠直觀地從不同的層次、子集以及階層讀取數據信息，有利于對多種不同的數據進行綜合評價，便于數據處理。

2.2 評估方法

通過上述算法實現數據的一級處理，然后進行二級處理，實現增量配電網投資風險評估。結合上述處理方法，對評估方法進行以下說明。

2.2.1 指標權重的確定

層次分析法確定指標權重的步驟分為建立層次結構模型、構造判斷矩陣、計算指標權重系數、一致性檢驗等，其中層次模型已經確定。

(1) 判斷矩陣構造，如式(8)。

A=(aij)n×n

(8)

(2) 計算指標權重系數，計算判斷矩陣A的每一行指標的乘積Mi,如式(9)。

(9)

其中，n表示為矩陣階數。針對式(9)，求解出各行Mi的n次方根值，如式(10)。

(10)

將向量歸一化，如式(11)。

(11)

式中，wi即為所求的各個指標的權重系數值。

(3) 一致性檢驗，定義一致性指標，如式(12)。

(12)

當CI=0，有完全的一致性；當CI接近于0，有滿意的一致性；當CI越大，不一致性越嚴重。

定義一致性比率，如式(13)。

(13)

通過上述的一致性比率，進行以下判斷，如式(14)。

(14)

在判斷滿意度時，要預先設置判斷矩陣A容許范圍，當計算出的值在容許范圍內時，則表示用戶滿意度尚可，當計算出的值不在容許范圍內時，則表示用戶不滿意。

2.2.2 評估等級劃分

增量配電項目受多種因素的影響，在進行項目評估時，為了量化地評估風險等級，本研究將風險評估劃分為5個不同的等級，如表2所示。

表2 風險等級劃分示意表

通過表2可以看出，SR取值不同，則表示不同風險等級。SR取值情況根據用戶收集的評估參數有關。

2.2.3 改進型D-S證據理論模型的構建

在評價具體增量項目時，要引用投資風險評估指標賦權指數，應用該指數對項目風險存在的基本概率應用一定的分配函數，當改進型D-S證據理論模型的各項參數或者改進型D-S證據理論模型構建完畢之后，再啟動MATLAB仿真程序，最終實現增量配電項目的風險評估。在具體應用過程中，涉及到幾個與改進型D-S證據理論模型相關的概念，能夠輔助提高增量項目風險評估的精度。這些參數包括對增量配電項目投資風險不定問題輸出結果數據概率的辨別框、對增量配電項目投資風險具有一定概率的基本概率分配函數、作為增量配電項目投資給出概率估計的似然函數、作為增量配電項目投資風險評估的信任函數等。下面對上述函數逐一說明。

在辨別框這個參數中，為了計算的方便，本研究用字母Θ表示，假設本研究在投資風險評估模型中用Ri表示風險等級，則有式(15)。

Θ={R1,R2,…，Ri,θ}

(15)

式中，θ表示增量配電項目風險因素的不確定度，比如政策風險等。

用m(A)表示基本概率分配函數，該函數的值域區間為[0,1]，用該函數表示增量配電項目風險評估證據支持或排斥的深度，該值域m(A)>0的情況下，存在式(16)。

(16)

式中，A表示為辨別框中任意數量的子集數量。在該函數中，Θ表示增量配電項目投資風險評估中的辨別框，可以表示為式(17)。

(17)

其中，Bel為信任函數。

增量配電項目投資風險評估中的似然函數的辨別框Θ可以為式(18)。

Bel:2Θ→[0，1]

(18)

并且滿足式(19)。

Pl(A)=1-Bel(A)

(19)

其中，Pl為似然函數。

通過上述函數公式，增量配電項目投資基于D-S證據理論的評估方程可以計算為式(20)。

(20)

式中，m1(變量為Ai)，m2(變量為Bj)均為基本概率分配函數，如式(21)。

(21)

式中，K值大小和排斥強度成正比，在K>1情況下，m1的取值和m2的取值互相排異，這種情況下，數據信息難以實現融合。

當增量配電項目投資風險評估模型中的數據信息融合后，可以計算出投資風險評估模型架構中的指標層、準則層等各指標所處投資風險評估所處不同等級的幾率，繼而計算出整個系統所處投資風險評估模型的誤差評估幾率。

增量配電項目投資風險評估模型中指標層、準則層所處不同等級的幾率的表達式為式(22)

(22)

增量配電項目投資風險評估模型中的專家可信度如式(23)。

(23)

整個系統模型的風險概率可以為式(24)。

(24)

基于式(24)，再充分考慮算法模型的最大隸屬值，可以輸出增量配電項目投資風險的程度，使得用戶能夠快速通過數據模型計算評估數值。

3 算例分析

基于上述理論分析，下面以具體實施例進行分析。將影響增量配電項目投資風險的各個數據信息輸入至層次分析法中的評估模型。通過以下方法進行風險評估。

首先設置層次分析法中的基本可信度分配。其中Θ表示增量配電項目投資風險評估中的不確定度，根據層次分析法設置權值和基本可信度分配表，如表3所示。

表3 權重和基本可信度相關參數設置表

利用式(22)—式(24)進行計算各層之間的參數值，然后啟動MATLAB程序，對上述數據信息進行模擬仿真。通過層次分析法和合成后的計算結果通過以下表格表示，其中指標層中融合后的數據可信度，如表4所示。

表4 通過層次分析法進行數據融合后的可信度

其中通過層次分析法合成后的準則層的可信度，如表5所示。

表5 通過層次分析法進行數據融合后的可信度數據表

然后計算增量配電網項目存在的綜合風險，如式(25)。

m(X)={m(x1),m(x2),m(x3),m(x4),m(x5)}=

{0.1,0.3,0.5,0.7,0.9}

(25)

通過上述計算，增量配電項目風險存在的風險值可以為式(26)。

R=0.1×0+0.3×0.034 4+0.5×0.466 9+

0.7×0.479 6+0.9×0.019 1=0.596 7

(26)

因此通過上述計算，增量配電項目在比較低的風險時，置信度數輸出為0；增量配電項目在很低風險時，置信度數輸出值為0.034 4；增量配電項目在中低風險時，置信度數輸出值為0.466 9； 增量配電項目在高風險時，置信度數輸出值為0.479 6；增量配電項目在很高風險時，置信度數輸出值為0.019 1。

下面對采用改進型D-S證據理論模型和未采用改進型D-S證據理論模型的方法分別進行對比分析，對比示意圖如圖2所示。

圖2 改進型D-S證據理論模型對比曲線示意圖

在圖2中，假設在100秒的時間內，分別應用上述層次分析法的方法和未應用層次分析法的方法對增量配電項目的風險性進行評估。圖2中的實線表示應用本研究的方法進行項目風險評估，圖2中的虛線表示采用人工的方法進行的項目評估。通過100秒的測試，發現本研究方法具有的準確率呈陡增趨勢，平均正確率大于90%。

4 總結

本研究針對當前的增量配電項目存在各種運營風險的問題，提出了新型的計算方案。通過應用改進型D-S證據理論模型分析出增量配電項目運行過程中存在的風險。通過算例分析，本研究的方法準確度較高。但是本研究的方法在應用過程中也會存在其他風險。這需要進一步的探索和研究。本研究的技術方案為下一步技術的研究奠定技術基礎。