基于神經(jīng)網(wǎng)絡(luò)的電纜火災(zāi)致災(zāi)因素分析建模與仿真

杜斌祥，趙金勇，趙子源，韓丙光

（國(guó)網(wǎng)山東省電力公司德州供電公司，山東德州 253000）

近年來，隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，輸配電通道也在不斷進(jìn)行優(yōu)化提升，且電纜在電網(wǎng)中所占比例逐年提高，并日益成為電網(wǎng)安全運(yùn)行的重要組成部分。電纜具有占地面積小、不易受外界影響等優(yōu)點(diǎn)，然而電纜同時(shí)也需要重視防火問題[1-2]。尤其是老舊電纜線路存在著較大的安全隱患，在電纜敷設(shè)錯(cuò)誤、長(zhǎng)期超負(fù)荷運(yùn)行[3]、絕緣受腐蝕[4]等因素的影響下，均會(huì)導(dǎo)致火災(zāi)的發(fā)生。電纜火災(zāi)發(fā)生時(shí)，存在定位難、撲滅難等問題。火災(zāi)引起的短路、電氣設(shè)備損壞等，會(huì)極大影響電力系統(tǒng)的安全，且短時(shí)間內(nèi)較難恢復(fù)正常運(yùn)行[5-6]。

針對(duì)電纜火災(zāi)問題，建立了精確的致災(zāi)因素分析模型，從而確定導(dǎo)致電纜火災(zāi)的主要因素，并根據(jù)建模結(jié)果及時(shí)對(duì)火災(zāi)進(jìn)行預(yù)警。對(duì)電纜進(jìn)行預(yù)防性運(yùn)行、維護(hù)，成為了保障電纜安全運(yùn)行最為經(jīng)濟(jì)、有效的手段之一。

在傳統(tǒng)的電纜火災(zāi)致災(zāi)因素分析模型中，常用的致災(zāi)因素包括煙霧、熱釋離子等。針對(duì)這些因素建立分析模型時(shí)，一方面缺少全面、專業(yè)的綜合性因素分析；另一方面，也未考慮各因素之間的時(shí)序性、非線性關(guān)聯(lián)。為解決這些問題，文獻(xiàn)[7]使用層次分析法，從電力電纜運(yùn)行參數(shù)、電纜火災(zāi)安全、電纜類型與電纜敷設(shè)4 個(gè)方面，對(duì)電力電纜火災(zāi)風(fēng)險(xiǎn)的影響因素進(jìn)行了分析，并建立了電力電纜火災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)模型。文獻(xiàn)[8]根據(jù)城市電纜隧道發(fā)生火災(zāi)的特征，從風(fēng)險(xiǎn)隱患與災(zāi)害后果兩個(gè)方面出發(fā)，構(gòu)建了電纜火災(zāi)風(fēng)險(xiǎn)因素的層次模型，提出了城市電力電纜隧道定量火災(zāi)風(fēng)險(xiǎn)評(píng)估方法；文獻(xiàn)[9]采用火災(zāi)動(dòng)力學(xué)建立全尺寸火災(zāi)模型，分析電纜艙室內(nèi)火災(zāi)發(fā)展過程及煙氣溫度分布規(guī)律，研究了艙室截面尺寸對(duì)電纜火災(zāi)熱釋放速率的影響規(guī)律；文獻(xiàn)[10]采用有限元熱傳導(dǎo)分析的方法建立了電纜火災(zāi)的溫度模型，提出了光纖感溫火災(zāi)檢測(cè)系統(tǒng)在電力電纜隧道中的應(yīng)用方案。

為了在建模過程中統(tǒng)籌考慮致災(zāi)因素的全面、專業(yè)性，并建立各因素之間的時(shí)序性、非線性關(guān)聯(lián)，文中提出了一種基于層次分析法與神經(jīng)網(wǎng)絡(luò)的電纜火災(zāi)致災(zāi)因素分析。利用層次分析法對(duì)各因素進(jìn)行全面分析，并采用神經(jīng)網(wǎng)絡(luò)建立時(shí)序與非線性模型。仿真結(jié)果表明，該模型可有效提高各因素與火災(zāi)預(yù)警的關(guān)聯(lián)準(zhǔn)確性。

1 層次分析法因素評(píng)價(jià)

電纜火災(zāi)因素受多種物理、化學(xué)因素的影響，例如電纜敷設(shè)方式、電流電壓、絕緣腐蝕情況、長(zhǎng)期受力情況等，多種因素的綜合作用導(dǎo)致電纜火災(zāi)。但由于電纜的運(yùn)行情況復(fù)雜性較高，不同工程現(xiàn)場(chǎng)面臨的因素有較大的區(qū)別。因此，難以從數(shù)據(jù)層面直接得出影響電纜火災(zāi)因素的定量分析數(shù)據(jù)。

為了對(duì)電纜火災(zāi)因素進(jìn)行定量分析，并確認(rèn)各因素的影響，尤其是無法獲得測(cè)量結(jié)果的因素，文中采用了層次分析法，使用專家評(píng)判的方式建立客觀的決策分析模型，從而確定火災(zāi)因素。

層次分析法（Analytic Hierarchy Process，AHP）是采用分層模型，對(duì)影響決策的因素進(jìn)行定量分析的方法[11]。層次分析法對(duì)評(píng)價(jià)對(duì)象的各因素建立具有層級(jí)結(jié)構(gòu)的模型，然后對(duì)各因素進(jìn)行逐層分析，生成判別矩陣，從而建立起定量關(guān)系分析模型[12]。

為建立電纜火災(zāi)因素的層次分析模型，其步驟如下：

1）由涉及電纜火災(zāi)各專業(yè)的專家對(duì)火災(zāi)因素進(jìn)行充分的收集及列舉。

2）由專家對(duì)因素進(jìn)行歸類分析，建立起三層層次模型。

3）由專家逐層對(duì)各因素的重要性進(jìn)行比較，從而構(gòu)造判別矩陣[13]。

判別矩陣的構(gòu)建方法為：

其中，aij為元素i相對(duì)于元素j的重要程度。

4）對(duì)層次判別矩陣進(jìn)行一致性檢驗(yàn)。其主要指標(biāo)為：

其中，λmax為判別矩陣的最大特征值。

5）對(duì)層級(jí)因素進(jìn)行排序。

建立電纜火災(zāi)因素層次分析模型的流程圖，如圖1 所示。

圖1 致災(zāi)因素層次分析流程圖

2 神經(jīng)網(wǎng)絡(luò)建模

采用層次分析法可對(duì)火災(zāi)的致災(zāi)因素進(jìn)行排序、篩選，從而定量分析得出較為重要的因素。然而在實(shí)際應(yīng)用中，需要根據(jù)各致災(zāi)因素的測(cè)量值建立精確的致災(zāi)因素分析模型，并根據(jù)建模結(jié)果及時(shí)對(duì)火災(zāi)進(jìn)行預(yù)警。而火災(zāi)的電流電壓、絕緣腐蝕情況等因素具有時(shí)序特征，且在各因素的綜合作用下，因素與結(jié)果之間會(huì)出現(xiàn)非線性的關(guān)聯(lián)。因此需要建立對(duì)時(shí)序因素、非線性因素、定性因素、定量因素進(jìn)行分析的模型，從而對(duì)火災(zāi)風(fēng)險(xiǎn)進(jìn)行更為精確的評(píng)價(jià)。

為建立對(duì)時(shí)序因素、非線性因素進(jìn)行分析的模型，該文采用了神經(jīng)網(wǎng)絡(luò)算法。其采用類似神經(jīng)元的結(jié)構(gòu)，建立各輸入特征與輸出特征之間的拓?fù)浣Y(jié)構(gòu)和連接關(guān)系。通過設(shè)置神經(jīng)元的輸入輸出映射關(guān)系，建立復(fù)雜的非線性關(guān)系，并通過采用數(shù)值訓(xùn)練確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的權(quán)重等參數(shù)，從而實(shí)現(xiàn)在各輸入因素復(fù)雜作用下，對(duì)輸出結(jié)果的預(yù)測(cè)分析[14]。

典型神經(jīng)元模型的結(jié)構(gòu)如圖2 所示。

圖2 神經(jīng)元模型結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型為：

其中，[x1,x2,…,xm]為輸入的特征向量；[wk1,wk2,…,wkm]為輸入特征向量與神經(jīng)元的連接權(quán)值；bk為偏置向量，對(duì)輸出進(jìn)行正值或負(fù)值的偏置；g表示激活函數(shù)，通常采用非線性函數(shù)，從而能表達(dá)復(fù)雜的非線性映射；yk為對(duì)輸入進(jìn)行一系列的加權(quán)、非線性處理后得到的輸出。

該文采用神經(jīng)網(wǎng)絡(luò)算法，對(duì)層次分析法得到的致災(zāi)因素進(jìn)行進(jìn)一步的建模，從而建立致災(zāi)因素與火災(zāi)之間的非線性時(shí)序模型，步驟如下：

1）數(shù)據(jù)預(yù)處理。層次分析法對(duì)火災(zāi)的致災(zāi)因素進(jìn)行排序、篩選后，得到的因素包括定量因素和定性因素。因此需要對(duì)定量與定性因素進(jìn)行處理，轉(zhuǎn)換為適合神經(jīng)網(wǎng)絡(luò)處理的數(shù)值。對(duì)于定量因素，將其進(jìn)行歸一化處理，轉(zhuǎn)換為[-1,1]之間的數(shù)值，從而避免由于不同定量因素的取值范圍不同，而引起神經(jīng)網(wǎng)絡(luò)建模過程中的不收斂問題或神經(jīng)元的飽和問題[15]。對(duì)于定性因素，按照其對(duì)決定性產(chǎn)生影響的程度，轉(zhuǎn)換為[0,1]之間的數(shù)值，例如絕緣腐蝕情況，按照腐蝕程度的無腐蝕、輕度腐蝕、中度腐蝕和重度腐蝕，轉(zhuǎn)換為數(shù)值[0,0.3,0.6,1]。同時(shí)，各因素的時(shí)序定性值、定量值均作為輸入進(jìn)行模型訓(xùn)練。

2）網(wǎng)絡(luò)模型初始化處理。神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中，模型的輸入單元、隱含層的層數(shù)、隱含節(jié)點(diǎn)等參數(shù)均是固定的，因此需要對(duì)這些參數(shù)進(jìn)行初始化處理并確定神經(jīng)元函數(shù)的類型。神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)架構(gòu)，對(duì)模型的最終性能和訓(xùn)練過程的收斂速度均有較為重要的影響。因此為了保證模型的性能，需要合理地選擇模型的參數(shù)和結(jié)構(gòu)，模型結(jié)構(gòu)的選擇通常采用經(jīng)驗(yàn)和實(shí)驗(yàn)試探相結(jié)合的方法[16]。文中在模型建立過程中，選擇隱含層的層數(shù)為1 層。

3）模型訓(xùn)練。對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行初始化后，采用獲取的數(shù)據(jù)集對(duì)神經(jīng)模型進(jìn)行訓(xùn)練。在訓(xùn)練過程中，模型根據(jù)輸入、輸出進(jìn)行擬合，并將擬合得到的輸出與真實(shí)輸出進(jìn)行對(duì)比，從而形成誤差反饋。在多個(gè)訓(xùn)練樣本的作用下，模型根據(jù)訓(xùn)練誤差反饋，不斷調(diào)整模型的相關(guān)參數(shù)并進(jìn)行迭代計(jì)算，直至結(jié)束訓(xùn)練為止。訓(xùn)練過程中的誤差為：

其中，dqk為第q個(gè)數(shù)據(jù)的第k個(gè)輸出擬合值；Oqk為第q個(gè)數(shù)據(jù)的第k個(gè)輸出真實(shí)值；Eq為第q個(gè)數(shù)據(jù)的訓(xùn)練誤差。

4）模型驗(yàn)證。神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練過程中不斷進(jìn)行迭代計(jì)算，且得到的訓(xùn)練誤差也隨之不斷收斂。然而，所得模型僅是在訓(xùn)練數(shù)據(jù)集中得到的誤差反饋。為了驗(yàn)證模型的真實(shí)表現(xiàn)，需要選取驗(yàn)證數(shù)據(jù)對(duì)模型的能力進(jìn)行驗(yàn)證，確保模型未出現(xiàn)過擬合現(xiàn)象，從而保證模型在訓(xùn)練數(shù)據(jù)、真實(shí)數(shù)據(jù)中的仿真結(jié)果具有魯棒性。

5）模型輸出。對(duì)模型進(jìn)行驗(yàn)證后，得到的神經(jīng)網(wǎng)絡(luò)模型即為最終的模型輸出。該模型為非線性模型，反映了電纜火災(zāi)致災(zāi)因素與火災(zāi)之間的非線性關(guān)聯(lián)關(guān)系。

建立電纜火災(zāi)因素的神經(jīng)網(wǎng)絡(luò)模型流程如圖3所示。

圖3 神經(jīng)網(wǎng)絡(luò)建模流程

3 模型仿真

為了驗(yàn)證基于神經(jīng)網(wǎng)絡(luò)的電纜火災(zāi)致災(zāi)因素分析模型的有效性，對(duì)基于實(shí)驗(yàn)條件下的電纜火災(zāi)數(shù)據(jù)集進(jìn)行建模分析。為了對(duì)其方法的效果進(jìn)行對(duì)比，同時(shí)采用專家系統(tǒng)、線性回歸模型進(jìn)行分析。

模型采用Matlab 進(jìn)行搭建，仿真環(huán)境采用Intel Core i5-8250U CPU@1.8 GHz，內(nèi)存為8 GB，操作系統(tǒng)為Windows 10。

首先采用層次分析法確認(rèn)環(huán)境溫度、環(huán)境濕度、腐蝕程度、施工質(zhì)量、外界受力、電壓等級(jí)、載流量、導(dǎo)體材質(zhì)、導(dǎo)體溫度、運(yùn)行年限共計(jì)10 個(gè)因素。考慮到各因素時(shí)序特征的影響，分別選取各因素的30天、7 天、24 小時(shí)的歷史取值，共計(jì)30 個(gè)因素。由于神經(jīng)網(wǎng)絡(luò)模型的輸入考慮了時(shí)序因素，因此模型的輸入節(jié)點(diǎn)共計(jì)30 個(gè)。根據(jù)經(jīng)驗(yàn)值，模型設(shè)計(jì)了一個(gè)隱藏層，其包含17 個(gè)神經(jīng)元；模型的輸出為火災(zāi)發(fā)生的概率p。

作為對(duì)比的專家系統(tǒng)，使用知識(shí)庫建立電纜火災(zāi)致災(zāi)因素與火災(zāi)發(fā)生概率之間的推理規(guī)則，該規(guī)則來自于專家的經(jīng)驗(yàn)推斷。采用多元線性回歸模型，輸入經(jīng)層次分析法得到的10 個(gè)因素，輸出為火災(zāi)發(fā)生的概率p。對(duì)于定性數(shù)據(jù)，其處理方式采用與神經(jīng)網(wǎng)絡(luò)模型同樣的方式，線性回歸模型采用最小二乘法進(jìn)行擬合。

為了對(duì)3 種模型的測(cè)試結(jié)果進(jìn)行準(zhǔn)確比較，將火災(zāi)發(fā)生的概率進(jìn)行對(duì)比，并且在多個(gè)實(shí)際發(fā)生火災(zāi)的案例中進(jìn)行了驗(yàn)證，再對(duì)模型的準(zhǔn)確率進(jìn)行統(tǒng)計(jì)。

首先對(duì)不考慮時(shí)序的致災(zāi)因素模型準(zhǔn)確率進(jìn)行分析，分析結(jié)果如表1 所示。

表1 非時(shí)序因素下模型準(zhǔn)確率對(duì)比

非時(shí)序因素下，神經(jīng)網(wǎng)絡(luò)算法對(duì)電纜火災(zāi)致災(zāi)因素的分析更為準(zhǔn)確。同時(shí)，專家系統(tǒng)也取得了較優(yōu)的準(zhǔn)確率。

為分析時(shí)序因素對(duì)火災(zāi)發(fā)生準(zhǔn)確率計(jì)算的影響，采用同樣的建模方法。分別選取各因素的30 天、7 天、24 小時(shí)的取值作為時(shí)序因素進(jìn)行計(jì)算，所得到的結(jié)果如表2 所示。

表2 時(shí)序因素下模型準(zhǔn)確率對(duì)比

考慮時(shí)序因素后，神經(jīng)網(wǎng)絡(luò)模型對(duì)電纜火災(zāi)致災(zāi)因素的分析取得了更為準(zhǔn)確的結(jié)果。而專家系統(tǒng)的準(zhǔn)確率并未出現(xiàn)提升，且線性回歸模型的準(zhǔn)確率有了明顯的下降。這是因?yàn)樵谳斎胍蛩刈兌嗟那闆r下，超出了多元線性回歸模型的數(shù)據(jù)處理能力，從而導(dǎo)致結(jié)果的隨機(jī)性增強(qiáng)。

由以上結(jié)果可知，采用神經(jīng)網(wǎng)絡(luò)模型建立電力火災(zāi)致災(zāi)因素分析模型，可以提高模型的準(zhǔn)確率。

1）時(shí)序因素的處理能力。在不同的時(shí)間范圍下，電力火災(zāi)致災(zāi)因素也會(huì)出現(xiàn)變化，而這一變化對(duì)最終的火災(zāi)發(fā)生會(huì)產(chǎn)生重要的影響。因此采用神經(jīng)網(wǎng)絡(luò)模型將各個(gè)因素的歷史取值計(jì)算在內(nèi)，可有效提高模型的最終準(zhǔn)確率。

2）模型自主學(xué)習(xí)的能力。神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程，是根據(jù)誤差計(jì)算與反饋方式自動(dòng)進(jìn)行的。在這一訓(xùn)練過程中，建立的模型可以存儲(chǔ)大量的專家知識(shí)，而且模型根據(jù)數(shù)據(jù)的不斷完善，持續(xù)進(jìn)行自動(dòng)更新，從而實(shí)現(xiàn)對(duì)模型結(jié)構(gòu)和規(guī)則的不斷完善。

3）模型的魯棒性。電纜火災(zāi)致災(zāi)因素包含定性、定量等因素，同時(shí)各因素之間還具有非線性的聯(lián)系。神經(jīng)網(wǎng)絡(luò)模型具備同時(shí)處理各種因素的能力，且模型具有良好的魯棒性。輸出結(jié)果不會(huì)因?yàn)橐蛩財(cái)?shù)量的增多和非線性聯(lián)系的建立，而出現(xiàn)精度的降低。

4 結(jié)束語

該文針對(duì)電纜的火災(zāi)致災(zāi)因素問題，建立了神經(jīng)網(wǎng)絡(luò)分析模型并對(duì)模型進(jìn)行仿真驗(yàn)證。該模型基于專家知識(shí)，采用層次分析法對(duì)致災(zāi)因素進(jìn)行逐級(jí)分析，確認(rèn)了導(dǎo)致火災(zāi)的定性和定量因素。通過完成神經(jīng)網(wǎng)絡(luò)建模及訓(xùn)練，并考慮各項(xiàng)輸入的時(shí)序，最終建立致災(zāi)因素與火災(zāi)之間的非線性時(shí)序模型。基于實(shí)際工程應(yīng)用數(shù)據(jù)的驗(yàn)證與測(cè)試結(jié)果表明，該文所設(shè)計(jì)的模型可以有效提高火災(zāi)預(yù)警以及關(guān)聯(lián)致災(zāi)因素分析的準(zhǔn)確性。