基于云模型-熵權(quán)法的大壩風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)

高 強(qiáng),彭 秀 華

(國能大渡河流域水電開發(fā)有限公司,四川 成都 610041)

0 引 言

攔河大壩在發(fā)電、灌溉和防洪方面取得了巨大的社會(huì)和經(jīng)濟(jì)效益,但由于技術(shù)限制和工程復(fù)雜性,存在潰壩風(fēng)險(xiǎn),可能造成下游生命和經(jīng)濟(jì)的損失。因此,加強(qiáng)大壩風(fēng)險(xiǎn)分析和評(píng)價(jià),為風(fēng)險(xiǎn)控制和安全決策提供參考和科學(xué)依據(jù)至關(guān)重要[1]。

國內(nèi)外關(guān)于大壩風(fēng)險(xiǎn)分析的研究已有很多,如田林鋼等[2]利用模糊數(shù)對(duì)大壩安全性態(tài)進(jìn)行綜合評(píng)判;Zhang等[3]利用蒙特卡羅和JC理論對(duì)大壩洪水漫頂風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估,但這種傳統(tǒng)的概率計(jì)算考慮的風(fēng)險(xiǎn)因素較少;葉偉等[4]將加權(quán)優(yōu)化D-S證據(jù)理論引入大壩安全評(píng)價(jià),并將其應(yīng)用在中國某水庫大壩;王麗萍等[5]利用改進(jìn)F-N曲線法分析了大壩可接受風(fēng)險(xiǎn)水平。但上述方法未考慮評(píng)估過程中指標(biāo)的模糊性與隨機(jī)性。云模型可以較好地解決上述問題,如劉可心等[6]利用云模型理論對(duì)混凝土壩變形進(jìn)行安全評(píng)價(jià),實(shí)例表明云模型對(duì)變形監(jiān)測(cè)數(shù)據(jù)有較高的精度;Liu等[7]采用云模型對(duì)錦屏一級(jí)水電站邊坡穩(wěn)定性進(jìn)行綜合評(píng)價(jià),結(jié)果表明云模型能較好地考慮各排序因子的影響。熵權(quán)法是一種客觀賦權(quán)的方法,可對(duì)主觀評(píng)價(jià)進(jìn)行修正[8]。本文采用云模型和熵權(quán)法綜合評(píng)價(jià)大壩的安全性態(tài),既能解決評(píng)價(jià)指標(biāo)模糊性和隨機(jī)性的問題,又能避免單一方法存在評(píng)判失誤的可能。

大崗山高拱壩竣工于2014年,現(xiàn)場(chǎng)已收集有大量監(jiān)測(cè)數(shù)據(jù)和工程地質(zhì)資料。為科學(xué)評(píng)估大壩運(yùn)行期的安全狀態(tài),本文首先調(diào)查影響大壩穩(wěn)定性的因素,確定各項(xiàng)風(fēng)險(xiǎn)指標(biāo),其次基于云模型評(píng)價(jià)單因素風(fēng)險(xiǎn)等級(jí),最后利用熵權(quán)法獲得了各風(fēng)險(xiǎn)指標(biāo)綜合權(quán)重,以確定整體的風(fēng)險(xiǎn)等級(jí)。

1 拱壩穩(wěn)定性影響因素調(diào)查

大壩穩(wěn)定性受洪水、庫區(qū)滑坡、地震和壩體自身缺陷等多因素影響,故此次調(diào)查從工程風(fēng)險(xiǎn)因素、環(huán)境風(fēng)險(xiǎn)因素和人為風(fēng)險(xiǎn)因素3個(gè)維度將可能存在的各類風(fēng)險(xiǎn)因素進(jìn)行細(xì)化[9]。

大崗山水電站壩址區(qū)處于磨西斷裂、大渡河斷裂和金坪斷裂等多組斷裂帶的交匯復(fù)合部位,如圖1所示,右岸邊坡高程940～1 135 m段發(fā)育β62、β68、β85和β4等53條輝綠巖脈和89條斷層,其中f231斷層及其上盤發(fā)育的19條中等傾角小斷層,對(duì)壩肩邊坡穩(wěn)定不利,因此斷層破碎帶屬于影響壩體穩(wěn)定性的主要因素之一。若壩肩軟弱結(jié)構(gòu)面處理不當(dāng)、壩頂高程設(shè)計(jì)不符合防洪和結(jié)構(gòu)安全要求、橫縫設(shè)置不當(dāng),均有可能導(dǎo)致壩體失穩(wěn)。因此將工程地質(zhì)和工程質(zhì)量考慮進(jìn)大壩穩(wěn)定性影響因素體系。

圖1 右岸邊坡主要斷層分布Fig.1 Distribution of main faults on the right bank slope

壩體位移是大壩運(yùn)行狀態(tài)的直觀反映,屬于工程結(jié)構(gòu)安全下的風(fēng)險(xiǎn)因素,在2022年9月5日瀘定6.8級(jí)地震時(shí),壩體拱冠梁位置14號(hào)壩段的垂線測(cè)點(diǎn)位移均發(fā)生突變,其中徑向位移的突變尤為明顯,IP14-1和PL14-1位移在地震影響下分別突增約4 mm和25 mm。故將地震荷載作為環(huán)境風(fēng)險(xiǎn)因素的一項(xiàng)評(píng)價(jià)指標(biāo)。此外,由于現(xiàn)場(chǎng)管理不當(dāng)、操作不規(guī)范,導(dǎo)致上游大體積漂移物堵塞泄水設(shè)施、泄水閘門故障不能正常開啟等現(xiàn)象,水庫不能及時(shí)泄水,可能造成水位漫過壩頂,沖刷下游壩基,威脅大壩穩(wěn)定性和下游居民安全。因此將運(yùn)行管理作為人為風(fēng)險(xiǎn)因素納入評(píng)估體系的構(gòu)建中。

通過類似上述的風(fēng)險(xiǎn)因素調(diào)查,充分考慮工程實(shí)際情況,結(jié)合大崗山拱壩現(xiàn)場(chǎng)地質(zhì)條件,對(duì)現(xiàn)場(chǎng)監(jiān)測(cè)資料進(jìn)行分類整理分析,最后得到影響大崗山高拱壩穩(wěn)定性的影響因素,如圖2所示。

圖2 大壩穩(wěn)定性影響因素評(píng)估體系Fig.2 Evaluation system of influencing factors of dam stability

2 拱壩單因素風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)

大壩穩(wěn)定性影響因素具有復(fù)雜性和不確定性,采用云模型可以較好地解決此類問題[10]。云理論能將定性概念轉(zhuǎn)換成定量描述[11]。可以采用正向云發(fā)生器生成“云滴”圖,其數(shù)字特征用期望Ex、熵En和超熵He來表示。其中,Ex表示云滴在論域空間分布的期望,熵En反映論域空間中可被定性概念接受的云滴的取值范圍,超熵He是描述熵不確定性的度量,表示影響因素的離散程度[12]。

2.1 建立指標(biāo)評(píng)價(jià)集

首先利用云模型賦予大壩一組評(píng)語集,對(duì)評(píng)語集中的風(fēng)險(xiǎn)等級(jí)進(jìn)行描述。每個(gè)評(píng)語的取值邊界為[Umin,Umax],可計(jì)算出各評(píng)語云模型的數(shù)字特征為

(1)

式中:Umin和Umax分別為某風(fēng)險(xiǎn)等級(jí)下評(píng)語取值邊界的下限和上限值;k為常數(shù),可根據(jù)評(píng)語本身的模糊程度來具體調(diào)整。

本文參考文獻(xiàn)[13]對(duì)5個(gè)風(fēng)險(xiǎn)評(píng)估等級(jí)區(qū)間進(jìn)行劃分,采用10分制進(jìn)行評(píng)判,根據(jù)分?jǐn)?shù)越大風(fēng)險(xiǎn)越大的原則量化5個(gè)分值區(qū)間,并給出相應(yīng)的應(yīng)對(duì)措施:低風(fēng)險(xiǎn)等級(jí)區(qū)間為[0,2),表明大壩存在的風(fēng)險(xiǎn)可以接受,無須采取降低措施;較低風(fēng)險(xiǎn)等級(jí)區(qū)間為[2,4),表明大壩存在的風(fēng)險(xiǎn)不明顯,需要采用一般措施進(jìn)行防護(hù);中等風(fēng)險(xiǎn)等級(jí)區(qū)間為[4,6),表明大壩風(fēng)險(xiǎn)明顯,須采取適當(dāng)防護(hù)措施降低風(fēng)險(xiǎn);較高風(fēng)險(xiǎn)等級(jí)區(qū)間為[6,8),表明大壩風(fēng)險(xiǎn)較為明顯,風(fēng)險(xiǎn)發(fā)生后果較嚴(yán)重,須將其降低到允許的合理范圍內(nèi);高風(fēng)險(xiǎn)等級(jí)區(qū)間為[8,10],表明大壩風(fēng)險(xiǎn)不可被接受,風(fēng)險(xiǎn)發(fā)生后果很嚴(yán)重,應(yīng)重點(diǎn)監(jiān)測(cè)并及時(shí)加以防護(hù)。表1為大壩風(fēng)險(xiǎn)等級(jí)及對(duì)應(yīng)云模型,其對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)評(píng)估云圖如圖3所示。

表1 風(fēng)險(xiǎn)等級(jí)及其對(duì)應(yīng)云模型Tab.1 Risk levels and corresponding cloud models

圖3 風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)云Fig.3 Standard cloud of risk level

2.2 單風(fēng)險(xiǎn)因素評(píng)價(jià)

基于前述25項(xiàng)風(fēng)險(xiǎn)因素,利用“問卷星”軟件設(shè)計(jì)專家評(píng)分表,專家依據(jù)自身經(jīng)驗(yàn)對(duì)各風(fēng)險(xiǎn)指標(biāo)打分。表2為不同專家對(duì)不同風(fēng)險(xiǎn)因素的評(píng)分結(jié)果,共計(jì)收回有效評(píng)分23份,有效評(píng)分中參與評(píng)分的人員身份包括:研究人員(86%)、管理人員(5%)、施工人員(9%)。

表2 專家評(píng)分結(jié)果Tab.2 Results of expert evaluation score

由于人工評(píng)分的周期長短不穩(wěn)定,為了獲取足量可靠的評(píng)分樣本數(shù)據(jù),根據(jù)原始樣本數(shù)據(jù)概率分布,獲取專家評(píng)分的直覺區(qū)間,通過Python編程實(shí)現(xiàn)具有人工直覺的機(jī)器評(píng)分系統(tǒng),將數(shù)據(jù)集擴(kuò)充至100份并對(duì)其進(jìn)行云模型計(jì)算。具體擴(kuò)充步驟為:首先將23位專家對(duì)25項(xiàng)風(fēng)險(xiǎn)因素的評(píng)分?jǐn)?shù)據(jù)整理為23×25的矩陣,識(shí)別讀取每列每個(gè)數(shù)字的概率分布,得到累積分布。然后生成一個(gè)均勻分布的數(shù)字x,取值為(0,1)。圖4(a)為原始數(shù)據(jù)集利用云模型計(jì)算得到的特征值,圖4(b)為將原始數(shù)據(jù)擴(kuò)充至100份并對(duì)其進(jìn)行云模型計(jì)算得到的特征值,對(duì)比可知兩者各單因素期望值基本一致,表明數(shù)據(jù)可靠。

圖4 云模型特征值Fig.4 Eigenvalues of the cloud model

根據(jù)專家對(duì)風(fēng)險(xiǎn)指標(biāo)打分獲得與風(fēng)險(xiǎn)因素集相對(duì)應(yīng)的權(quán)重集,利用逆向云發(fā)生器得到權(quán)系數(shù)矩陣和綜合評(píng)判矩陣。將權(quán)系數(shù)矩陣和綜合評(píng)判矩陣通過模糊合成算子和云運(yùn)算得到評(píng)價(jià)云模型的數(shù)字特征,采用正向云發(fā)生器生成各評(píng)語云和評(píng)價(jià)云模型的“云滴”圖,并結(jié)合生成的Ex值進(jìn)行對(duì)比,最終得出3級(jí)指標(biāo)風(fēng)險(xiǎn)等級(jí)分布情況,風(fēng)險(xiǎn)等級(jí)為低、較低和高的指標(biāo)數(shù)量都為0,風(fēng)險(xiǎn)等級(jí)為中等和較高的指標(biāo)數(shù)量分別為15和10。限于篇幅,圖5僅展示壩體混凝土強(qiáng)度和人員管理的云模型評(píng)價(jià)結(jié)果,從“云滴”圖中可以直觀地判斷出各風(fēng)險(xiǎn)指標(biāo)的風(fēng)險(xiǎn)等級(jí),由于每個(gè)風(fēng)險(xiǎn)指標(biāo)通過計(jì)算得出的風(fēng)險(xiǎn)等級(jí)不同,其所在的風(fēng)險(xiǎn)等級(jí)區(qū)間也不同,“評(píng)價(jià)云”位于哪個(gè)等級(jí)區(qū)間,則判斷該指標(biāo)的風(fēng)險(xiǎn)等級(jí)為哪個(gè)評(píng)估等級(jí)。總結(jié)云模型評(píng)價(jià)結(jié)果可知,大崗山高拱壩在運(yùn)行期存在一定風(fēng)險(xiǎn),但是可將風(fēng)險(xiǎn)控制在安全范圍內(nèi),因此后續(xù)應(yīng)持續(xù)對(duì)高風(fēng)險(xiǎn)因素進(jìn)行監(jiān)測(cè)。

圖5 單因素風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)云滴圖Fig.5 Cloud drop charts of single factor risk level evaluation

3 拱壩風(fēng)險(xiǎn)等級(jí)綜合評(píng)價(jià)

3.1 熵權(quán)模糊綜合評(píng)價(jià)

熵權(quán)法是一種依據(jù)指標(biāo)的變異性傳遞程度來確定指標(biāo)權(quán)重的方法,反映了指標(biāo)信息熵值的實(shí)用價(jià)值,因此計(jì)算得到的指標(biāo)權(quán)重比較客觀[14]。熵在信息論中用來衡量結(jié)構(gòu)的穩(wěn)定性程度,熵值越大,對(duì)整體的影響越大,反之則越小。運(yùn)用熵權(quán)法可對(duì)指標(biāo)的主觀評(píng)分進(jìn)行修正,所確定的指標(biāo)更加合理[15]。基于熵權(quán)法的指標(biāo)權(quán)重計(jì)算步驟如下:

(2) 計(jì)算各指標(biāo)的信息熵。第j個(gè)評(píng)價(jià)指標(biāo)的信息熵為

(2)

(3) 計(jì)算各指標(biāo)的熵權(quán)。計(jì)算出各個(gè)指標(biāo)的信息熵為H1,H2,…,Hn,通過信息熵計(jì)算各個(gè)指標(biāo)的權(quán)重:

(3)

3.2 權(quán)重確定及風(fēng)險(xiǎn)等級(jí)劃分

依據(jù)單因素的評(píng)價(jià)結(jié)果計(jì)算得到平均指標(biāo)分?jǐn)?shù),具體分布見圖6(a),安全分級(jí)依據(jù)見表3。由圖6(a)可知,斷層破碎U1和壩體混凝土壓實(shí)度U5平均分最高,均為7分,表明斷層破碎和壩體混凝土壓實(shí)度對(duì)工程影響較大,而壩頂高程U7平均分最低,為4.2分,即壩頂高程是影響相對(duì)較小的風(fēng)險(xiǎn)因素,符合工程實(shí)際,表明數(shù)據(jù)真實(shí)有效。

表3 安全等級(jí)劃分Tab.3 Classification of security level

圖6 風(fēng)險(xiǎn)指標(biāo)參數(shù)Fig.6 Parameters of risk indexes

由式(2)計(jì)算出各個(gè)指標(biāo)的信息熵(見圖6(b)),并根據(jù)信息熵的計(jì)算結(jié)果由式(3)計(jì)算各三級(jí)指標(biāo)的綜合權(quán)重(見圖6(c))。由圖6(c)可知,三級(jí)風(fēng)險(xiǎn)指標(biāo)地震荷載U19和軟弱夾層U3的綜合權(quán)重較高,分別為0.118和0.091。由指標(biāo)平均分和綜合權(quán)重計(jì)算一級(jí)風(fēng)險(xiǎn)指標(biāo)評(píng)估分?jǐn)?shù)和加權(quán)分?jǐn)?shù)(見表4),環(huán)境風(fēng)險(xiǎn)因素得分最高,其次為工程風(fēng)險(xiǎn)因素,人為風(fēng)險(xiǎn)因素最低。最終得出大崗山高拱壩穩(wěn)定性加權(quán)分為5.69。依據(jù)表4劃分的安全等級(jí),最終得分對(duì)應(yīng)的影響等級(jí)為Ⅲ級(jí),即大壩存在一定風(fēng)險(xiǎn),與前文云模型對(duì)各單因素風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)結(jié)果吻合。

表4 一級(jí)指標(biāo)評(píng)估分?jǐn)?shù)Tab.4 Evaluation scores of first-level indexes

4 結(jié) 論

(1) 云模型計(jì)算結(jié)果表明,25個(gè)三級(jí)風(fēng)險(xiǎn)指標(biāo)均位于中風(fēng)險(xiǎn)和較高風(fēng)險(xiǎn)等級(jí)區(qū)間,熵權(quán)法則確定了大壩整體風(fēng)險(xiǎn)等級(jí)為Ⅲ級(jí),即存在一定風(fēng)險(xiǎn)。云模型與熵權(quán)法評(píng)估結(jié)果吻合,與現(xiàn)場(chǎng)情況相符。

(2) 云模型解決了各因素隨機(jī)性和模糊性的問題,且基于熵權(quán)法的綜合評(píng)價(jià)結(jié)果弱化了專家評(píng)分的主觀因素造成的不確定性。基于云模型和熵權(quán)法對(duì)大壩風(fēng)險(xiǎn)等級(jí)評(píng)估的過程易操作,條理清晰,結(jié)果直觀,為類似的大壩風(fēng)險(xiǎn)評(píng)價(jià)提供了一種有效方法。