陈新仁
(福建森源电力设备有限公司，福建 福州 350000)
在现代工程项目中，大规模、重投资以及长周期项目日益增多，项目的修建环境、技术难度也日益复杂，给工程带来了巨大的风险挑战[1]。输变电工程作为现代基础设施工程的重要组成部分，其建设程度直接关系到国民经济的发展。与其他工程建设项目不同，我国的资源分布不均，南北差异和东西差异均较大，需要长距离地修建输变电工程[2]。输变电工程不可避免地要穿越江河湖海、高山峻岭，同时涉及的专业众多、设备众多、技术密集，在投资和工期上，也表现出长回收周期和巨大的投资额度，因此输变电工程涉及工程风险众多，诸如建设风险、资金风险、社会风险、环境风险等，这些都影响着输变电工程的建设效益。
1.1 输变电工程项目风险因素的特征
经济的快速发展离不开电力基础设施的建设，工业化和城镇化使得电力需求激增，修建输变电工程将是现阶段乃至未来一段时间内我国的基础设施建设重点，在稳步发展电力网络的同时，工程建设和输变电运营均对电网供电的安全性和可靠性提出了更高的要求，输变电的风险管理流程如图1所示[3]。输变电工程中涉及的风险因素众多，在正确地对各项风险进行识别和管理之前，需要对风险的特征进行准确把握，这样才有利于认识风险的本质和构建风险预测模型，达到防控风险的目的。综合目前大量的输变电工程项目的风险研究，输变电工程的风险特点主要有以下几个方面：
图1 输变电工程风险管理流程
(1) 输变电工程风险的客观存在性。与所有的工程建设一样，输变电工程建设天然存在风险，且这种风险不受人的主观因素的影响，也不以人的意志为转移，属于一种必然的现象[4]。比如，在修建输变电工程中，尽管已经人为地采取了施工方案的编制、技术可行性论证等，但是受到工程建设自然环境和社会环境的影响，仍存在着发生风险的可能，而且这些风险具有不确定性和客观存在性，其存在的意义使得工程风险管理成为输变电工程风险管控领域的重要研究内容。
(2) 输变电工程风险的多发性和多样性。在工程建设中，风险涉及建设的各个环节，从工程决策到准备阶段、从施工阶段到竣工阶段，每个环节都有多种多样的风险发生，比如在工程决策阶段，涉及政策变化原因产生的风险、对建设项目的周边环境及金融制度等信息掌握不全导致的信息风险、对投资决策错误导致的投资风险；
在准备阶段，由于输变电工程技术人员工作效率导致的管理风险、投标阶段引进不合格的设计和监理单位等风险；
在施工阶段，由于设备、材料供应不足导致的工期风险、由于施工工艺落后等导致的质量风险、由于极端天气及地质灾害导致的自然风险等。
(3) 输变电工程风险的全局性和全过程性。输变电工程涉及的工程量大、专业多，风险的潜在点不仅涉及某个阶段，而是在项目的全生命周期都存在，风险因素的影响也不会集中在某个时间范围或者某一个环节，而是相互关联，某个方面或者环节的风险不仅会对这个环节本身产生影响，也可能不断扩大对整个工程产生风险[5]。比如输变电工程的工期滞后影响，不仅会导致建设周期的延长，同时也会造成工程建设投资的成倍增加，为控制成本甚至会造成工程质量失去控制，引发投资风险和质量风险。
1.2 输变电工程项目风险因素的识别及预测方法
输变电工程的风险识别过程就是实现风险控制的第一步，使得工程风险管控具有目标明确性，全面准确地对建设过程中存在的风险大小、风险信息以及风险可能造成的后果进行评价[6]。输变电工程项目的风险具有多变性和时变性，因此需要进行长期的归纳总结和分析整理，通过各种风险管控机制建立感性认识，也可以通过大量的风险案例建立分析模型，以防止不同风险之间的转换、相同风险的扩大，达到控制已发风险的影响程度，降低新风险发生概率的目的。
对于输变电工程的全生命周期而言，受到各种风险因素和不确定因素影响最多的阶段就是输变电工程的施工阶段，因此工程的投资成本、建造质量和建设进度都提出了更高的风险防控要求，以实现工程建造能够实现预期的施工合同和相关图纸文件的标准。
在输变电工程项目风险的预测方法中，目前发展出了大量的定性分析与定量分析方法，定量分析方法一般有经验方法和数学理论方法。常用的输变电工程风险分析方法有主观评分法、模糊神经网络法、层次分析法、模糊综合评价法、蒙特卡洛法、回归分析法和灰色系统理论等，各种方法各有优劣，各有千秋，在实际应用时需要结合实际的工程边界条件进行选择[7，8]。特别地，在数学理论模型风险预测方法中，需要考虑计算设备的计算能力，有些计算技术涉及非线性逻辑计算，对运算的时间成本等较高。
2.1 基于模糊神经网络法的输变电工程风险预测
模糊神经网络法是模糊数学理论与神经网络的综合，它的计算核心是求解属西数和求解隶属度，两者结合了模糊数学的路基推力能力，也结合了神经网络的自学习能力。在输变电工程风险管控领域，它可以应用于风险的排查、优化风险管控路径，为输变电工程风险管理人员的决策提供依据。模糊神经网络法的基本原理如图2所示，它是正向学习的学习方法。其层次主要分为3层，分别为输入层、隐含层(可以为多个层级，图2中所示的是有1层隐含层)和输出层。输出层中包含了大量的训练样本，将其与训练集中的样本进行学习训练，即经过隐藏层的运算和传递，达到输出层，输出层参数结果与实际值进行对比，如果两者出现误差，则通过调整隐藏层的权函数值、阈值等，直到计算结果达到精度要求，即为期望的优化结果。
图2 模糊神经网络法风险预测的基本原理
(1)
对于第m个风险因素样本，在第i个隐含层与输出层之间的权值函数，其对应的雅克比矩阵如方程(2)所示：
(2)
由输入层至隐含层之间的权值函数雅克比矩阵关系如方程(3)所示：
(3)
2.2 基于模糊综合评价法的输变电工程风险预测
模数综合法是一种给定多影响参数的综合全面评价方法，是根据事物存在概念边界模糊时，通过模糊集合的数学计算方式，将不确定的数学方式转化为确定的、可量化的计算，也是将单因素的风险评估得到多因素风险的权重，达到多参数、多层次的系统风险评估，属于模糊数学理论在具体工程实践中的应用。模糊综合法通常用来优选数据结构、建立风险评判准则和评判权重，其基本的数学实现是在进行风险评估的过程中，针对多个风险问题，采用综合评价指标构建，将各个风险问题以隶属度函数建立相互关系，采用退化原理对风险因素矩阵的某些问题进行减法运算，将求解的目标函数作为极值问题的计算，达到问题的最佳求解。模糊综合法是属于定量和定性相结合的评价方法，在具体的工程实践中，对于风险事故的描述往往不能精确界定，往往采用“良好”“一般”“较差”等定性词汇进行描述，而模糊综合法则是通过建立定量评价与这些定性指标之间的隶属函数到达定性分析与定量分析的统一。
基于模糊综合评价法的输变电工程风险预测过程，首先是确定风险评价的指标集，如方程(4)所示：
(4)
式中：X={x1,x2,…xn}为模糊综合法的评价目标；
xi={xi1,xi2,…xin}则为评价目标X的风险因素指标；
n为风险因素的总数目。
由于各个风险因素在整个评价集中的地位是不同的，即每个指标之前在评价目标X中的比重是有所不同的，为了更好地描述这种风险指标的比重差异，一般需要用到权重函数，如方程(5)所示：
(5)
为了实现对风险事故的不确定性和模糊性进行定量化的赋值，对各个风险因素采用人为的数值评价用于描述模糊的定性分析，如“良好”“一般”“较差”等，评价集的表达式如方程(6)所示：
θ=(θ1,θ2,…,θp)
(6)
式中：θ为“良好”“一般”“较差”等评价结果。
对准则层的风险因素指标建立评价矩阵，如方程(7)所示：
(7)
对指标层的风险因素指标建立评价矩阵，如方程(8)所示：
(8)
基于模糊数学运算，结果如方程(9)所示：
(9)
式中：B=(b1,b2…bp)；
Bi=(bi1,bi2…bip)；
Ξ为加权平均算子。即可以得到每个风险因素的综合评分如方程(10)所示：
(10)
某市为满足电网发展和供电需求，电力公司需在区域内新建输变电工程，线路长度约529 km，为500 kV输电压和变电站。变电站的选址位于城区北侧，占地为荒地，按照建设情况需展开征地约5.01 hm2，场区内建设条件较好，地坪高程起伏较小，土方量不大，变电站的新建总建筑面积约1 347 m2。输变电工程的主要指标见表1。
表1 输变电工程建设指标
基于模糊神经网络法和模糊综合评价法对输变电工程建设过程中的风险进行评价，将输变电工程的风险分为6大类，如图3所示，计算结果见表2。
图3 输变电工程风险分类
表2 基于模糊神经网络法和模糊综合评价法的风险预测对比
从表2中可以看，模糊神经网络法和模糊综合评价法对各个风险因子的预测结果基本一致，模糊神经网络法的预测结果范围从0.123 7到0.567 2，最小的风险因素为环境因数(0.123 7)，最大的风险因素为技术因数(0.567 2)；
类似地，模糊综合评价法的预测结果从0.142 3到0.552 3，最小的风险因素为环境因数(0.142 3)，最大的风险因素为技术因数(0.552 3)。模糊神经网络法与模糊综合评价法对各个风险因素预测中差别最大的是管理因素，模糊神经网络法的预测结果为0.141 6，而模糊综合评价法的预测结果为0.234 2。模糊神经网络法与模糊综合评价法的总体风险预测结果基本一致，前者的预测结果为0.134 1，后者的预测结果为0.138 7。
以实际工程项目为例，在分析输变电工程项目风险因素的特征基础上，采用模糊神经网络法和模糊综合评价法对输变电工程风险进行识别和预测，得到以下结论：
(1) 输变电工程风险具有客观存在性、多发性和多样性、全局性和全过程性等特点；
(2) 糊神经网络法与模糊综合评价法在各个风险因素和总体风险因素的预测结果上基本一致，对各个风险因素预测中差别最大的是管理因素。
猜你喜欢神经网络工程项目预测无可预测黄河之声(2022年10期)2022-09-27选修2-2期中考试预测卷（A卷）中学生数理化(高中版.高二数学)(2022年4期)2022-05-25选修2-2期中考试预测卷（B卷）中学生数理化(高中版.高二数学)(2022年4期)2022-05-25基于递归模糊神经网络的风电平滑控制策略现代电力(2022年2期)2022-05-23选修2—2期中考试预测卷(A卷)中学生数理化·高二版(2022年4期)2022-05-09市场经济下工程项目的招投标管理建材发展导向(2021年9期)2021-07-16邵阳三一工程机械与零部件再制造工程项目开工表面工程与再制造(2019年1期)2019-12-04神经网络抑制无线通信干扰探究电子制作(2019年19期)2019-11-23基于神经网络的中小学生情感分析电子制作(2019年24期)2019-02-23海外大型铁路工程项目设备采购实践筑路机械与施工机械化(2017年6期)2017-07-10
