吳 軍 王義賀 薛龍江 劉勝利 李子涵 薛 俊

1(國(guó)網(wǎng)浙江平湖市供電有限公司 浙江 平湖 314200)2(東北大學(xué) 遼寧 沈陽(yáng)110819)3(國(guó)網(wǎng)遼寧省電力有限公司經(jīng)濟(jì)技術(shù)研究院 遼寧 沈陽(yáng)110015)

0 引 言

配電網(wǎng)的穩(wěn)定運(yùn)行是保證工業(yè)生產(chǎn)和日常生活基本需求的前提條件，因此近年來(lái)國(guó)家加大了對(duì)配電網(wǎng)項(xiàng)目的投資和建設(shè)[1]。隨著我國(guó)各項(xiàng)經(jīng)濟(jì)體制和電力體制的變革，配電網(wǎng)建設(shè)是否可實(shí)現(xiàn)國(guó)家投資預(yù)期效益已被社會(huì)各層所關(guān)注[2]。因此本文在上述的大環(huán)境下，以配電網(wǎng)自身性質(zhì)為基礎(chǔ)，構(gòu)建配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)體系，在評(píng)價(jià)過(guò)程中需采用優(yōu)化后的權(quán)重參數(shù)構(gòu)建指數(shù)權(quán)重模型，再通過(guò)該指數(shù)權(quán)重模型評(píng)價(jià)配電網(wǎng)建設(shè)項(xiàng)目。

本文研究基于卷積算法的指標(biāo)權(quán)重模型在配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)，該評(píng)價(jià)方法通過(guò)改進(jìn)學(xué)習(xí)率自適應(yīng)調(diào)整方法和改進(jìn)的學(xué)習(xí)率退火方法，改進(jìn)卷積算法的權(quán)重參數(shù)，實(shí)現(xiàn)對(duì)配電網(wǎng)建設(shè)項(xiàng)目中的多種一級(jí)指標(biāo)和二級(jí)指標(biāo)評(píng)價(jià)，為配網(wǎng)建設(shè)工程相關(guān)研究提供參考。

1 配網(wǎng)建設(shè)工程后評(píng)價(jià)模型的構(gòu)建

1.1 配網(wǎng)工程后評(píng)價(jià)指標(biāo)體系

以系統(tǒng)性原則、完備性與相關(guān)性原則、可評(píng)價(jià)的實(shí)用性原則、定量和定性相結(jié)合的原則以及層次性原則為依據(jù)[3]，構(gòu)建后評(píng)價(jià)指標(biāo)體系。配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)指標(biāo)體系如圖1所示。

一級(jí)指標(biāo)實(shí)施過(guò)程評(píng)價(jià)運(yùn)營(yíng)效果財(cái)務(wù)效果社會(huì)效益和可持續(xù)性二級(jí)指標(biāo)指標(biāo)評(píng)價(jià)二級(jí)指標(biāo)指標(biāo)評(píng)價(jià)二級(jí)指標(biāo)指標(biāo)評(píng)價(jià)二級(jí)指標(biāo)指標(biāo)評(píng)價(jià)前期決策(定量指標(biāo))實(shí)施準(zhǔn)備(定性指標(biāo))進(jìn)度控制(定量指標(biāo))質(zhì)量控制(定量指標(biāo))投資控制(定量指標(biāo))安全控制(定性指標(biāo))規(guī)劃項(xiàng)目響應(yīng)度年度投資計(jì)劃完成率不高于12千伏線路的投產(chǎn)率勘察設(shè)計(jì)情況項(xiàng)目按期完成率工程一次性驗(yàn)收合格率投資水平安全控制電網(wǎng)運(yùn)行能力(定量指標(biāo))網(wǎng)架結(jié)構(gòu)(定量指標(biāo))安全可靠性(定量指標(biāo))節(jié)能環(huán)保(定量指標(biāo))重過(guò)載線路比率輕過(guò)載線路比率環(huán)網(wǎng)化率變電站間聯(lián)絡(luò)率供電可靠慮電壓合格率線損率高損配變比率財(cái)務(wù)效果(定量指標(biāo))內(nèi)部收益率投資回收期投資利潤(rùn)率資產(chǎn)負(fù)債率債務(wù)收益比債務(wù)償還比債務(wù)備付率增供效益(定量指標(biāo))單位投資增供電量單位投資增供負(fù)荷評(píng)價(jià)指標(biāo)環(huán)境影響電力增長(zhǎng)GDP電力貢獻(xiàn)彈性系數(shù)

由圖1可知，配網(wǎng)投資項(xiàng)目后評(píng)價(jià)指標(biāo)體系中分為一級(jí)指標(biāo)和二級(jí)指標(biāo)，一級(jí)指標(biāo)分為實(shí)施過(guò)程評(píng)價(jià)指標(biāo)、運(yùn)營(yíng)效果評(píng)價(jià)指標(biāo)、財(cái)務(wù)效果評(píng)價(jià)指標(biāo)、社會(huì)效益和可持續(xù)性評(píng)價(jià)指標(biāo)。其中，實(shí)施過(guò)程評(píng)價(jià)指標(biāo)涵蓋了前期決策、實(shí)施準(zhǔn)備、進(jìn)度控制、質(zhì)量控制等二級(jí)指標(biāo)；運(yùn)營(yíng)效果評(píng)價(jià)指標(biāo)涵蓋了電網(wǎng)運(yùn)行能力指標(biāo)、網(wǎng)架結(jié)構(gòu)指標(biāo)、安全可靠性指標(biāo)等二級(jí)指標(biāo)；社會(huì)效益和可持續(xù)性評(píng)價(jià)指標(biāo)涵蓋的二級(jí)指標(biāo)為增供效益指標(biāo)。

1.2 改進(jìn)的尋優(yōu)權(quán)重參數(shù)優(yōu)化算法

近年來(lái)研究人員對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了大量的研究，在研究中不斷地深化卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，因此對(duì)卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)的要求越發(fā)嚴(yán)格[4-5]。為迎合這一現(xiàn)狀，以提高權(quán)重參數(shù)的尋優(yōu)速度和尋優(yōu)能力為目標(biāo)，利用改進(jìn)的學(xué)習(xí)率自適應(yīng)調(diào)整方法和改進(jìn)的學(xué)習(xí)率退火方法，實(shí)現(xiàn)基于卷積的尋優(yōu)權(quán)重參數(shù)優(yōu)化算法的改進(jìn)。

假設(shè)δ為卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)，要獲取配電網(wǎng)工程后評(píng)價(jià)指標(biāo)體系中的最優(yōu)參數(shù)，需要計(jì)算損失函數(shù)值的最小值，假設(shè)有e個(gè)輸入值，同時(shí)對(duì)應(yīng)的有e個(gè)輸出值，則輸入值和輸出值的對(duì)應(yīng)關(guān)系可表達(dá)為{(x(e)，y(e))；e∈[1,2,…,E]}，則xe、ye、o(e)分別代表第e個(gè)輸入值、相對(duì)應(yīng)的標(biāo)簽、卷積神經(jīng)網(wǎng)絡(luò)的最后輸出，則卷積神經(jīng)網(wǎng)絡(luò)的損失值可表達(dá)為：

(1)

卷積神經(jīng)網(wǎng)絡(luò)通過(guò)損失函數(shù)值的最小值，獲取配電網(wǎng)工程后評(píng)價(jià)指標(biāo)體系中最優(yōu)參數(shù)解[6]。

1.2.1改進(jìn)的學(xué)習(xí)率自適應(yīng)調(diào)整方法

適應(yīng)性矩估計(jì)(adaptive moment estimation，Adam)是一種可以替代傳統(tǒng)隨機(jī)梯度下降過(guò)程的一階優(yōu)化算法，它能基于訓(xùn)練數(shù)據(jù)迭代地更新神經(jīng)網(wǎng)絡(luò)權(quán)重。改進(jìn)的學(xué)習(xí)率自適應(yīng)調(diào)整方法，是在Adam算法基礎(chǔ)上的改進(jìn)，其主要原理為：在算法迭代時(shí)會(huì)損失函數(shù)值，損失函數(shù)值差異性可反饋權(quán)重參數(shù)尋優(yōu)信息，損失函數(shù)值差異性很大時(shí)，權(quán)重參數(shù)尋優(yōu)過(guò)程不穩(wěn)定，此時(shí)降低學(xué)習(xí)率可改善這種不穩(wěn)定現(xiàn)象，此過(guò)程也叫退火；當(dāng)損失函數(shù)值差異性很小時(shí)，通過(guò)提高學(xué)習(xí)率促進(jìn)權(quán)重參數(shù)尋優(yōu)過(guò)程穩(wěn)定性[7]。將上述原理與Adam算法相結(jié)合，提高權(quán)重參數(shù)尋優(yōu)速度和尋優(yōu)能力[8]。算法原理為：可從自適應(yīng)調(diào)整學(xué)習(xí)率中獲取損失函數(shù)相對(duì)變化率，通過(guò)量化相對(duì)變化率確認(rèn)每次迭代損失函數(shù)值的相對(duì)變化，并采用指數(shù)滑動(dòng)平均法對(duì)每次迭代損失函數(shù)值的相對(duì)變化進(jìn)行平滑處理。算法的基本步驟如下：

(1) 假設(shè)當(dāng)?shù)螖?shù)為s-1和s-2時(shí)相對(duì)應(yīng)的損失函數(shù)值為ps-1和ps-2，損失函數(shù)的相對(duì)變化率公式可表示為：

(2)

損失函數(shù)的相對(duì)變化率bs是一個(gè)整數(shù)，可以準(zhǔn)確表達(dá)損失函數(shù)值的增大或減小程度[9]。

(2) 對(duì)每次迭代損失函數(shù)值的相對(duì)變化進(jìn)行平滑處理，平滑處理公式可表達(dá)為：

(3)

因?yàn)槊恳粋€(gè)損失函數(shù)值都是在不同樣本基礎(chǔ)上獲取，因此損失函數(shù)值并不完全一致[10]。為了平滑處理的效果更好，令β為平滑參數(shù)，其取值無(wú)限趨近于1。

(3) 假設(shè)一個(gè)學(xué)習(xí)率為α，則cs便是α的分母項(xiàng)，代入到Adam算法中，獲取迭代次數(shù)，迭代公式可表示為：

s←cs+1

(4)

qs←Δθ(s-1)

(5)

ns←β1ns-1+(1-β1)qs

(6)

(7)

(8)

(9)

(10)

當(dāng)訓(xùn)練權(quán)重系數(shù)樣本初期，損失函數(shù)值的變化幅度不大，此時(shí)平滑處理值cs也不大，當(dāng)取值很小時(shí)，會(huì)導(dǎo)致迭代步長(zhǎng)突然上升[11]，由于適當(dāng)?shù)牡介L(zhǎng)ΔθS可促進(jìn)算法的迭代性能，因此當(dāng)?shù)介L(zhǎng)突然上升時(shí)，會(huì)使權(quán)重參數(shù)尋優(yōu)過(guò)程不平穩(wěn)，因此需對(duì)平滑處理值cs執(zhí)行固定設(shè)置。傳統(tǒng)的設(shè)置平滑處理值方法通常為人為設(shè)置，導(dǎo)致整體設(shè)置過(guò)程煩瑣，且精準(zhǔn)度不高[12]。為避免這些問(wèn)題，采用閾值設(shè)定法設(shè)定平滑處理值，該設(shè)定方法不僅設(shè)定過(guò)程簡(jiǎn)便易操作，而且適合任何卷積神經(jīng)網(wǎng)絡(luò)模型。設(shè)定起始步長(zhǎng)為0，終止步長(zhǎng)為0.09，訓(xùn)練輪數(shù)為5，批大小ε=134，設(shè)步長(zhǎng)上限為0.08。確定步長(zhǎng)上限后，反推平滑處理值cs的下限，當(dāng)θ=0時(shí)，改進(jìn)權(quán)重優(yōu)化算法的迭代步長(zhǎng)公式表達(dá)為：

(11)

在上述迭代反推平滑處理值的過(guò)程中,平滑處理cs的下限公式可表達(dá)為：

(12)

1.2.2改進(jìn)的學(xué)習(xí)率退火方法

設(shè)置一個(gè)訓(xùn)練集為D，f(x；D)是在訓(xùn)練集D上的模型f在x上的預(yù)測(cè)輸出，E表示期望輸入值,則該模型的期望預(yù)測(cè)值公式可表示為：

(13)

由于樣本是分批采集的，因此不同的樣本會(huì)產(chǎn)生方差，該方差值可表示為：

(14)

噪聲值公式可表示為：

ε2=E(yD-y)2

(15)

式中：yD表示期望輸出值。而期望預(yù)測(cè)值與標(biāo)記值y會(huì)存在一定的差值，該差值的公式可表達(dá)為：

(16)

為了提高權(quán)重系數(shù)的尋優(yōu)速度和尋優(yōu)性能，需要將學(xué)習(xí)率提高后降低，或是降低后再提高[13]，該退火過(guò)程作為權(quán)重參數(shù)優(yōu)化算法的一部分，在模型訓(xùn)練的末期發(fā)揮著重要作用。學(xué)習(xí)率退火公式為：

(17)

式中：1+γs表示退火上限。

1.3 模糊綜合后評(píng)價(jià)模型的建立

后評(píng)價(jià)模型利用改進(jìn)后的權(quán)重參數(shù)將評(píng)價(jià)指標(biāo)的數(shù)據(jù)形式通過(guò)統(tǒng)一的方式體現(xiàn)配電網(wǎng)建設(shè)項(xiàng)目的總體效果，將模糊綜合評(píng)價(jià)與配電網(wǎng)建設(shè)項(xiàng)目的后評(píng)價(jià)工作相結(jié)合，實(shí)現(xiàn)模糊綜合評(píng)價(jià)。該模糊綜合評(píng)價(jià)不僅可以確定后評(píng)價(jià)的總體目標(biāo)，還可將評(píng)價(jià)指標(biāo)按照層次化標(biāo)準(zhǔn)劃分，構(gòu)建一個(gè)層次化模型對(duì)配電網(wǎng)建設(shè)項(xiàng)目進(jìn)行評(píng)價(jià)，評(píng)價(jià)時(shí)會(huì)存在很多主觀因素[14]，需要將模糊數(shù)學(xué)與配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)工作相結(jié)合，得到更加客觀的評(píng)價(jià)結(jié)果?？梢酝ㄟ^(guò)調(diào)研的方法將各位研究人員對(duì)配電網(wǎng)建設(shè)項(xiàng)目的評(píng)價(jià)收集起來(lái)，對(duì)評(píng)價(jià)進(jìn)行定量綜合分析，由于各個(gè)評(píng)價(jià)因素對(duì)配電網(wǎng)建設(shè)項(xiàng)目的重要程度(隸屬度)都不一樣，因此要結(jié)合配電網(wǎng)建設(shè)項(xiàng)目的隸屬度完成評(píng)價(jià)。以下為模糊綜合模型的構(gòu)建流程：

(1) 分別構(gòu)建評(píng)價(jià)一級(jí)指標(biāo)集合和二級(jí)指標(biāo)集合：

H={H1,H2,H3,H4}，Hi={Hi1,Hi2,…,Hij}

(18)

式中：Hij是第i個(gè)準(zhǔn)則層中的第j個(gè)指標(biāo)。

(2) 以安全質(zhì)量為評(píng)價(jià)目的構(gòu)建評(píng)語(yǔ)集為：

R={R1,R2,R3,R4}={優(yōu)，良，中，差}

(19)

(3) 分別確定一級(jí)指標(biāo)和二級(jí)指標(biāo)的權(quán)重集為：

(20)

(4) 構(gòu)建評(píng)價(jià)隸屬矩陣W為：

(21)

Wij表示第i個(gè)評(píng)價(jià)因素對(duì)第j個(gè)評(píng)價(jià)等級(jí)的隸屬度，評(píng)語(yǔ)集中評(píng)價(jià)等級(jí)個(gè)數(shù)用n表示，被評(píng)價(jià)因素的個(gè)數(shù)用m表示。

(5) 二級(jí)模糊綜合評(píng)價(jià)。先完成一級(jí)模糊綜合評(píng)價(jià)，并通過(guò)層次分析獲取指標(biāo)權(quán)重和評(píng)價(jià)隸屬度矩陣W，以模糊運(yùn)算法則為基礎(chǔ)，經(jīng)過(guò)運(yùn)算后進(jìn)行歸一化，獲取評(píng)價(jià)因素對(duì)評(píng)價(jià)集的隸屬度向量S。然后開(kāi)始二級(jí)模糊綜合評(píng)價(jià)，獲取總的評(píng)價(jià)向量B，并得到綜合評(píng)價(jià)結(jié)論，可用公式表達(dá)為：

B=W·Sαs

(22)

為了在配電網(wǎng)建設(shè)項(xiàng)目中的后評(píng)價(jià)更加直觀[15]，需將綜合評(píng)價(jià)結(jié)果轉(zhuǎn)化為數(shù)據(jù)分值，評(píng)價(jià)等級(jí)分值用R表示，評(píng)價(jià)結(jié)果公式可表達(dá)為：

Q=B·R

(23)

至此，評(píng)價(jià)模型構(gòu)建完成，如圖2所示。

圖2 模糊綜合模型

2 實(shí)驗(yàn)分析

為了驗(yàn)證配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)的準(zhǔn)確率、穩(wěn)定性，實(shí)驗(yàn)分析本文方法對(duì)杭州市配電網(wǎng)建設(shè)項(xiàng)目實(shí)施過(guò)程后評(píng)價(jià)和運(yùn)營(yíng)效果后評(píng)價(jià)，驗(yàn)證本文方法的評(píng)價(jià)效果，同時(shí)統(tǒng)計(jì)分析了本文方法的評(píng)價(jià)性能。

2.1 實(shí)施過(guò)程后評(píng)價(jià)

2.1.1投資變化率評(píng)價(jià)

設(shè)定杭州市為研究區(qū)域，將杭州市劃分為1區(qū)、2區(qū)、3區(qū)和4區(qū)，則該市在2018年配電網(wǎng)建設(shè)項(xiàng)目的投資情況如表1所示。

表1 2016年杭州市配電網(wǎng)項(xiàng)目建設(shè)投資變化情況

由表1可知，本文方法評(píng)價(jià)得出：4個(gè)區(qū)域結(jié)算投資均小于預(yù)算投資，說(shuō)明結(jié)算工程的總投資在工程總預(yù)算之內(nèi)，造價(jià)水平同時(shí)也得到有效的控制。4個(gè)區(qū)域都存在投資變化率，但1區(qū)、3區(qū)和4區(qū)的投資變化率比2區(qū)高40%～70%，因此需綜合分析導(dǎo)致1區(qū)、3區(qū)和4區(qū)投資變化的原因：(1) 在配電網(wǎng)項(xiàng)目的實(shí)際建設(shè)過(guò)程中，會(huì)產(chǎn)生設(shè)計(jì)或方案的變化。此時(shí)，相對(duì)應(yīng)的建設(shè)工序也會(huì)產(chǎn)生變化，原有的安裝程序可能在設(shè)計(jì)方案變化后被剔除，因此安裝費(fèi)用也相應(yīng)地降低，由此造成投資變化率加大。(2) 配電網(wǎng)項(xiàng)目建設(shè)前，建筑材料價(jià)格突然降低，或是在建設(shè)過(guò)程中實(shí)際用料量低于預(yù)計(jì)用料量等現(xiàn)象都會(huì)造成投資變化率加大。

2.1.2年度投資計(jì)劃完成率評(píng)價(jià)

年度投資計(jì)劃完成率=年度投資完成數(shù)量/年度安排投資數(shù)量。表2為年度投資完成情況表。

表2 2018年投資完成情況

由表2可知，本文方法評(píng)價(jià)得出：杭州市4個(gè)區(qū)2016年年度安排投資總額度為25 839.99萬(wàn)元，年度實(shí)際完成投資額度為24 047.48萬(wàn)元，年度投資計(jì)劃完成率為93.06%，且1區(qū)、2區(qū)、3區(qū)和4區(qū)年度投資計(jì)劃完成率分別高達(dá)90.57%、93.74%、94.26%、94.42%，完成情況很好。促進(jìn)年度投資完成率較高的原因可能是配電網(wǎng)項(xiàng)目建設(shè)過(guò)程中價(jià)控措施效果顯著、年度規(guī)劃較為合理、工程的實(shí)施過(guò)程嚴(yán)格監(jiān)控等。

2.2 運(yùn)營(yíng)效果后評(píng)價(jià)

2.2.1變電站間聯(lián)絡(luò)率評(píng)價(jià)

配電網(wǎng)中存在多個(gè)變電站，多個(gè)變電站存在互相聯(lián)絡(luò)的現(xiàn)象，這種變電站間的聯(lián)絡(luò)率能夠反映變電站間的聯(lián)絡(luò)能力，也是反映電源斷電后的負(fù)荷轉(zhuǎn)移能力的指標(biāo)之一，變電站在聯(lián)絡(luò)過(guò)程中會(huì)存在很多條聯(lián)絡(luò)線路，當(dāng)電源斷電后負(fù)荷轉(zhuǎn)移能力與供電影響范圍成反比，負(fù)荷轉(zhuǎn)移能力越高，供電影響范圍越小，配電網(wǎng)穩(wěn)態(tài)效果越好。表3為2017年-2018年變電站間聯(lián)絡(luò)率情況表。

表3 2017年-2018年變電站間聯(lián)絡(luò)率情況(%)

依據(jù)表3繪制2017年、2018年杭州市4個(gè)區(qū)變電站間的聯(lián)絡(luò)率矩形圖，如圖3所示。

圖3 2017年-2018年杭州市4個(gè)區(qū)變電站間的聯(lián)絡(luò)率

綜合分析表3和圖3可知，本文方法評(píng)價(jià)得出：2017年-2018年杭州市變電站間的聯(lián)絡(luò)率整體呈現(xiàn)上升趨勢(shì)，但在杭州市的2區(qū)域，2018年的變電站間聯(lián)絡(luò)率要低于2017年變電站間的聯(lián)絡(luò)率。經(jīng)過(guò)分析，造成這一現(xiàn)象的主要原因?yàn)椋?017年時(shí)變電站間的聯(lián)絡(luò)線路主要通過(guò)QA線與華前線和HA線相連接實(shí)現(xiàn)，但從2018年開(kāi)始，完成了QAI線網(wǎng)架工作完善工作后，QA線不再與之前的華前線和HA線連接，而是改為與QD線連接。由于中間省去了站間聯(lián)絡(luò)，因此原來(lái)為了站間聯(lián)絡(luò)設(shè)置的DP場(chǎng)線也被停用，站間聯(lián)絡(luò)結(jié)構(gòu)縮減，使線路互供能力提高，當(dāng)線路故障發(fā)生時(shí)可通過(guò)其他途徑延續(xù)線路工作，因此電網(wǎng)運(yùn)行更加穩(wěn)定安全。

2.2.2綜合電壓合格率評(píng)價(jià)

電壓在可產(chǎn)生偏差區(qū)域內(nèi)會(huì)產(chǎn)生波動(dòng)，該波動(dòng)概率可通過(guò)綜合電壓合格率直觀地反饋，電壓合格率不僅可查驗(yàn)電能質(zhì)量以及電壓合格率控制目標(biāo)完成情況，還可反映配電網(wǎng)穩(wěn)定性。表4為2017年-2018年4個(gè)區(qū)的綜合電壓合格率統(tǒng)計(jì)數(shù)據(jù)。

表4 2017年-2018年4個(gè)區(qū)的綜合電壓合格率統(tǒng)計(jì)數(shù)據(jù)(%)

表4可知，本文方法評(píng)價(jià)得出：經(jīng)過(guò)2017年配電網(wǎng)項(xiàng)目的建設(shè)，在2018年時(shí)杭州4個(gè)區(qū)域的綜合電壓合格率分別達(dá)到81.42%、74.10%、88.66%、87.81%，相較于2017年，均有所提高，但整體的綜合電壓合格率仍然有可上升的空間。依據(jù)表5中的數(shù)據(jù)繪制2017年-2018年4個(gè)區(qū)的綜合電壓合格率統(tǒng)計(jì)數(shù)據(jù)圖，如圖4所示。

圖4 2017年-2018年4個(gè)區(qū)的綜合電壓合格率統(tǒng)計(jì)數(shù)據(jù)

圖4可直觀呈現(xiàn)出本文方法評(píng)價(jià)結(jié)果為：2018年4個(gè)區(qū)的綜合電壓合格率均高于2017年，但1區(qū)和2區(qū)的整體綜合電壓合格率比另外兩個(gè)區(qū)要低。經(jīng)分析造成這種現(xiàn)象的主要原因?yàn)椋汗╇娐肪€太長(zhǎng)、經(jīng)過(guò)長(zhǎng)時(shí)間使用線路磨損導(dǎo)致電壓偏低等。

2.3 評(píng)價(jià)性能分析

為了驗(yàn)證本文方法的性能，需對(duì)其變化曲線進(jìn)行分析，如圖5為本文方法、灰色綜合評(píng)價(jià)方法以及改進(jìn)可拓物元模型評(píng)價(jià)方法在測(cè)試集上的性能變化趨勢(shì)，灰色綜合評(píng)估法是一種專家評(píng)判的綜合性評(píng)估為基礎(chǔ)，以灰色關(guān)聯(lián)分析理論為指導(dǎo)的評(píng)估方法，而改進(jìn)可拓物元模型主要為改進(jìn)關(guān)聯(lián)函數(shù)，這是一種新的關(guān)聯(lián)函數(shù)，是通過(guò)關(guān)聯(lián)函數(shù)中的分段函數(shù)對(duì)評(píng)價(jià)指標(biāo)進(jìn)行物元分析。

(a) 損失函數(shù)值變化曲線

由圖5(a)可知，相較于灰色綜合評(píng)價(jià)方法，本文方法在測(cè)試集中的損失函數(shù)值更小，但在0時(shí)期到12時(shí)期的損失函數(shù)值差距較大，當(dāng)損失函數(shù)值差距越大，越可促進(jìn)權(quán)重參數(shù)尋優(yōu)過(guò)程的平穩(wěn)進(jìn)行，本文方法的性能就越好。由圖5(b)可知，本文方法的測(cè)試集準(zhǔn)確率要高于灰色綜合評(píng)價(jià)方法以及改進(jìn)可拓物元模型評(píng)價(jià)方法，因此本文方法對(duì)配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)的準(zhǔn)確率很高。

由于普通的配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)方法會(huì)隨著參數(shù)的變化而產(chǎn)生準(zhǔn)確率方面的差異，為了驗(yàn)證本文方法的穩(wěn)定性，設(shè)置不同的學(xué)習(xí)率，驗(yàn)證本文方法在不同的學(xué)習(xí)率條件下評(píng)價(jià)準(zhǔn)確率變化情況，如圖6所示。

由圖6可知，當(dāng)設(shè)置不同參數(shù)時(shí)，本文方法在每個(gè)周期的準(zhǔn)確率變化幅度很小，甚至可忽略，因此說(shuō)明雖然設(shè)置了不同的參數(shù)，但本文方法在參數(shù)的變化時(shí)依然可保持高準(zhǔn)確率穩(wěn)定評(píng)價(jià)，由此可知，本文方法在性能方面具有很高優(yōu)勢(shì)。

3 結(jié) 語(yǔ)

本文根據(jù)配網(wǎng)建設(shè)工程的特性構(gòu)建綜合后評(píng)價(jià)指標(biāo)體系，基于卷積算法優(yōu)化確定權(quán)重參數(shù)，構(gòu)建配電網(wǎng)建設(shè)工程的綜合后評(píng)價(jià)模型，以實(shí)施過(guò)程、運(yùn)營(yíng)效果、財(cái)務(wù)效果以及社會(huì)效益和可持續(xù)性為一級(jí)指標(biāo)，對(duì)配網(wǎng)建設(shè)工程展開(kāi)項(xiàng)目后評(píng)價(jià)工作，并以杭州市2018年配網(wǎng)建設(shè)工程為實(shí)際案例，對(duì)其進(jìn)行了項(xiàng)目后評(píng)價(jià)分析。實(shí)驗(yàn)表明，本文研究的基于卷積算法的指標(biāo)權(quán)重模型在配電網(wǎng)建設(shè)項(xiàng)目后評(píng)價(jià)方法可良好評(píng)價(jià)配電網(wǎng)建設(shè)實(shí)施過(guò)程和運(yùn)營(yíng)效果等項(xiàng)目，即使指標(biāo)體系中的權(quán)重參數(shù)發(fā)生變化，本文方法評(píng)價(jià)結(jié)果的準(zhǔn)確率也不會(huì)產(chǎn)生變化，可穩(wěn)定評(píng)價(jià)配電網(wǎng)建設(shè)項(xiàng)目，為配電網(wǎng)以后的建設(shè)發(fā)揮重要作用。