摘 要：本文探討了如何利用模糊邏輯理論進(jìn)行新能源風(fēng)電項(xiàng)目的風(fēng)險(xiǎn)評(píng)估研究。以我司計(jì)劃承接的安徽阜南300MW風(fēng)電項(xiàng)目為例，分析了風(fēng)力發(fā)電項(xiàng)目面臨的許多潛在風(fēng)險(xiǎn)，包括氣象條件不確定性、政策調(diào)整、技術(shù)挑戰(zhàn)等。通過(guò)模糊邏輯理論中的風(fēng)險(xiǎn)識(shí)別、分析和評(píng)估階段，建立數(shù)學(xué)模型量化整體風(fēng)險(xiǎn)水平，并提出相應(yīng)的應(yīng)對(duì)措施。本文強(qiáng)調(diào)了模糊邏輯理論在處理不確定性和模糊性問(wèn)題上的優(yōu)勢(shì)，并展望其在未來(lái)新能源領(lǐng)域中的廣泛應(yīng)用前景。

關(guān)鍵詞：模糊邏輯；風(fēng)電項(xiàng)目；風(fēng)險(xiǎn)評(píng)估

中圖分類號(hào)：TK 89 文獻(xiàn)標(biāo)志碼：A

模糊邏輯理論是一種能夠處理不確定性和模糊性問(wèn)題的數(shù)學(xué)工具，通過(guò)引入模糊集合和隸屬度函數(shù)，可以更好地描述現(xiàn)實(shí)生活中復(fù)雜多變的風(fēng)險(xiǎn)類型和表現(xiàn)，相關(guān)領(lǐng)域先行研究眾多。王平[1]研究了基于自適應(yīng)模糊PID的風(fēng)力發(fā)電機(jī)葉片角度控制，提高了系統(tǒng)的穩(wěn)定性和效率。歐陽(yáng)逸云等[2]探討了基于模糊邏輯和網(wǎng)絡(luò)層次分析法的森林火險(xiǎn)區(qū)劃，為森林火災(zāi)防控提供了新思路。陳信強(qiáng)等[3]提出了基于模糊邏輯方法的多船會(huì)遇安全態(tài)勢(shì)評(píng)估，增強(qiáng)了海上交通安全管理能力。孫啟鵬等[4]開(kāi)發(fā)了基于風(fēng)險(xiǎn)預(yù)測(cè)的自動(dòng)駕駛車輛行為決策模型，提升了自動(dòng)駕駛系統(tǒng)的安全性和智能化水平。施薇[5]提出了基于FMEA的企業(yè)信息管理系統(tǒng)模糊風(fēng)險(xiǎn)評(píng)估法，為企業(yè)風(fēng)險(xiǎn)管理提供新思路。王大慶等[6]提出油氣儲(chǔ)運(yùn)設(shè)施事故風(fēng)險(xiǎn)指數(shù)模糊邏輯評(píng)估方法，有助于提高安全管理水平。劉毅[7]研究了輸電線路覆冰的自適應(yīng)網(wǎng)絡(luò)模糊推理預(yù)報(bào)模型，為輸電線路安全運(yùn)行提供技術(shù)支持?；谙刃醒芯浚疚膶⑻接懭绾卫媚：壿嬂碚搧?lái)進(jìn)行新能源風(fēng)電項(xiàng)目的風(fēng)險(xiǎn)評(píng)估研究。

1 背景概述

隨著我司承擔(dān)了一系列風(fēng)力發(fā)電項(xiàng)目，涵蓋了四川德昌縣臘巴山風(fēng)電項(xiàng)目、安北第五風(fēng)電場(chǎng)A區(qū)項(xiàng)目、潤(rùn)渦陽(yáng)牌坊項(xiàng)目、重慶市巫山青山頭風(fēng)電場(chǎng)項(xiàng)目、重慶市黔江五福嶺風(fēng)電場(chǎng)項(xiàng)目、河南宜陽(yáng)風(fēng)電場(chǎng)項(xiàng)目、青海海南州切吉鄉(xiāng)風(fēng)電場(chǎng)項(xiàng)目、四川省冕寧鐵廠鄉(xiāng)風(fēng)電場(chǎng)項(xiàng)目、新疆三臺(tái)風(fēng)電一期工程和四川省鹽邊縣紅格大面山風(fēng)電場(chǎng)等，公司在實(shí)際操作中迫切需要建立更系統(tǒng)化和全面的風(fēng)力發(fā)電評(píng)估與風(fēng)險(xiǎn)管理體系。這些多樣化的項(xiàng)目不僅覆蓋了不同規(guī)模和地區(qū)，而且還面臨各種潛在的技術(shù)、環(huán)境和市場(chǎng)挑戰(zhàn)。因此，為了確保這些復(fù)雜的風(fēng)力發(fā)電項(xiàng)目能夠高效運(yùn)營(yíng)并取得成功，我司需要采取積極的措施來(lái)評(píng)估和管理這些潛在的風(fēng)險(xiǎn)因素。

作為中國(guó)電建集團(tuán)旗下專業(yè)技術(shù)服務(wù)提供商，二灘國(guó)際在過(guò)去幾十年中積累了豐富的經(jīng)驗(yàn)，特別是在監(jiān)理和咨詢服務(wù)方面。然而，當(dāng)面對(duì)如此多元化和復(fù)雜性的風(fēng)力發(fā)電項(xiàng)目時(shí)，單純依靠傳統(tǒng)方法可能無(wú)法全面把握并有效應(yīng)對(duì)潛在挑戰(zhàn)。

因此，在“十四五”規(guī)劃期間，公司將著重構(gòu)建更系統(tǒng)性和科學(xué)化的評(píng)估與管理體系。通過(guò)結(jié)合先進(jìn)的技術(shù)手段（例如模糊邏輯理論等方法），二灘國(guó)際可以量化分析各個(gè)項(xiàng)目所面臨的潛在風(fēng)險(xiǎn)并制定相應(yīng)措施，以應(yīng)對(duì)這些挑戰(zhàn)。這種綜合性評(píng)估體系將幫助公司更準(zhǔn)確地識(shí)別可能出現(xiàn)的問(wèn)題并及時(shí)采取行動(dòng)，以最大程度地減少潛在影響。

2 風(fēng)險(xiǎn)識(shí)別與分析方法

2.1 模糊邏輯理論簡(jiǎn)介

模糊邏輯理論是由美國(guó)數(shù)學(xué)家ZadehL.A.教授于1965年提出的一種數(shù)學(xué)理論。傳統(tǒng)的布爾邏輯只能處理命題為真或假的問(wèn)題，無(wú)法很好地應(yīng)對(duì)日常生活中存在不確定性和模糊性的情況。而模糊邏輯則引入了“模糊集合”和“隸屬度函數(shù)”的概念，通過(guò)定義隸屬度函數(shù)來(lái)表達(dá)一個(gè)元素對(duì)某個(gè)集合中所有元素之間關(guān)系的程度。這種方式可以更靈活地處理那些無(wú)法用確定性語(yǔ)言準(zhǔn)確描述的問(wèn)題。例如，在風(fēng)力發(fā)電項(xiàng)目風(fēng)險(xiǎn)評(píng)估中，模糊邏輯可以幫助公司更準(zhǔn)確地量化和分析風(fēng)險(xiǎn)因素。

2.2 模糊變量

將研究對(duì)象歸類為特定分類，其函數(shù)如公式（1）所示。

（1）

式中：u為研究對(duì)象；A為其所屬的模糊集合；XA為其特征函數(shù)。

與普通集合不同，模糊集合使用隸屬度函數(shù)表示對(duì)象與集合之間的隸屬程度，使對(duì)象在屬于和不屬于之間具有一定的過(guò)渡狀態(tài)，從而更靈活地處理不確定性。隸屬度函數(shù)對(duì)輸入變量進(jìn)行模糊化，并生成一個(gè)介于0到1之間的數(shù)值來(lái)表示其隸屬程度，數(shù)值越接近1表示輸入變量越符合該模糊集合。

在模糊邏輯中，模糊變量包括輸入的變量和對(duì)應(yīng)的一組模糊集合，如公式（2）所示。

A={f（x，μA（x））|x∈U} （2）

式中：A為模糊集合；x為輸入變量，表示論域中的某個(gè)具體值；μA（x）為隸屬度函數(shù)；f（x，μA（x））為評(píng)估隸屬度的具體函數(shù)；U為結(jié)果的總體合集。

常見(jiàn)的隸屬度函數(shù)包括三角隸屬度、高斯分布隸屬度、廣義鐘形分布隸屬度和梯形隸屬度函數(shù)。

三角隸屬度函數(shù)（Triangular Membership Function）如公式（3）所示。

（3）

式中：a、b和c分別為三角形隸屬函數(shù)的起始點(diǎn)、頂點(diǎn)和結(jié)束點(diǎn)。

高斯分布隸屬度函數(shù)（Gaussian Membership Function）如公式（4）所示。

（4）

式中：c為均值參數(shù)，控制曲線在哪個(gè)位置達(dá)到最大值；σ為標(biāo)準(zhǔn)差參數(shù)，控制曲線的寬窄程度。

廣義鐘形分布隸屬度函數(shù)（Generalized Bell Membership

Function）如公式（5）所示。

（5）

式中：a、b、c為參數(shù)，共同影響鐘形曲線的偏度和峰度。

梯形隸屬度函數(shù)（Trapezoidal Membership Function）如公式（6）所示。

（6）

式中：a、b、c、d為4個(gè)參數(shù)，定義了梯形的起始點(diǎn)、上升斜率開(kāi)始點(diǎn)、下降斜率開(kāi)始點(diǎn)和結(jié)束點(diǎn)。

這些不同類型的隸屬度函數(shù)在模糊邏輯系統(tǒng)中扮演重要角色，廣泛地應(yīng)用于模糊集合理論和模糊推理中。通過(guò)調(diào)整參數(shù)可以靈活地描述不同類型事物之間的模糊關(guān)系。

2.3 模糊規(guī)則

構(gòu)建模糊規(guī)則是模糊邏輯理論中的核心部分，規(guī)則形式為“IF…THEN…”。其中，IF語(yǔ)句作為前提條件，THEN語(yǔ)句作為結(jié)論。規(guī)則庫(kù)包括了將問(wèn)題從初始狀態(tài)轉(zhuǎn)換為解狀態(tài)的各類變換規(guī)則，具體來(lái)說(shuō)就可以被表示成P→Q的簡(jiǎn)單結(jié)構(gòu)，也即IF P THEN Q。其中，P被稱為前件，是產(chǎn)生式的前提，給出了先決條件，決定了該產(chǎn)生式是否可以使用。而當(dāng)P可以使用時(shí)，則P→Q成立，前件所描繪的事實(shí)的邏輯組合構(gòu)成了其結(jié)論或從操作，這被稱為產(chǎn)生式的后件也即Q。當(dāng)P被滿足時(shí)，則推出Q，這一過(guò)程可以繼續(xù)推進(jìn)，從而最終導(dǎo)出結(jié)果。

在這一過(guò)程中，規(guī)則庫(kù)提供映射關(guān)系，使初始狀態(tài)得以通過(guò)映射轉(zhuǎn)換為解狀態(tài)，且這一映射關(guān)系是系統(tǒng)內(nèi)置材料，從而構(gòu)成了必要的基礎(chǔ)信息庫(kù)，使這一轉(zhuǎn)換順利進(jìn)行，而這一過(guò)程自身則被稱為推理。換句話來(lái)說(shuō)，規(guī)則庫(kù)是推理機(jī)的基礎(chǔ)邏輯，推理機(jī)則是以規(guī)則庫(kù)為基礎(chǔ)形成的程序，實(shí)際控制了規(guī)則庫(kù)和數(shù)據(jù)庫(kù)的運(yùn)行。

解模糊化是將計(jì)算出來(lái)的模糊值轉(zhuǎn)化為精確的數(shù)值，在這一過(guò)程中常用到重心法、最大隸屬度法和加權(quán)重心法等方法。

重心法中，通過(guò)計(jì)算隸屬度函數(shù)曲線下面積的加權(quán)平均值來(lái)確定輸出結(jié)果。如公式（7）所示。

（7）

式中：v為輸入元素；v0為輸出元素，也即中心；μV（v）為隸屬度函數(shù)曲線在點(diǎn)x處的取值，也可以理解為縱坐標(biāo)。

通過(guò)計(jì)算隸屬度函數(shù)曲線和橫坐標(biāo)形成面積的重心，可以得到更平滑的輸出推理。當(dāng)輸入變量產(chǎn)生微小變化時(shí)，輸出也會(huì)相應(yīng)地產(chǎn)生變化。

最大隸屬度法簡(jiǎn)單地選擇具有最高隸屬度值的輸入元素作為輸出，如公式（8）所示。

v0=maxμV（v） （8）

在這種方法中，只需要考慮輸入變量的隸屬度函數(shù)，比其他方法更簡(jiǎn)單。

系數(shù)加權(quán)平均法考慮了不同輸入變量之間可能存在的權(quán)重差異，在計(jì)算解模糊化結(jié)果時(shí)進(jìn)行加權(quán)處理，如公式（9）所示。

（9）

式中：k為與第i個(gè)輸入元素相關(guān)聯(lián)的權(quán)重。

將每個(gè)輸入元素乘以相應(yīng)權(quán)重并求和再除以總權(quán)重之和，可以更好地考慮各個(gè)因素對(duì)輸出結(jié)果產(chǎn)生影響程度不同的情況。

綜上所述，在風(fēng)力發(fā)電項(xiàng)目風(fēng)險(xiǎn)評(píng)估中應(yīng)用模糊邏輯理論能夠幫助我司更全面地評(píng)估潛在風(fēng)險(xiǎn)，并制定相應(yīng)應(yīng)對(duì)措施。通過(guò)定義清晰的模糊變量、構(gòu)建有效的模糊規(guī)則以及進(jìn)行準(zhǔn)確的解模糊化過(guò)程，我司可以更好地理解和管理復(fù)雜多變的風(fēng)力發(fā)電項(xiàng)目中存在的各種挑戰(zhàn)和風(fēng)險(xiǎn)因素。

3 模糊邏輯理論在風(fēng)力發(fā)電項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的應(yīng)用

3.1 風(fēng)險(xiǎn)識(shí)別

當(dāng)利用模糊邏輯理論進(jìn)行風(fēng)險(xiǎn)識(shí)別階段時(shí)，可以將氣象條件、政策環(huán)境以及技術(shù)可靠性等因素列為關(guān)鍵影響因素。通過(guò)設(shè)定隸屬度函數(shù)來(lái)量化這些因素對(duì)項(xiàng)目產(chǎn)生影響的程度，并確定各因素之間的關(guān)聯(lián)性。

在氣象條件方面，風(fēng)力資源不足（Insufficient，I）可能導(dǎo)致發(fā)電量不穩(wěn)定，從而影響項(xiàng)目的經(jīng)濟(jì)效益和可持續(xù)性。對(duì)風(fēng)力資源中等（Moderate，M），存在一定的風(fēng)險(xiǎn)，可能需要額外投入，以應(yīng)對(duì)氣象變化帶來(lái)的波動(dòng)。而當(dāng)風(fēng)力資源充足（Adequate，A）時(shí)，雖然相對(duì)較低風(fēng)險(xiǎn)，但仍需注意設(shè)備運(yùn)行穩(wěn)定性和維護(hù)成本。

在政策環(huán)境方面，政策限制能源項(xiàng)目（Restrict，R）可能導(dǎo)致項(xiàng)目推進(jìn)受阻、投資回報(bào)受限，并增加不確定性。如果政策不進(jìn)行引導(dǎo)（Not-guide，N），就存在一定政策風(fēng)險(xiǎn)，可能影響項(xiàng)目的發(fā)展方向和競(jìng)爭(zhēng)力。相反，政策鼓勵(lì)新風(fēng)電建設(shè)（Encourage，E）將有利于項(xiàng)目順利推進(jìn)和運(yùn)營(yíng)。

在技術(shù)可靠性方面，技術(shù)對(duì)現(xiàn)有荷載水平缺乏應(yīng)對(duì)能力（Lacks-ability，L），可能導(dǎo)致設(shè)備故障率增加，影響項(xiàng)目長(zhǎng)期穩(wěn)定運(yùn)行。而技術(shù)滿足基本要求（Basic-requirements，B），雖然存在改進(jìn)空間和需求，但需要持續(xù)關(guān)注技術(shù)更新，以保持競(jìng)爭(zhēng)力。當(dāng)技術(shù)成熟（Perfection，P）時(shí)，雖然技術(shù)風(fēng)險(xiǎn)相對(duì)較低，但是仍需注意設(shè)備維護(hù)保養(yǎng)和升級(jí)換代計(jì)劃。

通過(guò)全面了解這些潛在風(fēng)險(xiǎn)，并制定有效的應(yīng)對(duì)措施來(lái)規(guī)避或減輕其影響，可以幫助確保風(fēng)電項(xiàng)目的順利實(shí)施和成功運(yùn)營(yíng)。相應(yīng)形成3種不同程度風(fēng)險(xiǎn)的模糊集，見(jiàn)表1。

當(dāng)進(jìn)行風(fēng)險(xiǎn)分析時(shí)，可以建立規(guī)則庫(kù)來(lái)計(jì)算不同輸入條件下的輸出結(jié)果，并通過(guò)隸屬度函數(shù)來(lái)描述這些情況對(duì)項(xiàng)目造成的潛在損失。

此類區(qū)分三類別的模糊評(píng)分結(jié)果構(gòu)建于平面結(jié)構(gòu)，如圖1所示。

由圖1可知，三類模糊集分別在不同風(fēng)險(xiǎn)水平上形成顯著差異的表現(xiàn)，三類模糊集間差異性顯著，但在風(fēng)險(xiǎn)-關(guān)聯(lián)性的二維展示中則表現(xiàn)出彼此交叉的模糊區(qū)域。由此，特定水平的風(fēng)險(xiǎn)可以定位于特定的模糊集中，從而獲得準(zhǔn)確值定位，同時(shí)兼容跨越模糊集的關(guān)聯(lián)性表現(xiàn)。因此，模糊集在不同風(fēng)險(xiǎn)水平內(nèi)更完善的構(gòu)建模糊集合框架，使各類風(fēng)險(xiǎn)評(píng)估結(jié)果組合得以在其中形成相應(yīng)落點(diǎn)。

3.2 風(fēng)險(xiǎn)分析

考慮項(xiàng)目整體風(fēng)險(xiǎn)，構(gòu)建三類風(fēng)險(xiǎn)來(lái)源之間的交叉結(jié)果，形成總體風(fēng)險(xiǎn)評(píng)估。因此，考慮其兩兩間關(guān)聯(lián)性風(fēng)險(xiǎn)，設(shè)置其交互水平為1至5的五級(jí)評(píng)分，其結(jié)果見(jiàn)表2。

政策環(huán)境與技術(shù)可靠性之間存在中等程度的關(guān)聯(lián)性，意味政府政策對(duì)新能源風(fēng)電項(xiàng)目的技術(shù)方面有一定影響。因此，在項(xiàng)目實(shí)施過(guò)程中，需要密切關(guān)注政策變化對(duì)技術(shù)可靠性帶來(lái)的潛在影響。技術(shù)可靠性與氣象條件之間也存在一定程度的關(guān)聯(lián)，表明天氣條件可能會(huì)影響新能源風(fēng)電項(xiàng)目的技術(shù)運(yùn)行情況。因此，在規(guī)劃和設(shè)計(jì)階段，需要充分考慮當(dāng)?shù)貧庀髼l件對(duì)技術(shù)設(shè)備穩(wěn)定性和可靠性的影響。氣象條件與政策環(huán)境之間的關(guān)聯(lián)相對(duì)較弱，反應(yīng)需要注意天氣變化可能對(duì)政府政策執(zhí)行和項(xiàng)目運(yùn)營(yíng)帶來(lái)的潛在挑戰(zhàn)。針對(duì)新能源風(fēng)電項(xiàng)目的風(fēng)險(xiǎn)評(píng)估，需要綜合考慮三類風(fēng)險(xiǎn)來(lái)源之間的交叉影響。

與此同時(shí)，需要考慮指標(biāo)的兩兩間關(guān)聯(lián)性水平，結(jié)果見(jiàn)表3。

相應(yīng)形成模糊規(guī)則如下。

Rule1：IF（Meteorological conditions=I）and（Policy environment=R）and（Technical reliability=L），THENrisk=5

……

Rule1：IF（Meteorological conditions=A）and（Policy environment=E）and（Technical reliability=P），THENrisk=1

基于此進(jìn)行仿真分析，其推理機(jī)結(jié)構(gòu)基于輸入變量和輸出變量共同形成完整風(fēng)險(xiǎn)分析過(guò)程。推理機(jī)結(jié)構(gòu)如圖2所示。

3.3 風(fēng)險(xiǎn)評(píng)估

通過(guò)綜合考慮各個(gè)因素之間的關(guān)系，并結(jié)合實(shí)際情況對(duì)每個(gè)因子進(jìn)行權(quán)重分配，在模糊邏輯理論框架下建立數(shù)學(xué)模型來(lái)評(píng)估整體風(fēng)險(xiǎn)水平。此類輸入變量和輸出的隸屬度函數(shù)結(jié)果如圖3、圖4所示。

由圖3可知，較寬的輸入變量得以被降維，也即由多種數(shù)據(jù)輸入的多樣波動(dòng)趨勢(shì)轉(zhuǎn)化為單一數(shù)據(jù)輸出的有限變化，從而縮小其波動(dòng)范圍，將復(fù)雜的外部環(huán)境數(shù)據(jù)提煉為簡(jiǎn)單的單一函數(shù)結(jié)果。這一模型可以用于進(jìn)一步擴(kuò)大各類輸入變量參數(shù)，從而將項(xiàng)目前期規(guī)劃階段的多樣風(fēng)險(xiǎn)影響因子整理為特定風(fēng)險(xiǎn)評(píng)估結(jié)果。

由圖4可知，與輸入變量相比，輸出變量的隸屬段數(shù)更窄、更陡峭，能夠更好地描繪有序環(huán)境中的風(fēng)險(xiǎn)評(píng)估結(jié)果，確保其可比性和彼此間的差異性，利用解模糊化進(jìn)一步定量形成評(píng)估結(jié)果。

由此，這一函數(shù)結(jié)構(gòu)能夠完整評(píng)估各新能源風(fēng)電項(xiàng)目的實(shí)際風(fēng)險(xiǎn)水平，項(xiàng)目建設(shè)前期也可以利用該模型量化風(fēng)電項(xiàng)目所面臨的整體風(fēng)險(xiǎn)水平，并據(jù)此制定相應(yīng)的應(yīng)對(duì)措施。

4 結(jié)語(yǔ)

新能源風(fēng)電項(xiàng)目在可持續(xù)發(fā)展中扮演重要角色，因此面臨多方面挑戰(zhàn)。通過(guò)本文所提出的基于模糊邏輯理論的風(fēng)險(xiǎn)評(píng)估方法，整合氣象、政策和技術(shù)等多種因素，可以更全面地識(shí)別、分析和評(píng)估項(xiàng)目潛在風(fēng)險(xiǎn)，并制定有效措施進(jìn)行規(guī)避或管理。未來(lái)，將繼續(xù)完善相關(guān)數(shù)學(xué)模型，結(jié)合實(shí)證數(shù)據(jù)驗(yàn)證，在新能源領(lǐng)域持續(xù)提高風(fēng)力發(fā)電項(xiàng)目管理水平，為可持續(xù)發(fā)展貢獻(xiàn)更多技術(shù)、實(shí)踐經(jīng)驗(yàn)。

參考文獻(xiàn)

[1]王平.基于自適應(yīng)模糊PID的風(fēng)力發(fā)電機(jī)葉片角度控制[J].中國(guó)新技術(shù)新產(chǎn)品，2024（4）：38-40.

[2]歐陽(yáng)逸云，蘇漳文，李春輝，等.基于模糊邏輯和網(wǎng)絡(luò)層次分析法的森林火險(xiǎn)區(qū)劃[J].應(yīng)用生態(tài)學(xué)報(bào)，2024，35（2）：354-362.

[3]陳信強(qiáng)，史飛翔，王梓創(chuàng)，等.基于模糊邏輯方法的多船會(huì)遇安全態(tài)勢(shì)評(píng)估[J].廣西大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，47（5）：1327-1336.

[4]孫啟鵬，武智剛，曹寧博，等.基于風(fēng)險(xiǎn)預(yù)測(cè)的自動(dòng)駕駛車輛行為決策模型[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2022，56（9）：1761-1771.

[5]施薇.基于FMEA的企業(yè)信息管理系統(tǒng)模糊風(fēng)險(xiǎn)評(píng)估法[J].控制工程，2017，24（3）：675-679.

[6]王大慶，梁平.油氣儲(chǔ)運(yùn)設(shè)施事故風(fēng)險(xiǎn)指數(shù)模糊邏輯評(píng)估方法[J].安全與環(huán)境學(xué)報(bào)，2017，17（1）：16-20.

[7]劉毅.輸電線路覆冰的自適應(yīng)網(wǎng)絡(luò)模糊推理預(yù)報(bào)模型[J].中國(guó)新技術(shù)新產(chǎn)品，2015（20）：2-3.