基于模糊层次分析法的区域雷电风险评估方法研究
摘要 科学合理的雷电灾害风险评估能有效指导防雷减灾工作，传统雷电风险评估方法对于因素模糊的区域无法确定参数值，不能定量评估区域风险值。本文研究了基于模糊层析分析法的雷电风险评估方法，应用层次分析法提出雷电风险评估三层指标模型，结合模型各风险因子，利用模糊综合算法对区域内雷击风险指数进行计算，得出相对应的雷电风险等级。并通过实例证明，基于模糊层次分析法的区域风险评估在致灾因子的选择上更加灵活，对因素难值难以确定区域的雷电风险评估有较好的适用性。
关键词 雷电灾害；模糊层次分析法；区域风险评估；致灾因子
中图分类号 P429 文献标识码 A 文章编号 1007-5739（2018）17-0180-03
Abstract Scientific and reasonable lightning disaster risk assessment can effectively guide the work of lightning protection and disaster reduction.Traditional lightning risk assessment methods can not determine parameter values for areas with ambiguous factors and can not assess regional risk values quantitatively.This paper studied the method of lightning risk assessment based on fuzzy analytic hierarchy process，and a three-layer index model of lightning risk assessment was proposed by using the analytic hierarchy process.Combined with the risk factors of the model，the fuzzy comprehensive algorithm was used to calculate the lightning risk index in the region，the corresponding lightning risk level was obtained.Finally，it was proved by examples that the regional risk assessment based on the fuzzy analytic hierarchy process was more flexible in the selection of hazard factors，and had better applicability to regional lightning risk assessment where the factor was difficult to determine.
Key words lightning disaster；fuzzy analytic hierarchy process；regional risk assessment；hazard factor
宿州市位于安徽省北部，辖1个区4个县，常住总人口有559.93万人，地区生产总值（GDP）1 503.9亿元，每年雷暴日最多达28 d，是全国多雷暴地区之一。近年来，随着宿州市社会经济的快速发展，雷电灾害事故频繁发生。雷电灾害风险评估是减轻雷电灾害损失和影响程度的一种有效方法，也是雷电灾害风险防控的基础，可以为气象部门科学制订防雷减灾规划、提升区域防雷减灾能力提供科学支撑。
雷电灾害风险致灾因子参数是模糊的、不确定的[1]，传统雷电风险评估方法对单体建（构）筑物内因子容易确定的情况比较有效，而对于复杂区域的评估则适用性不强，缺乏评估体系、系统的评估指标，很难确定区域内的雷电风险值。
论文对基于模糊层次分析法的区域雷电风险评估方法进行研究，将风险评估结果划分为低风险、中风险、高风险和强风险4个等级。方法建立了区域雷电灾害风险评估递阶层次结构模型，通过分析安徽省2010—2016年闪电定位数据，对某一区域的各层次、各指标因子风险值进行计算，通过隶属度函数计算得出落在各个风险区域内的模糊值，根据这个模糊值的权重大小，最终得出评估对象区域的总风险值。
1 宿州市区域雷电风险评估阶梯层次结构模型建立
综合雷电自身的放电特性、影响雷电放电的区域环境和区域内承灾体的雷电敏感特征，选取雷电风险（H）、地域因素（E）、暴露性（D）、承灾体易损性（V） 4个主要因素构成评估方法的评价指标集合。根据概率论的相关知识，项目总风险用公式表达如下[2]：
R=H·E·D·V
根据区域雷电灾害风险评估递阶层次结构模型（图1），给出宿州市雷电风险评估参数，以第1分支雷电风险的3个参数为例，给出宿州市区域雷电风险评估的底层参数设定方法。
（1）雷击大地密度。传统计算雷击大地密度的公式具体如下：
Ng=0.1×Td
式中：Td为年平均雷暴日，根据当地气象台、站资料确定，单位为d/年。
结合安徽省闪电定位数据及宿州地区雷击大地密度情况，得到雷击大地密度等级划分（表1）。
（2）雷电流强度。通过对皖北地区闪电定位仪数据分析可以看出，大部分闪电的强度（含正闪和负闪）在15～60 kA之间。结合皖北地区闪电定位仪数据分析，运用比例划分法，将雷电流强度按照比例划分为4个等级（表2）。
（3）雷电流陡度。雷电的平均陡度直接决定其产生闪电电涌的强弱，通常会影响附近弱电设备的正常工作，某些时候可能会造成设备故障甚至损坏，雷电流陡度正好能直观地反映項目周边的电磁环境。在现代防雷保护与雷电特性的基础研究中，雷电流陡度具有非常重要的意义。根据闪电定位仪资料，项目附近雷电流陡度主要分布在0～25 kA/μs之间，根据相关的经验，可以将雷电流陡度划分成4个等级（表3）。
2 基于模糊数学的层次分析评估方法
2.1 层次分析法
层次分析法是一种定性和定量结合的考虑多因子进行决策分析的方法[3]。层次分析法的基本原理是利用层次分析法将一个复杂系统中的每个指标分解为若干个有序层次，每一个层次之间按照隶属关系组建成一个有序的递阶层次结构模型。根据这些分解因子的重要性进行对比，形成判断矩阵，最终得出目标因子的重要性权重。
2.1.1 构建判断矩阵。根据上下层因子关系（图1）构建目标对象的判断矩阵。下层因子是构建判断矩阵的关键因子，对于目标因子而言，关键因子互相对比所表现出的重要程度不同，这对最终目标因子的权重影响重大，并影响决策者的决策。层次分析法使用数字1—9及其倒数作为标度[4]，从而构成判断矩阵，判断矩阵标度规则见表4。
2.1.2 判断矩阵的一致性检验。
（1）一致性指标CI计算公式如下：
其中，λmax为判断矩阵的最大特征值。
（2）查找平均随机一致性指标RI。平均随机一致性指标RI由表5查找得到。
（3）一致性比率CR计算公式：
判断矩阵只有在CR<0.1时才被认定为可以接受，否则需要重新调整判断矩阵。
2.1.3 根据判断矩阵计算权重向量W。层次分析法对判断矩阵的权重向量计算方法很多，分别有几何平均法、算术平均法、特征向量法和最小二乘法等[5]，本文使用特征向量法计算权重。
首先求得判断矩阵的特征向量：IT=（x1，x2，…，xn）
再将其归一化，得到权重向量：
2.1.4 评估模型指标权重计算结果。根据区域雷电灾害风险评估递阶层次结构模型，以地域风险分支为例，根据专家问卷调查确定模型判断矩阵，并运用特征向量法计算出各个指标的权重值（表6～9）。土壤结构、周边环境、地域风险、第二层指标的判断矩阵CR分别为0.003 557 7、0.017 596、0.008 846、0.012 734，均通过一致性检验。
2.2 模糊数学中隶属度和隶属函数
风险，是不确定的，是一种模糊的概念。对风险的理解，不能确定地说发生与否。因此，我们运用隶属度，其属于模糊评价函数里的概念，模糊综合评价是对受多种因素影响的事物作出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
隶属函数是模糊集合的支柱，模糊集合完全由隶属函数所刻画，隶属函数可分为偏小型、偏大型和中间型3种。根据宿州地区的实际情况，对于雷电灾害评估所选的参量，采用偏小型隶属函数方法进行评估计算[6]。偏小型隶属函数如下：
2.3 基于模糊数学的层次分析法合成运算公式
应用模糊变换的合成运算公式为：
经过多层计算得到综合评价结果，再采用适当的加权平均处理，得到以下计算公式[7]：
3 区域雷电灾害风险评估方法的应用
评估对象是宿州市云阳新能源发电有限公司埇桥区谢集乡宣杨村20 MW地面光伏电站项目，总占地面积40.258 2 hm2，为宿州市首家规模较大的光伏发电项目，也是宿州市委、市政府重大招商引资项目。电站依山而建，具有地形因素复杂、占地面积广、太阳能电池组件数量规模较大等特征，传统雷击风险评估方法很难给出单个组件或几个逆变器件的风险值[8]，特别是一些重要参数难以定性分析，在对光伏电站的风险评估中作用已捉襟见肘。项目区域划分俯视图如图2所示。
以项目东区为例，东区位于高程约为81.2 m的山坡南侧，区域2以崎岖山路为基本准线，沿路设有编号为2-4～2-17共14台逆变设备箱。
区域1：以东区区域2以北部分为1个评估区域，平均高程约为58.4 m。区域2：沿着东区中线附近，修有1条山路，沿路设有14台逆变设备。区域3：以东区区域2以南部分为1个评估区域，平均高程约为15 m。
分析项目各个区域内的雷电风险、地域风险、暴露性和承载体风险[9]，根据获取的相关参数进行计算，将区域雷电灾害风险值分为4个等级，分别是Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，每个等级的综合评价用b表示，b的区间为[0，7]。按等间距划分法，Ⅰ级为低风险，综合评价0≤风险值<2；Ⅱ级为中风险，综合评价2≤风险值<4；Ⅲ级为高风险，综合评价4≤风险值<6；Ⅳ级为强风险，综合评价6≤风险值<8。
根据上述的区域雷电灾害风险隶属度，结合最终计算得到Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级的隶属度b1、b2、b3、b4、b5，则根据综合评价F=1×b1+3×b2+5×b3+7×b4，求出區域1、区域2、区域3的F值，分别为3.581 5、3.479 3、2.953 0。
因此，评估的3个区域雷电灾害风险均处于危险等级Ⅱ级（中风险）。其中，区域1（上坡上沿光伏电池板区）雷电灾害风险最高，区域3（上坡下沿光伏电池板区）雷电灾害风险最低[10-11]。
4 结论
区域风险评估具有灵活方便、条理清晰、选取因素广泛全面等优点。实践证明，在评估类似光伏电站等面积大、影响因素多且杂的对象时，基于模糊数学的区域风险评估方法表现出了很强的适用性[12-13]，将来可以推广到更加广泛的场合。但是，由于其对参数的选取经验性较强，还没有明确的标准予以统一，受评估人员经验知识的限制较强，往往也会影响其客观性，需要更加深入地研究区域评估在参数因子选取方面的科学规律性[14]，完善相关评估准则，让评估更加规范、科学。
5 参考文献
[1] 余蜀豫，任艳，覃彬全.基于模糊数学的重庆地区雷电灾害风险评估方法研究[J].灾害学，2015，30（2）：75-78.
[2] 扈海波，王迎春，熊亚军，等.基于层次分析模型的北京雷电灾害风险评估[J].自然灾害学报，2010，19（1）：104-109.
[3] 郭金玉，张忠彬，孙庆云.层次分析法的研究与应用[J].中国安全科学学报，2008（5）：148-153.
[4] 邓雪，李家铭，曾浩健，等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识，2012，42（7）：93-100.
[5] 欧继山，李薇，朱婷婷，等.基于灰色层次分析法的隐写分析算法评估[J].计算机与数字工程，2015，43（6）：967-971.
[6] 江高.模糊层次综合评价法及其应用[D].天津：天津大学，2005.
[7] 何清芳，李剑刚，张建才.浅谈区域雷电灾害风险评估方法[J].福建电脑，2016，32（8）：132-134.
[8] 周国军，宁菲菲，梁忠武，等.雷电灾害风险评估方法的现状进展与应用[J].通讯世界，2015（10）：226-227.
[9] 刘三梅，吕海勇，陈绍东，等.广东省雷电风险区划研究[J].资源科学，2014，36（11）：2337-2344.
[10] 余蜀豫.雷电风险评估方法和参数研究及实践[D].南京：南京信息工程大学，2012.
[11] 龙思朝.气象数据在雷电风险评估中的应用[J].贵州气象，2011，35（2）：58-59.
[12] 邓宁文.雷击风险评估管理系统的设计与实现[D].成都：电子科技大学，2012.
[13] 郭青，周伟导.雷电风险评估计算方法浅析[J].内江科技，2011，32（12）：118-119.
[14] 曾庆锋，王振会.小型加油站雷击风险评估的灾害分析及防护对策[J].气象与环境科学，2010，33（1）：89-93.