張 穎,劉倩倩,成嘉楠,吳 越,蔡人立
(國(guó)網(wǎng)江蘇省電力有限公司南通供電分公司,江蘇 南通 226000)
2020年,中國(guó)國(guó)家電網(wǎng)公司提出了建設(shè)具有中國(guó)特色國(guó)際領(lǐng)先的能源互聯(lián)網(wǎng)企業(yè)目標(biāo)[1],與之配套的電力新基建工作逐漸增多[2]。為確保電力建設(shè)工程如期完成,電力施工進(jìn)度管理顯得尤為重要[3-4]。傳統(tǒng)的電力施工管理主要依賴人工進(jìn)行檢查、對(duì)比和分析,從而發(fā)現(xiàn)施工過程中存在的偏差[5-6]。但電力監(jiān)理人員的水平參差不齊,施工進(jìn)度檢查結(jié)果差異大,電力施工存在風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率低的問題[7]。
國(guó)內(nèi)外許多學(xué)者對(duì)提高電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率作了大量研究。文獻(xiàn)[8]提出了一種基于甘特圖的電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法,通過分解電力施工步驟,建立對(duì)應(yīng)的建造增長(zhǎng)甘特圖,并按此進(jìn)行檢查和風(fēng)險(xiǎn)預(yù)警。文獻(xiàn)[9]提出了一種基于工藝信息庫(kù)的電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法,通過建立電力施工各環(huán)節(jié)的工藝信息庫(kù),實(shí)現(xiàn)對(duì)電力施工進(jìn)度風(fēng)險(xiǎn)的預(yù)警。文獻(xiàn)[10]提出了一種基于自動(dòng)化施工管理的電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法,通過建立交叉施工、物料運(yùn)輸?shù)茸詣?dòng)流程,實(shí)現(xiàn)電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警。文獻(xiàn)[11]提出了一種基于信息系統(tǒng)的電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法,通過管控施工過程中的建設(shè)和資金支付流程,實(shí)現(xiàn)對(duì)電力施工進(jìn)度風(fēng)險(xiǎn)控制。文獻(xiàn)[12]提出了一種基于變量管理的電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法,通過控制施工過程中的時(shí)間和造價(jià)等變量,實(shí)現(xiàn)對(duì)電力施工進(jìn)度風(fēng)險(xiǎn)的控制。由此可見,電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警方法多樣,且取得了一定的成績(jī)。但上述研究中,各施工環(huán)節(jié)的關(guān)聯(lián)信息不夠,電力施工進(jìn)度風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率低。
為解決電力施工進(jìn)度中存在的風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率低的問題,本文提出了一種基于反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)的電力施工進(jìn)度預(yù)警方法。該方法首先將電力施工的任務(wù)與電力施工三維模型進(jìn)行綁定,并建立電力施工進(jìn)度預(yù)警庫(kù);然后,采用BP神經(jīng)網(wǎng)絡(luò)對(duì)各施工任務(wù)進(jìn)行關(guān)聯(lián)分析,對(duì)存在問題的施工任務(wù)進(jìn)行預(yù)警。
本文所述的基于BP神經(jīng)網(wǎng)絡(luò)的電力施工進(jìn)度預(yù)警方法主要包括4個(gè)部分,即電力施工三維模型構(gòu)建、電力施工任務(wù)關(guān)聯(lián)、電力施工預(yù)警庫(kù)構(gòu)建和電力施工進(jìn)度預(yù)警。
電力施工進(jìn)度預(yù)警框架如圖1所示。
圖1 電力施工進(jìn)度預(yù)警框架圖Fig.1 Frame diagram of early warning of power construction progress
在電力施工三維模型構(gòu)建環(huán)節(jié),通過對(duì)電力施工現(xiàn)場(chǎng)實(shí)物的數(shù)字化檢測(cè)和傳感器數(shù)據(jù)采集,實(shí)現(xiàn)電力施工物理世界向虛擬特征的映射。在對(duì)電力施工歷史、當(dāng)前、未來數(shù)據(jù)進(jìn)行仿真的前提下,建立電力施工三維模型。電力施工任務(wù)關(guān)聯(lián)環(huán)節(jié)是在電力施工三維模型的基礎(chǔ)上,增加甘特圖進(jìn)度、成本等屬性,直觀地展示電力施工建設(shè)的進(jìn)展情況。電力施工預(yù)警庫(kù)構(gòu)建環(huán)節(jié)是在電力施工三維模型構(gòu)建的基礎(chǔ)上,建立電力施工進(jìn)度各關(guān)鍵環(huán)節(jié)的評(píng)價(jià)預(yù)警庫(kù),并采用熵權(quán)法對(duì)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行調(diào)整。在電力施工進(jìn)度預(yù)警環(huán)節(jié),采用BP神經(jīng)網(wǎng)絡(luò),通過電力施工三維模型對(duì)施工歷史、當(dāng)前進(jìn)度進(jìn)行分析,并對(duì)未來的電力施工情況作出預(yù)測(cè),從而在電力施工進(jìn)度出現(xiàn)風(fēng)險(xiǎn)時(shí)進(jìn)行預(yù)警。
三維模型是對(duì)電力施工各類物體的多邊形展示,是電力施工各類實(shí)體設(shè)備在虛擬世界中的映射[13-14]。通過對(duì)當(dāng)前、歷史數(shù)據(jù)分析,可實(shí)現(xiàn)對(duì)電力施工未來信息的預(yù)測(cè)[15]。
①數(shù)字化檢測(cè)。
首先,采用攝像頭獲取電力施工現(xiàn)場(chǎng)的視頻數(shù)據(jù)。然后,提取電力施工現(xiàn)場(chǎng)圖片數(shù)據(jù)的特征,對(duì)電力施工現(xiàn)場(chǎng)進(jìn)行數(shù)字化檢測(cè)。最后,結(jié)合電力施工現(xiàn)場(chǎng)數(shù)據(jù)的特點(diǎn),開展電力施工現(xiàn)場(chǎng)數(shù)據(jù)的價(jià)值挖掘,并與相對(duì)應(yīng)的電力施工現(xiàn)場(chǎng)實(shí)體對(duì)象的設(shè)計(jì)和施工情況表征相結(jié)合,使業(yè)務(wù)機(jī)理與數(shù)據(jù)特性深度融合。這可以實(shí)現(xiàn)電力施工現(xiàn)場(chǎng)物理世界與信息虛擬世界數(shù)據(jù)的實(shí)時(shí)交互與耦合,促進(jìn)電力施工現(xiàn)場(chǎng)電網(wǎng)的智能化。
②傳感器數(shù)據(jù)采集。
在電力施工現(xiàn)場(chǎng),采用溫度、濕度、風(fēng)速等傳感器對(duì)電力施工現(xiàn)場(chǎng)的特征數(shù)據(jù)進(jìn)行采集[16],以實(shí)現(xiàn)虛擬世界的測(cè)量數(shù)據(jù)更新。
③數(shù)據(jù)仿真。
數(shù)據(jù)仿真時(shí),通過模擬施工進(jìn)度的過程,展現(xiàn)施工現(xiàn)場(chǎng)的計(jì)劃進(jìn)度、實(shí)際進(jìn)度,以及計(jì)劃進(jìn)度和實(shí)際進(jìn)度偏差情況。以施工進(jìn)度數(shù)據(jù)驅(qū)動(dòng)模型變化,真實(shí)模擬施工現(xiàn)場(chǎng)從無至有的過程,從而實(shí)現(xiàn)施工進(jìn)度可視化模擬,對(duì)電力施工進(jìn)度予以管控。
在電力施工現(xiàn)場(chǎng)的生產(chǎn)過程數(shù)據(jù)中:首先,進(jìn)行量測(cè)與數(shù)據(jù)融合監(jiān)測(cè);然后,將仿真分析模型的參數(shù)傳遞到電力施工現(xiàn)場(chǎng)定義的全三維幾何模型,并在此基礎(chǔ)上將數(shù)據(jù)傳遞到電力施工現(xiàn)場(chǎng)的物理設(shè)備,以實(shí)現(xiàn)數(shù)字化檢測(cè)系統(tǒng);最后,將數(shù)據(jù)反映到電力施工現(xiàn)場(chǎng)模型中,使電力施工現(xiàn)場(chǎng)生命周期各個(gè)環(huán)節(jié)的數(shù)字化模型保持一致。這可分析電力施工歷史、當(dāng)前的施工進(jìn)度情況,并對(duì)電力施工進(jìn)度的未來信息進(jìn)行預(yù)測(cè)。
④建立三維模型。
通過對(duì)電力施工三維模型進(jìn)行二次加工,向三維模型賦予更多的設(shè)計(jì)屬性,包括模型基本屬性信息、對(duì)應(yīng)產(chǎn)品信息、物料信息、工藝信息、質(zhì)量信息、設(shè)計(jì)信息以及對(duì)應(yīng)的施工任務(wù)信息、狀態(tài)屬性等。通過對(duì)電力施工三維模型屬性進(jìn)行分析,再作三維展示。三維數(shù)據(jù)比二維數(shù)據(jù)更全面、客觀。三維數(shù)字模型具備最基本的空間數(shù)據(jù)處理能力,如數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)組織、數(shù)據(jù)分析和數(shù)據(jù)表現(xiàn)等。
在數(shù)據(jù)仿真的基礎(chǔ)上,采用尺度不變特征轉(zhuǎn)換(scale-invariant feature transform,SIFT)[17-18]建立電力施工現(xiàn)場(chǎng)三維模型。
SIFT中,積分后集合可表示為:
(1)
從二維數(shù)據(jù)映射到三維后數(shù)據(jù)為:
(2)
式中:ya、yb為電力施工現(xiàn)場(chǎng)積分后的二維數(shù)據(jù)點(diǎn);s為映射的時(shí)長(zhǎng);σ為轉(zhuǎn)化函數(shù)。
在電力施工三維模型中疊加測(cè)量數(shù)據(jù),可實(shí)現(xiàn)電力基建施工的全域監(jiān)測(cè)。
①電力施工任務(wù)關(guān)聯(lián)。
關(guān)聯(lián)規(guī)則算法是一種挖掘頻繁項(xiàng)信息的算法,可有效地將電力施工進(jìn)度信息與三維模型相結(jié)合。
本文在電力施工三維模型的基礎(chǔ)上,增加甘特圖進(jìn)度、成本等屬性,直觀地展示電力施工建設(shè)的進(jìn)展情況。
首先,利用三維模型模擬施工現(xiàn)場(chǎng)施工過程,將三維模型按照最小施工單元?jiǎng)澐?;然后,將電力施工三維模型與施工計(jì)劃進(jìn)行綁定,在模擬施工計(jì)劃的過程中支持按照施工計(jì)劃時(shí)間軸逐步加載三維模型,以實(shí)現(xiàn)施工過程和施工進(jìn)度的動(dòng)態(tài)模擬。挖掘頻率結(jié)合為:
(3)
式中:G為單個(gè)數(shù)據(jù)項(xiàng)信息;Gall為所有的數(shù)據(jù)項(xiàng)信息。
提升度概率為:
(4)
式中:P為電力施工任務(wù)原始數(shù)據(jù);Q為關(guān)聯(lián)數(shù)據(jù);U為置信度。
通過式(3)、式(4),將電力施工進(jìn)度信息與三維模型緊密關(guān)聯(lián)。
②電力施工三維變更。
結(jié)合電力施工情況,進(jìn)行施工變更。在項(xiàng)目設(shè)計(jì)階段,利用三維模型的直觀性,可以提前發(fā)現(xiàn)設(shè)計(jì)圖紙中存在的問題,并在項(xiàng)目開工前規(guī)避這些問題。正式開工前,通過對(duì)場(chǎng)地布置的三維建模,分析項(xiàng)目材料的堆放、設(shè)備的進(jìn)場(chǎng)情況,得出最佳場(chǎng)布方案。在施工準(zhǔn)備階段,通過碰撞檢測(cè)及凈高分析,提前發(fā)現(xiàn)設(shè)計(jì)不合理的地方及各專業(yè)之間的碰撞問題,并通過施工深化設(shè)計(jì)對(duì)施工方案進(jìn)行優(yōu)化,從而提前解決施工過程中會(huì)產(chǎn)生的問題。基于三維技術(shù)搭建協(xié)同管理平臺(tái),對(duì)模型與清單進(jìn)行關(guān)聯(lián);基于三維數(shù)字化模型聯(lián)動(dòng)性的特點(diǎn),在設(shè)計(jì)變更后,可通過修改模型快速統(tǒng)計(jì)出工程量的變化。設(shè)計(jì)開發(fā)的變更流程管理功能,通過平臺(tái)管理變更流程,實(shí)時(shí)掌握變更的處理情況。
在電力施工三維模型的基礎(chǔ)上,首先建立電力施工進(jìn)度各關(guān)鍵環(huán)節(jié)的評(píng)價(jià)預(yù)警庫(kù)。電力施工預(yù)警庫(kù)如表1所示。
表1 電力施工預(yù)警庫(kù)
然后,采用熵權(quán)法對(duì)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行調(diào)整。設(shè)貢獻(xiàn)度φ為:
(5)
式中:w為電力施工預(yù)警庫(kù)的初始權(quán)重,w=(w1,w2,...,wn);n為施工預(yù)警庫(kù)的指標(biāo)總數(shù);z為聚類中心數(shù)量;l為隨機(jī)的聚類值;lce為中心值。
采用熵權(quán)法更新的權(quán)重wnew為:
(6)
BP神經(jīng)網(wǎng)絡(luò)是一種全鏈接的神經(jīng)網(wǎng)絡(luò)[19-20],可用于電力施工進(jìn)度分析。
采用BP神經(jīng)網(wǎng)絡(luò),通過電力施工三維模型對(duì)施工歷史、當(dāng)前進(jìn)度進(jìn)行分析,并對(duì)未來的電力施工情況作出預(yù)測(cè)。當(dāng)電力施工進(jìn)度出現(xiàn)風(fēng)險(xiǎn)時(shí),進(jìn)行預(yù)警。
電力施工進(jìn)度預(yù)測(cè)數(shù)據(jù)Fout為:
Fout=θ[ws(Fin)×tanhFin]
(7)
式中:θ為電力施工的激活函數(shù);tanh為存儲(chǔ)函數(shù);ws為電力施工的權(quán)重;Fin為輸入的電力施工進(jìn)度歷史數(shù)據(jù)。
當(dāng)施工進(jìn)度預(yù)測(cè)數(shù)據(jù)出現(xiàn)風(fēng)險(xiǎn)時(shí),模型進(jìn)行預(yù)警。
基于BP神經(jīng)網(wǎng)絡(luò)的電力施工進(jìn)度預(yù)警仿真流程如圖2所示。
圖2 電力施工進(jìn)度預(yù)警仿真流程圖Fig.2 Simulation flowchart of early warning of power construction progress
電力施工進(jìn)度預(yù)警仿真流程如下。
①加載電力施工現(xiàn)場(chǎng)數(shù)據(jù)及施工進(jìn)度數(shù)據(jù)。
②建立電力施工三維模型,并將模型與建設(shè)任務(wù)計(jì)劃相關(guān)聯(lián)。
③建立電力施工進(jìn)度各關(guān)鍵環(huán)節(jié)的評(píng)價(jià)預(yù)警庫(kù),并調(diào)整評(píng)價(jià)指標(biāo)權(quán)重。
④對(duì)施工歷史、當(dāng)前進(jìn)度進(jìn)行分析,并對(duì)未來的電力施工情況作出預(yù)測(cè)。當(dāng)電力施工進(jìn)度出現(xiàn)風(fēng)險(xiǎn)時(shí),進(jìn)行預(yù)警。
為驗(yàn)證本文所提的基于BP神經(jīng)網(wǎng)絡(luò)的電力施工進(jìn)度預(yù)警方法的有效性,在某省電力公司的電力施工現(xiàn)場(chǎng)進(jìn)行驗(yàn)證。運(yùn)行環(huán)境為:操作系統(tǒng)windows server,中央處理器,至強(qiáng)8核,內(nèi)存32 GB。
以下從電力施工進(jìn)度預(yù)警時(shí)長(zhǎng)和準(zhǔn)確率這2個(gè)維度進(jìn)行分析。
①電力施工進(jìn)度預(yù)警模型運(yùn)行時(shí)長(zhǎng)。
電力施工進(jìn)度預(yù)警模型的運(yùn)行時(shí)長(zhǎng)是反映電力施工進(jìn)度預(yù)警模塊處理速度的關(guān)鍵指標(biāo)。電力施工進(jìn)度預(yù)警模型的預(yù)警時(shí)長(zhǎng)越少,模型處理任務(wù)的能力也就越快。
選擇電力施工進(jìn)度預(yù)警數(shù)據(jù)為5條、10條、20條、30條、40條、50條、80條、100條,對(duì)比本文所提方法與動(dòng)態(tài)模糊算法模型的處理時(shí)長(zhǎng)。電力施工進(jìn)度預(yù)警時(shí)長(zhǎng)對(duì)比如表2所示。
表2 電力施工進(jìn)度預(yù)警時(shí)長(zhǎng)對(duì)比表
由表2可知,本文所提方法在電力施工進(jìn)度預(yù)警時(shí)長(zhǎng)方面短于動(dòng)態(tài)模糊算法模型。
②電力施工進(jìn)度預(yù)警準(zhǔn)確率。
電力施工進(jìn)度預(yù)警準(zhǔn)確率是施工進(jìn)度關(guān)聯(lián)的關(guān)鍵指標(biāo)。該指標(biāo)為成功預(yù)警的數(shù)量與預(yù)警的總數(shù)的比值,取值范圍在0~1之間。該值越大,準(zhǔn)確率就越高。
選擇電力施工進(jìn)度預(yù)警數(shù)據(jù)為1 000條、2 000條、3 000條、5 000條、7 000條、8 000條以及10 000條,采用本文所提方法與動(dòng)態(tài)模糊算法模型對(duì)比預(yù)警準(zhǔn)確率。電力施工進(jìn)度預(yù)警準(zhǔn)確率對(duì)比如表3所示。
表3 電力施工進(jìn)度預(yù)警準(zhǔn)確率對(duì)比
由表3可知,本文方法和動(dòng)態(tài)模糊算法的平均準(zhǔn)確率分別為99.73%和92.22%。
為解決電力施工進(jìn)度中存在的風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率低的問題,本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的電力施工進(jìn)度預(yù)警方法。首先,將電力施工任務(wù)與施工現(xiàn)場(chǎng)模型綁定,提高預(yù)警分析的細(xì)粒度。然后,建立電力施工進(jìn)度預(yù)警庫(kù),并通過熵權(quán)法調(diào)整指標(biāo)權(quán)重、通過BP神經(jīng)網(wǎng)絡(luò)對(duì)電力施工進(jìn)度進(jìn)行評(píng)估,從而對(duì)存在的進(jìn)度風(fēng)險(xiǎn)進(jìn)行預(yù)警。最后,通過在某省的電力施工作業(yè)現(xiàn)場(chǎng)應(yīng)用,驗(yàn)證了本文所提方法的有效性。