基于模糊最劣指标的输变电工程造价风险定级方法

摘要

本发明涉及一种基于模糊最劣指标的输变电工程造价风险定级方法，本发明解决现有技术的问题，其技术方案要点是：步骤一，以偏差严重程度确定若干个预定义的模糊集合，针对具体结算指标，根据模糊规则得到该指标偏差属于预先定义集合的隶属度；步骤二，通过加权平均判决法对各审查指标的模糊集合进行去模糊化，得到工程各结算指标的风险值；步骤三，对于工程结算的整体偏差风险，采用基于最劣指标的工程偏差风险定级方法，获得该工程结算的偏差风险结论，风险指数越大，风险越大。

说明书

技术领域

本发明涉及了一种电力工程结算的评价规则，特别是涉及了一种基于模糊最劣指标的输变电工程造价风险定级方法。

背景技术

现阶段电力工程结算审查往往采用人工方式，集中审查人员与被审查相关单位，在一段时间内完成审查工作，该模式质量和效率已无法满足工程量进一步增长和电网精益化发展的需求，对智能化结算的需求变得越来越迫切。此背景下，信息化结算和造价分析成为支撑“数字新基建”的关键技术之一。但是，信息化结算应用存在以下难点：①工程结算涉及大量非结构化数据，且具有不同时空背景，审查规则、指标统一，亟待进行数据清洗和挖掘，构建标准、规范化的审查基础数据库；②结算审查规则多基于人工经验，采用简单阀值逻辑，对结果具有重大影响的偏差审查临界值缺乏定量依据，导致结算审科学性下降，亟待优化评价逻辑和偏差定级算法。

风险的概念来源于金融，指不确定性事件的严重度与概率的乘积。结合电力工程业务的特征，负面偏差与两个因素有关。其一，严重度。即偏离目标值、合同值的幅度；其二，频度。指偏差出现的概率、可能性。

以工程全过程造价管理为主线，借鉴模糊数学，引入风险概念对输变电工程审查的智能规则进行优化，实现智能化的结算审查和造价分析、校核、预警，可充分利用工程造价数据库的多维数据价值，实现“数字赋能”。

发明内容

针对上述背景技术中的问题，本发明提供了一种基于模糊最劣指标的输变电工程造价风险定级方法，可简单高效地实现工程造价风险定级，为构建标准、规范化的输变电工程评价数据库，优化评价逻辑，适应数字新基建的业务需求提供参考。

本发明解决其技术问题所采用的技术方案是：一种基于模糊最劣指标的输变电工程造价风险定级方法，其特征在于：

步骤一，以偏差严重程度确定若干个预定义的模糊集合，针对具体结算指标，根据模糊规则得到该指标偏差属于预先定义集合的隶属度；

步骤二，通过加权平均判决法对各审查指标的模糊集合进行去模糊化，得到工程各结算指标的风险值；

步骤三，对于工程结算的整体偏差风险，采用基于最劣指标的工程偏差风险定级方法，获得该工程结算的偏差风险结论，风险指数越大，风险越大。本发明可简单高效地实现工程结算风险定级，为构建标准、规范化的输变电工程结算评价数据库，优化评价逻辑，适应数字新基建的业务需求提供参考。

作为优选，在步骤一中，对偏差测量结果进行模糊化的过程中采用的隶属度函数为分段式隶属度函数，任意相邻隶属度函数之间存在交集。

作为优选，在步骤二中，通过模糊逻辑将结算审查指标转化成各个集合的隶属度，采用加权平均判决法进行去模糊运算，进而得到风险值：

其中：fs

作为优选，OW

作为优选，在步骤一中，若针对的具体结算指标中存在有若干子项，则对子项目用逻辑或运算处理，并遵循最大隶属法选择所有子项中的隶属度的最大值。

作为优选，在步骤三中，利用获取的各项指标的风险值RISK的集合，计算得出相应指标的独立风险指数，

上式中，IRI

RI＝max{IRI

工程结算的风险指数RI就是结算阶段考察的各指标独立风险指数中的最大值，风险指数越大，风险越大。

本发明的实质性效果是：本发明可简单高效地实现工程结算风险定级，为构建标准、规范化的输变电工程结算评价数据库，优化评价逻辑，适应数字新基建的业务需求提供参考。

附图说明

图1为本发明中隶属度函数的一种典型应用示意图；

图2为本发明的一种整体流程示意图。

具体实施方式

下面通过具体实施例，对本发明的技术方案作进一步的具体说明。

实施例1：

一种基于模糊最劣指标的输变电工程造价风险定级方法(参见附图1和2)，包括以下步骤：

步骤一，以偏差严重程度确定若干个预定义的模糊集合，针对具体结算指标，根据模糊规则得到该指标偏差属于预先定义集合的隶属度；

步骤二，通过加权平均判决法对各审查指标的模糊集合进行去模糊化，得到工程各结算指标的风险值；

步骤三，对于工程结算的整体偏差风险，采用基于最劣指标的工程偏差风险定级方法，获得该工程结算的偏差风险结论，风险指数越大，风险越大。

具体如下：

1)针对具体结算指标，根据模糊规则处理偏差严重程度的“高、中、低”边界，得到该指标偏差属于预先定义集合的隶属度，采用“或”逻辑法则运算处理具有多个子项的复杂指标；

2)通过加权平均判决法对各审查指标的模糊集合进行去模糊化，得到工程各审查项的风险值；

3)对于工程结算的整体偏差风险，定义无量纲的工程综合偏差AQI指数，采用基于最劣指标的工程偏差风险定级方法，获得该工程结算的偏差风险结论。

所述步骤1)中，设定某费用、工程量(或其他结算指标)偏差的“大、适中、小”是没有严格界限的，也就是说某一种偏差并不完全归属于某一个类，而是以隶属度来进行衡量。对偏差测量结果进行“模糊化”过程参照TSK规则，即中间值遵循“梯形规则”，两端遵循“半梯形规则”，

其中，各界限值定义如下：A1、A2表示模糊子集“低”的平台下界和上界，A1和A3为模糊子集“低”的下界和上界；A3、A4表示模糊子集“中”的平台下界和上界，A2和A5为模糊子集“中”的下界和上界；A5、A6表示模糊子集“高”的平台下界和上界，A4和A6为模糊子集“高”的下界和上界。

基于以上模糊规则，若偏差值在A1-A2区间内，属于确定的偏差小范畴；在A2-A3区间，属于偏差小的隶属度下降，属于偏差适中的隶属度上升，此区间属于两者兼有。与传统偏差描述方式相比，此策略最大的区别是引入了A2-A3和A4-A5的模糊区间。

对于含有多个子项的复杂审查指标，采用模糊逻辑的“或”运算法则C＝A or B进行处理，即遵循“最大隶属法(MAX implication)”，即综合指标C隶属度取子项A和B隶属度的最大值。例如，工程量清单校验的风险定义为土石方与构筑物偏差的“或”运算，即两者无需同时满足，以A和B表示土石方与构筑物结算工程量与合同工程量偏差的模糊逻辑输入，C表示风险的模糊集合。例如，A＝土石方偏差大:0.5(土石方工程量偏差过大的隶属度为0.5)；B＝构筑物偏差大：0.2(构筑物工程量偏差过大的隶属度为0.2)，那么此时C＝工程量偏差风险高：0.5，即工程量指标风险高的隶属度为0.5。

所述步骤2)中，通过模糊逻辑可将某结算审查指标(条目)转化成各个集合的隶属度，但并不能直接清晰的提供决策建议，此处采用加权平均判决法进行去模糊运算，进而得到风险值：

其中：fsi是该偏差在集合i的模糊隶属度，OWi是对应集合的风险权重(取每个集合的中间值)。

所述步骤3)中：将工程结算考察指标的风险分为六级，从一级优，二级良，三级轻度风，四级中度，直至五级重度，六级严重风险，参考空气质量指数，将相应的风险指数划分为0－50、51－100、101－150、151－200、201－300和大于300六档。

通过基于线性尺度变换法，以结算数据分别计算得出相应指标的独立风险指数。

上式中，IRI

RI＝max{IRI

工程结算的风险指数RI就是结算阶段考察的各指标独立风险指数中的最大值，风险指数越大，风险越大。

简单来说，工程造价风险指数RI(Risk Index)就是结算阶段考察的各指标独立风险指数IRI中的最大值，即采用最劣指标定义工程系统风险。

以下为举例说明加权平均法去模糊化的过程：

若某工程结算时，土石方工程量偏差A为3.5，构筑物偏差B为7.5。显然此时：A＝高:0，A＝中:0.75，A＝低:0.25；B＝高:0.75，B＝中:0.25，B＝低：0。综合工程量偏差C定义为土石方和构筑物偏差乘积。

表1工程量偏差风险定级案例此时，去模糊化得到的C的风险值为：

综上所述，本实施例可简单高效地实现工程结算风险定级，为构建标准、规范化的输变电工程结算评价数据库，优化评价逻辑，适应数字新基建的业务需求提供参考。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。