星石泊泵站最佳运行特性指标评价方法

齐成新

（山东省调水工程运行维护中心牟平管理站）

0 引言

星石泊泵站位于烟台市牟平区龙泉镇星石泊村东南约200 m 处，泵站机组中心线设计桩号为219+190.02，960.76，上下均接压力钢管，泵站设计流量为4.80 m3/s，设计扬程73 m，总装机容量6 800 kW。胶东调水工程星石泊泵站作为中国大规模的泵站，其运行特性指标是跨流域调水工程运转的关键环节。针对胶东调水工程星石泊泵站最佳运行特性指标进行评价，是确保胶东调水工程星石泊泵站能够处于最佳运行状态的有效手段。目前，已有学者提出胶东调水工程星石泊泵站最佳运行特性指标评价方法，通过遗传投影寻踪模型，进行泵站运行综合评价。文章在此基础上，提出一种新型胶东调水工程星石泊泵站最佳运行特性指标评价方法，致力于通过精准分析，得到更加客观的评价结果。

1 胶东调水工程星石泊泵站最佳运行特性指标评价方法

1.1 确定泵站最佳运行特性评价指标

结合胶东调水工程星石泊泵站实际运行情况，下述将开展胶东调水工程星石泊泵站最佳运行特性指标评价方法的设计。泵站最佳运行特性评价指标可宏观表示泵站最佳运行特性，根据泵站最佳运行特性的各评价指标，分析泵站最佳运行特性，基础的泵站最佳运行特性评价指标由：运行电费、开停机次数、叶片调节次数、运行时间、平均效率、消耗功率以及总抽水量构成。由于泵站最佳运行特性评价指标会受到的外界影响因素较多，因此在评价过程中应在经济许可的条件下，合理地以少数的综合变量取代原有的多维变量，用来解决泵站最佳运行特性指标参数多解性存在的问题。利用最小二乘法求得胶东调水工程星石泊泵站最佳运行特性评价指标，拟合最终获得的结果。

1.2 计算泵站最佳运行特性指标评价风险值

将胶东调水工程星石泊泵站的最佳运行特性联系起来，作为直接影响其评价标准的关键因素，在评价过程中发挥着重要作用，从而综合考虑其特殊地质条件，计算出泵站的最佳运行特性评价风险值，从而实现对泵站最佳运行特性指标的评价。本文采用早期瑞典科学家Hakanson提出的生态指标评价方法，根据胶东调水工程星石泊泵站实际运行情况，对泵站最佳运行特性指标进行有效评价，结合多方面风险评价经验，计算泵站最佳运行特性指标评价的风险值。具体计算，如公式（1）所示。

式（1）中：β 指的是多种外界影响泵站最佳运行特性指标的因素；T指的是评价隐患；m指的是泵站最佳运行特性指标；f指的是泵站最佳运行特性指标评价的主控因素。根据上述计算公式，判定泵站最佳运行特性指标评价数据中潜在的风险，当计算结果能够达到胶东调水工程星石泊泵站最佳运行特性时，证明评价结果具有可实施性，当超出或低于该范围时，需修正泵站最佳运行特性指标评价数据后重新计算，直至满足泵站最佳运行特性指标评价要求。

1.3 构建评价因子荷载矩阵

通过明确泵站最佳运行特性指标评价风险值，提取最佳运行特性指标评价中的关键评价因子，下述将采用构建评价因子荷载矩阵的方式，进行评价方法的下一步设计。首先，建立对应的数据样本矩阵，自定义该组矩阵的表示方法为Z，则Z 对应的样本组合表示为Zi=｛Zi1，Zi2，……Zij｝，其中，j 指的是泵站最佳运行特性指标评价主成分的数量。首先，采用云端数据处理方式对收集的数据进行前期数据预处理，统一存储数据的格式，实现对泵站最佳运行特性指标的有效分析。而后，选择可实现数据动态化分析的线性函数，定义函数的TEC 的设计标准，保留传统评价方法中数据处理的优势，将特征空间中的数据进行正交方向的转换，按照数据的特征值大小，将最佳运行特性指标重要程度从高到低依次进行排列，前m组数据集合是保留数据变异结构最多的数据组。最后，进行特性指标数据代表成分的方差数值计算。计算公式如公式（2）所示。

式（2）中，λ指的是泵站最佳运行特性指标对应的映射数据；I指的是多种特征元素的单向矩阵。根据上述公式可进行泵站最佳运行特性指标的投影评价，结合投影的单位及覆盖范围，实现对应的评价因子荷载矩阵建立，满足数据的综合性评价。

1.4 泵站最佳运行特性指标评价赋值

根据上述建立的评价因子荷载矩阵，下述将进行评价方法中的最后一步，泵站最佳运行特性指标评价赋值。首先，根据德尔菲数据处理方法，进行多组数值的权重程度对比，采用专家评分的方式，从技术投入及净化效果两个方面，进行泵站最佳运行特性指标评价数据评价的模拟化检测。结合基础对比指标，将区间赋值数据分为0～60 分、60～75 分、75～85 分以及＞85分，整合泵站最佳运行特性指标赋值的数值，采用动态化评价方式，对多种泵站最佳运行特性评价指标进行综合性赋值。除此之外，可采用建立核函数的方式进行多级指标变量的统计，对权重值较大的泵站最佳运行特性评价指标赋予较高的权值，分析数据间的权值占比，及权值之间的动态化关系，实现泵站最佳运行特性指标评价。还可以通过对权值数据进行从大到小的排序，数值越大表示泵站最佳运行特性指标越重要。

2 实验

2.1 实验准备

为构建实验，便于对比设计评价方法与传统评价方法的适用性，通过在胶东调水工程星石泊泵站均匀布设8 个测试点，每个测试点之间间距约为300 m左右，依次编号为1～8号测试点。将采集到的数据利用仿真实验软件，进行归一化处理。

表1 实验环境配置要素具体参数表

结合表1 所示，根据泵站最佳运行特性作为测试依据，分别使用传统评价方法以及本文设计评价方法进行仿真实验，设置传统的评价方法为实验对照组。实验主要内容为测试两种评价方法的评价矢量，从而评定评价精准度更高的评价方法。在此次的仿真实验中，共针对1～8号测试点进行8组实验。针对MyCloud 仿真实验软件测得的评价矢量，记录实验结果，进而判断两种评价方法对于胶东调水工程星石泊泵站最佳运行特性指标的评价能力。

2.2 实验结果与分析

根据上述设计的实验步骤，采集1～8 号测试点的实验数据，将两种评价方法下的评价矢量进行对比，评价矢量对比结果，如下表2所示。

表2 评价矢量对比表

通过表2可得出如下的结论：文章设计的评价方法净化效果评价矢量最高为0.96，实验对照组为0.55，设计的评价方法评价能力更强，可以实现对胶东调水工程星石泊泵站最佳运行特性指标的精准评价。

3 结 语

通过实验结果，证明所设计的评价方法其各项功能均可以满足设计总体要求，可以广泛应用于胶东调水工程星石泊泵站最佳运行特性指标评价方面。设计评价方法不但能够完成传统的评价方法所不能完成的任务，还能够以评价因子荷载矩阵为导向，为胶东调水工程星石泊泵站最佳运行特性指标评价方法的设计提供学术意义。本文唯一不足之处在于没有对胶东调水工程星石泊泵站最佳运行特性体系进行深入分析，相信这一点，也可以作为胶东调水工程星石泊泵站最佳运行特性方面日后的研究方向之一。