变电站火灾风险评价指标体系及云模型分析
2022-05-30程方明牛巧霞刘文辉
程方明 牛巧霞 刘文辉
摘要:變电站稳定运行是保证电力生产的重要环节,为提高人员火灾防护意识,全面分析变电站火灾风险因素,对21所变电站进行消防安全隐患检查,收集近20 a变电站火灾事故对事故原因、失火设备以及变电站火灾隐患并进行分析统计,得到变电站火灾事故主要由设备超负荷运行、设备故障、线路短路等原因造成,失火设备中电缆、变压器和电容器发生火灾的比例较大;构建了安全管理能力、建筑防火能力、消防安全设施、设备防火设施和火灾救援力量5个维度一级指标,并提取了17个二级指标和45个三级指标的变电站火灾风险评价指标体系,采用序关系分析法和熵权法确定指标权重,云模型作为评价模型,并以某变电站为例进行了火灾风险等级评价,最终得到该变电站的火灾风险综合云特征值为(60.414,13.311,4.142),根据风险等级划分并用Matlab绘图可知,该变电站处于中等火灾风险等级。实例证明变电站火灾风险评价体系能够较全面反映变电站火灾风险情况,对实际变电站火灾预防与管理措施制定有一定的参考价值。
关键词:变电站;火灾风险评价;序关系分析法;熵权法;云模型
中图分类号:X 928.7文献标志码:A
文章编号:1672-9315(2022)04-0664-10
DOI:10.13800/j.cnki.xakjdxxb.2022.0406
Fire risk evaluation index system in substation and cloud model analysisCHENG Fangming NIU Qiaoxia LIU Wenhui
(1.College of Safety Science and Engineering,Xian University of Science and Technology,Xian 710054,China;
2.Xian Key Laboratory of Urban Public Safety and Fire Rescue,Xian 710054,China;
3.Fire Rescue Branch of Anshan,Anshan 114000,China)Abstract:The stable operation of substations is an important link to ensure power production.In order to improve the fire protection awareness of personnel,all the fire risk factors of substations was analyzed,fire safety hazard inspections of 21 substations were conducted and the fire accidents records of substations in recent 20 years were collected.The cause of the fire accidents of substations,the fire equipment and the hidden danger of substation fire were examined and counted.It is concluded that substation fire accidents are mainly caused by equipment overload operation,equipment failure,line short circuit,etc.The proportion of cable,transformer and capacitor in fire equipments is larger.The first-level indexes of five dimensions including safety management capability,building fire-prevention capability,fire-fighting safety facilities,equipment fire-prevention facilities and fire rescue forces were constructed,and the substation fire risk evaluation index system of 17 second-level indexes and 45 third-level indexes were extracted.The order relationship analysis method and the entropy weight method were adopted to determine the index weight,and the cloud model was used as the evaluation model.And a substation is taken as an example to evaluate the fire risk level.Finally,the comprehensive cloud characteristic value of the fire risk of the substation is(60.414,13.311,4.142).According to the risk level classification and drawing by Matlab,the substation is at the medium of fire risk level.The test confirms that the substation fire risk evaluation system can comprehensively reflect the substation fire risk,and has certain reference values for fire prevention and management measures of the actual substation.
Key words:substation;fire risk evaluation;order relation analysis method;entropy weight method;cloud model
0引言
变电站作为电力行业基础设施在整个电力系统中起到了至关重要的作用,其安全性、可靠性已经成为电力系统安全运行的首要因素[1-2]。据统计,2021年全国74.8万起火灾事故中,电气火灾数量高居榜首,占比高达50.4%[3]。变电站中存在大量高电压、大电流、高储能和易燃易爆设备,如变压器、电容器、电力电缆等,这些设备火灾危险性较高。变电站一旦发生火灾,容易导致大面积停电,造成严重的经济损失和社会影响[4-5]。
变电站结构复杂,电力设备多,内部包含多种可燃物,是典型的电气火灾高危场所。近年来,国内外学者对变电站火灾风险的研究不断增加。2019年,KIM等提出了一种基于模糊逻辑的专家改进推理方法,提高了变电站火灾探测的精度[6];MOHANAD对变压器中冷却液在蒸发过程中引起的火灾和爆炸进行了调查研究,提出在变电站事故中,事故通常由多种因素引起,如:设计缺陷、突然的电涌、绕组的故障等[7]。李建斌分析了变压器、线路、电缆火灾的原因[8];唐倩等对电缆沟火灾的主要特点进行了总结分析,得出了电缆沟火灾事故发生的主要原因,并且提出了有效预防电缆沟火灾事故的对策措施[9-10];敖飞等通过对某110 kV变电站火灾事故进行了分析,指出了变电站火灾安全隐患,并提出了相应的改进与预防措施[11];江永生等对变电站建筑火灾发生的主要特点进行了概述,提出了针对变电站的防火措施[12];何晟霖等以某变电站为例进行了变电站火灾事故的风险评估,运用层次分析法等建立了变电站火灾风险评价体系[5,13]。
综上所述,大部分研究多关注变电站火灾的原因和防火措施,针对变电站火灾风险开展系统性分析与评估的研究并不多,现有火灾风险评估指标的全面性和适用性有待改进。因此基于对现场隐患排查、变电站火灾事故的统计分析,同时结合相关标准规范,建立了变电站火灾风险评价指标体系,并运用序关系和熵权法确定指标权重,引入云模型分析火灾风险等级,并应用于无人值守变电站,旨在为变电站火灾风险分析和消防安全管理水平提升提供参考和指导。
1变电站火灾风险评价指标体系
1.1变电站火灾致因因素分析
1.1.1变电站火灾事故案例分析
根据文献[14]记载以及网络搜集到的76起变电站火灾事故,对火灾原因和引起火灾的主要设备进行分析,各类情况所占比例如图1、图2所示。可见,变电站火灾事故主要由设备超负荷运行(26%)、设备故障(17%)、线路短路(15%)、管理缺陷(11%)、设备质量缺陷(10%)、绝缘受损老化(9%)以及人员操作不当(6%)7类原因造成。变电站火灾事故易发场所主要集中在变压器室、蓄电池室、电缆夹层、电缆井以及操作间等,引起火灾的设备主要有变压器、电缆、电容器以及互感器、配电柜、控制柜和避雷针等,其中电缆、变压器和电容器发生火灾的比例较大,分别占到35%,32%和17%。
1.1.2变电站火灾隐患排查分析
对11个110 kV变电站、6个330 kV变电站和4个750 kV变电站近3 a的消防安全现状进行了排查。对变电站常见火灾隐患进行了分类统计,整理得到消防设施设置、操作规范缺陷等12类、35项隐患,见表1。
1.2变电站火灾风险评价指标体系构建
根据变电站火灾致灾因素和火灾隐患分类情况的分析,变电站发生火灾多因存在安全管理和设备设施等方面的问题。依据变电站相关规范及文献[14-15]可知,发生火灾的可能性和后果严重程度主要取决于建筑防火、消防设施与应急救援等因素。因此,将安全管理能力、建筑防火能力、消防安全设施、设备防火设施、火灾救援力量5个方面作为一级评价指标。根据变电站消防安全管理实际,结合常见火灾隐患的分类统计,确定了二级、三级指标,建立了变电站火灾风险评价指标体系,见表2。
2变电站火灾风险评价模型
2.1指标权重的确定
2.1.1序关系分析法确定主观权重
2.1.2熵权法确定客观权重
2.2云模型简介
云模型通过结合模糊数学理论和概率论理论[17-18],能够处理事物的定性概念和定量描述的有效转换[19],进行评价时能较好的解决自主能力评价中模糊性和随机性问题,降低人为主观性因素的干扰,使得评价结果更科学[20]。云模型原理如图3所示,计算出云模型特征参数期望(Ex)、熵(En)、超熵(He)输入正向云发生器形成云滴,通过Matlab绘制云图,云滴通过逆向云发生器计算得到云特征值[21]。其中,Ex是定性概念的坐标;En体现定性概念的不确定程度和可度量度,熵值越大,表明定性概念可被认可度越高;He是熵的不确定性和样本随机性,He越大,云滴就越趋于离散,云滴也越厚[22]。变电站火灾风险各项评价指标风险等级的判断具有主观性,评价过程具有随机性和模糊性,运用云模型可将指标评分在评价指标体系的框架下有效转化为火灾风险等级的定性评价结果。
2.2.1确定标准云
在吸纳专家建议的基础上,结合大量云模型相关文献的分析,将变电站火灾风险评价等级分为5级[23]:高风险、较高风险、中等风险、较低風险、低风险,根据评价等级从高风险到低风险的评分取值范围为从0到100,即等级区间为[0,100],根据专家的描述进行区间划分,得到变电站火灾风险等级见表4。
2.2.2确定评价云
2.2.3确定风险等级
通过Matlab编程将标准云云图与综合云云图导入同一坐标系,通过观察对比综合评价指标云与标准云图的位置和形状,获得评价对象风险等级。与综合评价云最接近的标准云等级即为评价对象的风险等级。
3实例应用
3.1变电站概况
以陕西省某330 kV无人值守变电站为对象开展变电站火灾风险评价。该站区东西长128 m,南北宽100 m,围墙内占地1.28公顷。变电站入口布置在西侧,主控通信室南北朝向采用“一”字型,生产区330 kV架构、GIS基础和330 kV继电器室布置在站区北侧,110 kV架构、GIS基础和330 kV继电器室、35 kV#2配电室布置在110 kV配电区和330 kV配电区之间,电容器及电抗器布置在主变两侧。站内变压器台数3×240 MVA,含油设备电容器4×30 MWar,电抗器4×30 MWa。
3.2评价过程与结果分析
通过对变电站的现场调研,制定了专家调查问卷并邀请10名电力行业消防专家及电力工作人员等根据指标重要度对各项三级指标进行评分,每项打分满分10分,分为4个评分等级:<6.0分为一般重要,6~7.5分为较重要,7.0~9.0分为重要,9.0~10.0分为非常重要,根据调查问卷结果确定变电站火灾风险指标权重。
3.2.1确定主观权重
主观赋权法采用序关系分析法,根据对搜集的变电站火灾案例和相关文献进行分析,针对上节确定的评价指标的重要度进行排序
C8>C3>C4>C1=C2>C5>C7=C6>C9>C17>C20=C21=C23=C24>C22>C18=C19>C15=C16>C14>C25>C26>C13>C27>C10>C11=C12>C28=C29=C30>C38=C37>C36=C35>C31=C32>C33>C34>C43>C44=C45>C39>C40>C41>C42
3.2.2熵权法确定客观权重
根据10位专家对各指标的评分结果对变电站火灾风险评价指标体系中的45个评价指标的重要度进行评分(0~10分),根据式(4)~(6)利用Matlab计算处理得到45个指标的熵权,即得到变电站火灾风险评价指标体系的客观权重向量ω(2)。
3.2.3综合权重确定
3.2.4云模型评价
为研判变电站的火灾风险情况,邀请5名变电站工作人员与消防专家根据表3火灾风险评价区间对变电站的各项评价指标进行打分,将得到的数据根据式(11)~(14)计算,得到各级指标的云模型特征参数,结果见表6。
该变电站未设消防水源、消防系统,相关项得分为0,云特征值为0。对变电站一级评价指标进行综合分析评价,将表6中云特征值输入正向云发生器(N=5000),各一级指标综合评价云模型如图5所示。
从图5可以看出,该变电站安全管理能力处于较低风险等级,表明该变电站安全管理规章制度较完善、定期检查记录完整,隐患排查及整改等完成度较高;建筑防火能力处于较低风险等级,表明该变电站的选址、建筑耐火等级较好,符合相关规范;消防安全设施处于较高风险等级,主要原因是该变电站未设消防水源、消防系统,极大的提高了变电站的火灾风险;设备防火设施处于中等风险等级与较低风险等级之间,该变电站在各功能区设置了移动式灭火设备,但因变电站为无人值守变电站,因此火灾发生后不能保障火灾能在最佳灭火时间内进行扑救,火灾后果增加;火灾救援力量处于中等风险等级,站址位于较偏僻的郊外,距离消防救援队伍较远,不能保证及时有效的灭火。
根据式(15)~(17)得到该变电站的火灾风险评价综合云为(60.414,13.311,4.142),利用Matlab编程,将火灾风险评价综合云与标准云绘制在同一云图中进行对比,如图6所示,浅蓝色云图为该变电站的评价云图,评价综合云与中等风险云图高度重合,因此该变电站的火灾风险处于中等风险级别,应采取相应措施降低火灾风险。
3.3火灾风险防控建议
通过对变电站的致灾因素以及实例分析,发现变电站存在安全管理薄弱、规章制度不完善、消防设施水平低、缺乏事故应急演练、应急培训等问题,因此针对以上问题,提出火灾风险防控建议。
1)提高安全管理能力,完善规章制度。变电站要有适用于自身的安全管理、操作规范等一系列制度和规范,并确保工作人员能够按照制度执行;安全培训可按层次进行划分,明确主管部门、分管部门的责任体系;保证定期的事故应急演练,确保发生事故时能够最大程度自救和撤离,减少人员伤亡;合理安排检查、巡查制度,定期巡查维护设备设施,完善和落实安全检查制度,进行有效的火灾隐患排查并整改。
2)提升消防安全设施水平,加强消防设施后期运维。变电站在选用火灾探测器以及消防系统时,应充分考虑火灾的种类、特点以及安装场所,保证在火灾发生初期,火灾探测器能有效监测,确保报警的及时性与准确性,同时确保消防联动系统的有效性,在检测到火灾发生时,能及时启用灭火设施自动灭火,避免人员距离远,来不及灭火造成重大火灾事故的情况发生。
3)加强火灾事故应对培训,增加火灾救援力量。火灾初期在缺乏自动灭火系统或系统失效的情况下,主要靠工作人员在事故发生时立即作出反应采取救火措施,这对站内工作人员身体素质和应急能力有较高要求,站内应设置专职消防人员,并加强消防知识培训和身体素质训练,保证事故发生时能及时反应,防止事故进一步扩大。
4结论
1)通过分析统计近20年变电站火灾事故,得到变电站火灾事故原因主要有设备超负荷运行、设备故障、线路短路、管理缺陷、设备质量缺陷、绝缘受损老化以及人员操作不当7类原因造成,所占事故比例分别为26%,17%,15%,11%,10%,9%,6%;失火設备中由电缆、变压器和电容器引发火灾的比例较大,分别占到35%,32%和17%。
2)运用序关系-熵权法确定指标权重,云模型作为评价模型对某330 kV变电站进行火灾风险评价,发现该变电站消防安全设施处于较高风险等级,自动消防系统缺乏,消防设施设备未按照相关规范设置,后期缺少维护管理,使得变电站整体火灾风险水平增加,处于中等火灾风险等级,应完善消防系统的管理和维护,增加消防设施设备数量,并增加日常巡查次数以降低火灾风险。
3)变电站消防安全设施是变电站火灾防控的重要手段,早期变电站因消防系统技术限制,对电气设备影响较大,而对自动灭火系统的设计、后期维护不够重视,导致变电站因火灾未能及时发现、扑救,火灾事故后果扩大。随着细水雾等自动灭火系统的发展完善,在保证及时灭火的同时,对电气设备的影响也较小,在新建、改建变电站时,应充分考虑将新兴灭火系统运用到变电站中,减小火灾后果。
参考文献(References):
[1]吳海涛,代尚林,乔中伟,等.基于RBF-SVM智能配变终端的网络安全态势评估[J].电力科学与技术学报,2021,36(5):35-40.WU Haitao,DAI Shanglin,QIAO Zhongwei,et al.Research on network security situation awareness of intelligent distribution transformer terminal unit based on RBF-SVM[J].Journal of Electric Power Science and Technology,2021,36(5):35-40.
[2]蒋从伟,曹飞,冯飞波,等.无消防水池的变电站火灾工况数值模拟研究[J].火灾科学,2021,30(1):38-45.JIANG Congwei,CAO Fei,FENG Feibo,et al.Numerical simulation of substation fire conditions without fire pool[J].Fire Safety Science,2021,30(1):38-45.
[3]李聪利,刘日亮,杜建,等.基于改进物元可拓模型的一体化营配调综合风险评估[J].电力科学与技术学报,2021,36(5):144-152.LI Congli,LIU Riliang,DU Jian,et al.Comprehensive risk evaluation of integrated operation and distribution based on the improved matter element extension model[J].Journal of Electric Power Science and Technology,2021,36(5):144-152.
[4]王锡凡.现代电力系统分析[M].北京:科学出版社,2003.
[5]何晟霖,朱杰.终端变电站火灾事故风险评估——以乌兰察布某变电站为例[J].工业安全与环保,2020,46(12):24-27.HE Shenglin,ZHU Jie.Risk Assessment of terminal substation fire accident:Taking a substation in Ulanqab as an example[J].Industrial Safety and Environmental Protection,2020,46(12):24-27.
[6]KIM D E,LEE H J,SHON J G,et al.Modified expert inference method of power substation monitoring system based on expansion of multi-sensor utilization for fire discrimination[J].Journal of Electrical Engineering & Amp Technology,2019,14(3):1385-1393.
[7]MOHANAD E H,FAHAD A M.Risk of fire and explosion in electrical substations due to the formation of flammable mixtures[J].Scientific Reports,2020,10(1):6295.
[8]李建斌.变电站发生火灾的原因及其预防[J].山西焦煤科技,2004(12):5-6,11.LI Jianbin.Discussion on reasons and preventive methods occured fire[J].Shanxi Coking Coal Science & Technology,2004(12):5-6,11.
[9]唐倩,庞奇志,王超.电缆沟火灾事故分析及预防措施[J].工业安全与环保,2008,34(1):53-55.TANG Qian,PANG Qizhi,WANG Chao.Analysis on cable groove fire accidents and some prevention measures[J].Industrial Safety and Environmental Protection,2008,34(1):53-55.
[10]白云.变电站地下电缆通道的防火研究[D].太原:中北大学,2018.BAI Yun.Research on fire prevention of underground cable channel in substation[D].Taiyuan:North University of China.
[11]敖非,李辉.110 kV变电站直流电源系统事故分析[J].湖南电力,2015,35(5):51-53,56.AO Fei,LI Hui.Analysis of DC system faults for a 110 kV substation[J].Hunan Electric Power,2015,35(5):51-53,56.
[12]江永生,颜艳.城市变电站建筑防火智能化设计研究[J].山西建筑,2020,46(14):122-123.JIANG Yongsheng,YAN Yan.Research on intelligent fire protection design of urban substation buildings[J].Shanxi Architecture,2020,46(14):122-123.
[13]安天琦.火力發电厂的消防安全评估模型研究[D].西安:西安建筑科技大学,2018.AN Tianqi.Study on fire safety evaluation model of thermal power plant[D].Xian:Xian University of Architecture and Technology,2018.
[14]范明豪,李伟,汪书苹,等.变电站火灾风险分析与评估[M].中国电力出版社,2013.
[15]于桂华.变电站工程设计质量评价研究[D].天津:天津工业大学,2020.YU Guihua.Study on quality evaluation of substation engineering design[D].Tianjin:Tianjin Polytechnic University,2020.
[16]马砺,刘晗,白磊.基于AHP和熵权法的古建筑火灾风险评估[J].西安科技大学学报,2017,37(4):537-543.MA Li,LIU Han,BAI Lei.Fire risk assessment of the historic buildings based on AHP and entropy weight method[J].Journal of Xian University of Science and Technology,2017,37(4):537-543.
[17]周子勇,石浩宇,董毓良,等.基于层次熵权-云模型城市道路塌陷风险评价研究[J/OL].安全与环境学报.https://doi.org/10.13637/j.issn.1009-6094.2021.2363.ZHOU Ziyong,SHI Haoyu,DONG Yuliang,et al.Research on road collapse risk evaluation based on cloud model and AHP-EWM[J].Journal of Safety and Environment.https://doi.org/10.13637/j.issn.1009-6094.2021.2363.
[18]熊钰,孔德中,杨胜利,等.大倾角工作面煤壁稳定性的云模型综合辨识[J].中国安全科学报,2022,32(3):144-151.XIONG Yu,KONG Dezhong,YANG Shengli,et al.Cloud model identification of coal face stability in steeply inclined working faces[J].China Safety Science Journal,2022,32(3):144-151.
[19]黄莺,王轲,雷俊,等.基于优化赋权-云模型的地铁站消防安全评价[J].消防科学与技术,2020,39(1):110-114.HUANG Ying,WANG Ke,LEI Jun,et al.Fire safety evaluation of subway station based on combined weig-cloud model[J].Fire Science and Technology,2020,39(1):110-114.
[20]唐皓,段钊,唐胜利,等.岩体质量分级的组合赋权云模型[J].西安科技大学学报,2019,39(1):79-87.TANG Hao,DUAN Zhao,TANG Shengli,et al.Combined weight cloud model of rock mass quality classification[J].Journal of Xian University of Science and Technology,2019,39(1):79-87.
[21]肖振航,周德红,李维东,等.基于云模型的化工园区安全风险评估[J].武汉工程大学学报,2022,44(1):112-118.XIAO Zhenhang,ZHOU Dehong,LI Weidong,et al.Safety risk assessment of chemical industry park based on cloud model[J].Journal of Wuhan Institute of Technology,2022,44(1):112-118.
[22]程皓.基于博弈论-云模型的采空区瓦斯抽采效果分析及过程化评价[D].西安:西安科技大学,2020.CHENG Hao.Analysis and process evaluation of gas drainage effect in goaf based on game theory-cloud model[D].Xian:Xian University of Science and Technology,2020.
[23]刘丹,孙晓云,王喆,等.基于熵权-云模型的精细化工园区脆弱性评价[J/OL].安全与环境学报.https://doi.org/10.13637/j.issn.1009-6094.2021.1564.LIU Dan,SUN Xiaoyun,WANG Zhe,et al.Vulnerability evaluation of fine chemical industry park based on entropy weight-cloud model[J].Journal of Safety and Environment.https://doi.org/10.13637/j.issn.1009-6094.2021.1564.