基于人因的电力企业安全生产态势评估模型

曲朝阳，刘姣，任有学，付浩

(1．东北电力大学信息工程学院，吉林省吉林市132012; 2．吉林省电力有限公司吉林供电公司，吉林省吉林市132000)

基于人因的电力企业安全生产态势评估模型

曲朝阳1，刘姣1，任有学2，付浩2

(1．东北电力大学信息工程学院，吉林省吉林市132012; 2．吉林省电力有限公司吉林供电公司，吉林省吉林市132000)

针对目前造成电力企业生产事故的主要原因人因隐患，提出了基于人因的电力企业安全生产态势评估模型，为电力企业的安全生产管理提供参考依据。采用数据统计和专家建议相结合的方法，设计具有评分标准的人因评价指标体系;以改进的模糊层次分析法为基础，建立模糊判断矩阵，分析各指标的权重系数;以结果集和隶属度函数为依据，对电力企业安全等级进行全面评估。通过对某电力企业实际数据的处理以及安全态势评估，验证了该模型的正确性。本模型适用于基于人因的电力企业安全生产态势评估，通过安全隶属度值，对企业安全度进行预测。

人因;模糊层次分析;安全态势评估;电力企业

1 引言

影响电力企业安全生产的因素复杂多样，人为因素是造成事故的重要原因［1］。从有关事故资料分析可知，发生事故的近70%与人(操作者)的不安全行为有密切联系［2］。据相关统计，2012年上半年，华润曹妃甸电厂发生的“3·9”机械重大伤害事故、华电集团贵港发电有限公司发生的“4·2”气体泄露爆炸事故、丹江口水利发电厂发生的“5·8”触电事故等，主要原因均定位为人员责任事故［3，4］。可见，在电力企业进行安全生产态势评估中，应将人因作为主要评估指标。

企业安全生产态势评估指将海量的电力企业人员信息进行融合，生成能够展现企业安全生产运行状况的评估结果，通过分析各生产因素对电力企业安全的威胁程度，依据历史和当前的生产信息对未来的安全进行评估［5］。

电力企业安全生产态势受人员身体、心理、作业、环境等多种因素的影响，具有偶然性、突发性和不确定性。层次分析法主要强调人的思维判断在多准则决策过程中的作用［6，7］，可量化人的主观判断过程;而单一的层次分析法无法考虑人因判断的模糊性。本文采用改进的模糊层次分析法，对态势评估指标体系权重进行分配，通过模糊一致性判断减少员工主观因素对各级指标权重的影响，对电力企业员工行为的偶然性、突发性和不确定性进行分析判断，提高了电力企业安全态势评估的准确性。

2 模型构建

电力企业生产的安全评估具有指标多样性、人为判断主观性等特点，不同出发点会得出不同的结果［8］。为客观、正确和全面地评估由于人因隐患影响的电力企业安全生产态势，确定其安全生产级别，本文通过改进模糊层次分析法设计了基于人因的安全态势评估模型框架，如图1所示。

2.1 指标体系设计

评估指标的选取是衡量电力企业安全生产态势评估模型的标志，指标体系的设定是构建评估模型的前提［9］，根据文献［10］提出的原理选择影响电力企业安全生产态势的人因隐患指标元素，从人员的基本素质、作业特征以及对人员的组织管理三个方面进行态势评估指标体系的构建。

本文以影响电力企业的人因隐患为研究对象，采用问卷调查、深度访谈和观察实验方法对员工进行调研，结合文献［11］和专家经验，设计出电力企业人因的通用评估指标体系，并采用评分标准对各指标因素进行量化，满分设为100。其中评分准则是以收集的大量数据为支撑，采用主观法和数理方法相结合来实现。

图1 框架模型Fig．1Model framework

如表1所示，如:以“感觉多少岁体力开始下降”为主题进行问卷调查，对调查所得数据进行综合平均，即对在多数、半数、均数的原则上得到的各个阈值进行综合平均得到年龄评分参考值45岁，进而采用区间估计法，依据不同区间指标的置信度，得到置信区间，以置信区间作为各个指标评分分段区间，获得评分规则“每多5年扣1分”。

文中将人因隐患影响企业安全态势的指标分为3个层次:指标层(z)，一级评价指标(zi，i=1，2，3)，二级评价指标(z1j，z2j，z3j，j=1，2，3)。

表1 指标体系Tab．1Index system

2.2 模糊判断矩阵建立

专家通过对不同人员素质、不同作业特征、不同组织管理形式下的大量历史数据进行统计，获得影响电力企业安全生产态势各因素的重要性，采用表2的方法建立判断矩阵M(mij)。

由表2可知判断矩阵M的元素mij为电力企业安全评估的2个指标重要性之比，这样得到指标层具体判断矩阵为M、M1、M2、M3。由于矩阵M的建立是依据1－9标度方法，共有17个标度，连续两个判断标度之间最多相差2个等级，即判断区间0≤σ≤2。

采用文献［12］的方法对模糊矩阵进行一致性校验，当模糊矩阵判断指标小于0.1，M、M1、M2、M3具有合格的一致性，反之不合格。对于不合格的矩阵元素mij，以原判断标度mij为中心，向左右缩减σ个判断标度，采用σ趋近无穷小的原理，σ选值越小距离原标度值越近，进行决策的可靠性越强，据此不断完善M、M1、M2、M3矩阵。

表2 1－9标度方法Tab．2Scale method

2.3 权重系数求解

指标权重指在评估指标体系中各级指标相对于评估对象重要程度的量化值。当评估指标和评估目标都已确定时，权重系数便成为评估结果的决定性因素。通过建立模糊判断矩阵M的特征方程，可求得该矩阵的特征值。

式中，vi为M的特征向量元素，i为特征向量元素序号，i=1，2，3;λ为M的最大特征值。由于M为模糊互补矩阵，采用机会约束规划对特征向量元素进行优化，结合采用拉格朗日乘数法进行无约束规划处理［13］，得公式(3)，式中Δv为权重增量。进而对优化的特征向量归一化，得各指标层的评估指标权重系数(W=(w1，w2，…，wn))，有

2.4 安全态势级别隶属度确定

基于上述指标体系，采用量化指标法确定态势评估结果的隶属度。设电力企业安全生产态势评估结果集U={u1，u2，u3}，其中u1为安全标准分，u2为一般标准分，u3为危险标准分，为了更准确地得到各等级的隶属度，结合电力企业特点，设计三角形和半梯形相结合的隶属函数，求解某一级评价指标中第i个指标对于评估结果集的隶属度，有

式中，g1、g2、g3分别为z中各因素对U的隶属度。

2.5 安全态势模糊综合判断

对于一级评价指标的第j个因素进行评估，得以第j个因素对U中第p个元素的隶属度gjp。采用式(4)的隶属度函数，建立二级评价指标中第j个指标对U的隶属度矩阵Gjp(p=1，2，3)。

由式(5)得zi的模糊评估隶属度Gi

式中，Wij为二级指标权重系数;1，2，3，j=1，2，3，p=1，2，3)。

一级模糊判断矩阵能够综合判断指标层对评估结果集因素的影响，对所有的一级指标权重向量进行综合考虑，可得决策目标相对评估结果集的隶属度G

由式(7)可得z占U的安全权重为g1、一般权重为g2、危险权重为g3。

3 算例分析

选取某电力企业员工信息分值数据(见表3)作为评价的样本集，对企业安全生产态势进行评估。

表3 员工信息分值数据表Tab．3Employee information data sheet

由式(3)计算得各级评估指标的权重为

由式(5)求得二级指标对U的隶属度为

由式(6)得一级评估指标对U的隶属度为

由Gi得人员基本素质安全的隶属度为0.5503，一般的隶属度为0.3863，危险的隶属度为0.0634;工作特性安全的隶属度为0.5660，一般的隶属度为0.4111，危险的隶属度为0.0229;组织管理安全的隶属度为0.1637，一般的隶属度为0.2756，危险的隶属度为0.5607。

综合可得U在决策层中的综合判断隶属度为

计算结果可知，安全隶属度g1为0.4810，一般隶属度g2为0.3718，危险隶属度g3为0.1472。通过决策级隶属度的比较，得此电力企业的安全生产态势为安全，但安全隶属度所占的比例仍然很低，而从计算Gi可得组织管理的危险隶属度最高，因此，需加强组织管理，提高电力企业安全生产态势。

4 结论

以电力企业安全评估指标体系为基础，通过改进模糊层次分析算法，对电力企业安全态势评估方法进行了研究。实例证明，该模型能正确、高效、全面地评估电力企业安全等级，通过安全隶属度的值对企业未来安全生产态势进行预测和控制。目前，该模型侧重以人因历史数据为基础的安全等级评估，后期将设计实时采集人因综合数据模块，对隶属度函数选定方法进行研究，以期实现安全状况的智能预测和控制，提高电力企业安全生产管理水平。

［1］郭召(Guo Zhao)．发电企业人因事故分析与控制(Accident analysis and control of human factors in power generation enterprise)［J］．中国电力(Electric Power)，2009，42(5):48-51．

［2］马京源，李哲，何宏明，等(Ma Jingyuan，Li Zhe，He Hongming，et al．)．电气误操作事故人因因素分析与控制(Electrical misoperation accident analysis and control of human factors)［J］．中国电力(Electric Power)，2010，43(5):72-76．

［3］栗清振(Li Qingzhen)．我国电力将进入绿色发展新阶段(The electric power of our country will enter the green development in the new period)［N］．中国电力报(China Electric Power Newspaper)，2012-11-15 (5)．

［4］国家电力监管委员会(State Electricity Regulatory Commission)．2012年上半年电力安全监管报告(Electrical safety regulatory reports for the first half of 2012)［J］．电力安全技术(Electric Safety Technology)，2009，14(9):1-9．

［5］李锐，陈颖，沈沉，等(Li Rui，Chen Ying，Shen Chen，et al．)．深圳电网应急管理体系方案及应用(Design and application of emergency response system of Shenzhen power grid)［J］．电工电能新技术(Ad-vanced Technology of Electrical Engineering and Energy)，2011，30(2):59-65．

［6］王晓滨，郭瑞鹏，曹一家，等(Wang Xiaobin，Guo Ruipeng，Cao Yijia，et al．)．电力系统可靠性评估的自适应分层重要抽样法(Hierarchical adaptive importance sampling method of power system reliability assessment)［J］．电力系统自动化(Automation of Electric Power Systems)，2011，35(3):33-38．

［7］李秀卿，尚景刚，姜世金，等(Li Xiuqing，Shang Jinggang，Jiang Shijin，et al．)．基于模糊区间数的黑启动方案评估层次分析法(Fuzzy interval number based hierarchical analysis process for assessing blackstart plans)［J］．电工电能新技术(Advanced Technology of Electrical Engineering and Energy)，2010，29 (2):59-61．

［8］Wu C R，Chang C，Lin H L．Evaluating the organizational performance of Taiwanese hospitals using the fuzzy analytic hierarchy process［J］．Journal of American Academy of Business，2006，9(2):201-210．

［9］程超，周渝慧，岳开伟，等(Cheng Chao，Zhou Yuhui，Yue Kaiwei，et al．)．城市绿色电力战略环境评价指标体系(The green power strategic environmental assessment index system in the city)［J］．中国电力(E-lectric Power)，2012，45(3):76-80．

［10］刘超，罗云，仝世渝，等(Liu Chao，Luo Yun，Tong Shiyu，et al．)．基于层次分析法的电力企业员工安全素质测评指标体系研究(The research of power enterprise employee safety quality evaluation index system based on AHP)［J］．中国安全科学学报(China Safety Science Journal)，2009，19(9):132-138．

［11］李远远(Li Yuanyuan)．基于粗糙集的指标体系构建及综合评价方法研究(The research of construction of the indicator system and comprehensive evaluation method based on rough set)［D］．武汉:武汉理工大学(Wuhan:Wuhan University of Technology)，2009．

［12］朱建军(Zhu Jianjun)．层次分析法的若干问题研究与应用(The research and application of the analytic hierarchy process)［D］．沈阳:东北大学(Shenyang: Northeastern University)，2005．

［13］兰继斌(Lan Jibin)．关于层次分析法优先权重及模糊多属性决策问题研究(Research on priorities of analytic hierarchy process and problems of fuzzy multiple attribute decision making)［D］．成都:西南交通大学(Chengdu:Southwest Jiaotong University)，2006．

Safety situation assessment model of power enterprise based on human factor

QU Zhao-yang1，LIU Jiao1，REN You-xue2，FU Hao2
(1．College of Information Engineering，Northeast Dianli University，Jilin 132012，China; 2．Jilin Electric Power Company Limited，Jilin Electric Power Company，Jilin 132000，China)

In view of the present situation that the power enterprise production accident is mainly caused by human factors，a safety situation assessment model of the power enterprise based on human factor is proposed to provide a reference basis for the power enterprise’s safety production management．Firstly，using the method of data statistics and expert advice，the human factor evaluation index system with marking criterion is designed．Based on the improved fuzzy analytical hierarchy process，the fuzzy judgment matrix and weight coefficient of every index are established．Then，according to the result set and membership function，the electric power enterprise safety grade is evaluated comprehensively．Finally，the paper tests and verifies the high efficiency of the model by processing actual data from a power enterprise and assessing the safety situation．The model is applicable for the power enterprise safety situation assessment，which is based on human factors．The model could also predict the enterprise security through the security membership value．

human factor;fuzzy analytical hierarchy process;security situation assessment;power enterprise

TM76

A

1003-3076(2014)10-0076-05

2013-04-01

国家自然科学基金(51077010)、吉林省自然科学基金(20101517)资助项目

曲朝阳(1964-)，男，吉林籍，教授，博士，研究方向为电力信息化、计算机网络技术研究;刘姣(1988-)，女，河北籍，硕士研究生，研究方向为电力信息化。