基于大数据的电力行业现场作业风险评估方法研究

王斐

摘要：本文研究了一种基于大数据的电力行业现场作业风险评估方法，是基于“人、机、物、法、环”本质安全需求，从人员能力、作业方法、机械设备及工器具、设备状态和作业环境与时间等多维度出发，通过立体化建设风险计算模型以实现多维度动态风险评估的一种创新方法。

Abstract： The paper has studied a big data-based on-site operation risk assessment method for power industry based on the essential safety requirements of "human， machine， material， law and environment"， from the aspects of personnel ability， operation method， mechanical equipment and tools， operating environment and time. It is an innovative method to realize multidimensional dynamic risk assessment by building the risk calculation model through three-dimensional construction.

关键词：大数据；现场作业风险；风险评估；动态

Key words： big data；field operation risk；risk assessment；dynamic

中图分类号：F426 文献标识码：A 文章编号：1006-4311（2018）33-0001-04

0 引言

目前，传统的现场作业风险评估是以体系化制度为基础，开展基准的风险评估、基于问题的风险评估及持续的风险评估多种形式的作业风险评估体系，对风险及其控制措施的辨识、选择与执行得到常态的管理；但实际现场作业风险评估过程中，风险评估人员按照风险评估技术标准开展危害辨识、风险等级判定及通用措施辨识，以经验判断为主，同时历史事故事件、违章、人员管理、环境等作业风险管理过程产生的大量数据缺乏系统有效管理与应用，致使作业风险评估维度单一、评估结果及管控措施缺乏针对性、客观性及科学性。因此需要提供一种使用风险管理过程数据，能反映实际现场作业风险的具体情况、准确反映风险影响因素及程度的风险评估方法，以满足技术发展与实际风险管控的需要。

1 大数据风险评估模型

为突破以往技术的不足，需建立大数据风险评估模型，实现从各业务系统获取与风险影响因素相关的数据，充分考虑人员能力、作业方法、设备状态、机械设备及工器具和作业环境与时间等多维度风险因子，实现多维一体的动态风险计算方法，将风险计算模型立体化，有效提升现场作业风险评估的准确性、科学性，为开展现场作业风险动态管理、降低事故发生奠定基础。

1.1 动态风险评估整体思路

基于大数据的电力行业的现场作业风险评估的具体实施路径，可采用从各业务系统获取与风险影响因素相关的数据，结合风险评估人员定性识别判断的方法对风险影响因子进行分析计算，并从人员能力、作业方法、机械设备及工器具、电网设备状态风险和作业环境与时间等多维度进行综合风险动态分析。动态风险评估方法逻辑图如图1所示。

1.2 作业基准风险评估

作业基准风险评估是针对电力企业作业领域全面风险的一个评估，是电力企业正常开展生产作业活动中面临风险的评估。以输电专业现场施工作业为例，各作业类型基准风险值见表1。

1.3 动态风险因素

1.3.1 风险影响因素确定

对现场作业的安全事故分类、风险成因要素和逻辑分析，确定人员能力、作业方法、机械设备及工器具、电网设备状态和作业环境与时间等各种成因要素的层次、和事故事件、违章行为形成的关联性和因果逻辑性[1]-[3]。

人员作业能力主要考虑施工单位资信评级情况和工作负责人（含小组工作负责人）及主要工作班成员（辅助工不考虑）从事该项作业的工作经验、年龄、违章历史记录等因素。作业方法主要包括作业方式、分组作业及交叉作业等影响因素。电网设备状态主要考虑作业对象涉及的电网设备状态评级、族性缺陷等因素。机械设备及工器具主要考虑施工机械设备、安全工器具的维修保养情况等。作业环境主要考虑天气、作业地段、作业时段等因素影响[5]。

1.3.2 风险因素数据分析及关键因子提取

通过分析传统安全生产工作涉及人员基本信息、作业分析、两票、事故事件、违章行为、设备状态、家族缺陷、环境等作业风险数据，统计分析现场作业安全事故（和隐患），研究风险的各种成因的统计关联性，提取出人员能力、作业方法、机械设备及工器具、电网设备状态和作业环境与时间等关键因子。

以输电专业现场施工作业为例，确定的风险影响因素见表2。

1.4 风险权重及计算方法

采用专家排序法，每个专业抽取12～14名专家进行问卷调查，根据专家意见，利用层次分析法（AHP）确定各指标权重[4]。

①确立标度值，建立判斷矩阵。

通过问卷调查得出指标的重要性赋值均数，利用分值的高低确定相对重要性标度，构造出指标判断矩阵。

②计算权重系数。

采用方根法即几何均数法确定权重向量（W）以及相应的最大特征值（λmax）。

③层次排序及其一致性检验。

1.5 风险分级

②多项关联作业（交叉）的风险值评估处理方法

多项关联的检修作业是指同一个停电范围、同一时段内有多个作业班组同时开展的多项作业，具有两张以上工作票。作业地段位于同一条线路或环网的不同线路，属于同一个停电范围。变电站母线停电时，在其出线上作业，属于同一个停电范围。

在同一天、不同的停电范围、相互间没有影响的多项作业，可按照“一项现场作业风险值评估方法”分别评估各项作业的风险值。

Rγ为作业总人数风险值。

2 系统功能规划

应用信息技术实现作业风险动态评估，建立基于大数据的作业风险评估系统，形成多源数据采集模块、数据集成模块、风险计算模块、展示模块。

多源数据采集模块：用于提取业务系统与作业风险相关的人员、电网设备状态评价、违章检查、基准风险数据，以及外部气象数据与事故事件。数据集成模块：用于存储、抽取、转化、加载数据及数据质量管理。风险计算模块：用于数据与风险指标的自动关联、计算指标分值、各维度分值及整体作业风险值。展示模块：展示作业风险评级、各维度分值及主要影响因素。

3 实证

作业风险动态评估管理流程的建设，根据作业管理全流程，设计三级风险动态评估，主要包括開工前基准风险评估及风险影响因素初始识别、作业前动态风险影响因素识别及动态风险值计算、作业过程中风险影响因素再识别及动态风险再评估。

以220kVXX输变电工程（220kV线路部分）放线施工作业为例，于作业类型风险值（A），考虑人员能力（B）、作业方法（C）、机械设备及工器具（D）、电网设备状态（E）和作业环境与时间（F）六个维度，按照权重计算作业风险评估值。

①作业类型风险值（A）：如220kV线路放、紧导地线，风险影响因素评分为73.20分，分项风险值为73.20，权重设置为1.00，则加权值为73.20。②作业人员能力风险值（B）：如工作负责人经验为1年内承担工作负责人6-20次，风险影响因素评分为2分，分项风险值为2，权重设置为0.25，则加权值为0.5。③作业方法（C）：如工作方式为有作业指导文件作业，风险影响因素评分为0分，分项风险值为0，权重设置为0.25，则加权值为0。④机械设备与工器具（D）：如施工机械设备为正常，风险影响因素评分为0分，分项风险值为0，权重设置为0.1，则加权值为0。⑤电网设备状态（E）：如设备状态评级为Ⅴ级，风险影响因素评分为2分，分项风险值为2，权重设置为0.1，则加权值0.2。⑥作业环境和时间影响风险值（F）：如天气雨、雾天气，风险影响因素评分为3分，分项风险值为3，权重设置为0.3，则加权值为0.9。

可得风险评估结果，风险值为74.8，风险等级为中等风险。

4 结语

上述基于大数据的电力行业现场作业风险评估方法与技术，实现了从各业务系统获取与风险相关的多源异构数据，充分考虑人员能力、作业方法、机械设备及工器具、设备状态和作业环境与时间五维度风险因子，实现五维一体的动态风险计算方法，将风险计算模型立体化，主要解决现场作业风险评估中定量评价单一化、静态的问题。克服了以往作业风险评估“只从一个维度计算基准风险值，不能反映实际现场作业风险的具体情况、具体影响因素及影响程度”的不足，有效提升了电力行业现场作业风险评估的准确性、科学性，为开展现场作业风险动态管理、降低事故的发生奠定了基础。

参考文献：

[1]张欣欣，甘团杰.基于风险评级及控制的电力施工现场安全生产管理[J].电力安全技术，2010，12（7）：1-4.

[2]王庆慧，刘鹏，王丹枫.安全检查表对作业条件危险性分析方法修正的研究[J].中国安全生产科学技术，2013，9（8）：125-129.

[3]朱渊岳，付学华，李克荣，等.改进LEC法在水利水电工程建设期危险源评价中的应用[J].中国安全生产科学技术，2009，5（4）：51-54.

[4]易灿南，胡鸿，廖可兵，等.FTA-AHP方法研究及应用[J].中国安全生产科学技术，2013，9（11）：167-172.

[5]李继伟，李伟，程五一.建设工程重大危险源界定和辨识标准研究[J].中国安全科学学报，2009，19（8）：159-165.