曲朝陽(yáng)，劉姣，任有學(xué)，付浩

(1．東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012; 2．吉林省電力有限公司吉林供電公司，吉林省吉林市132000)

基于人因的電力企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估模型

曲朝陽(yáng)1，劉姣1，任有學(xué)2，付浩2

(1．東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012; 2．吉林省電力有限公司吉林供電公司，吉林省吉林市132000)

針對(duì)目前造成電力企業(yè)生產(chǎn)事故的主要原因人因隱患，提出了基于人因的電力企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估模型，為電力企業(yè)的安全生產(chǎn)管理提供參考依據(jù)。采用數(shù)據(jù)統(tǒng)計(jì)和專家建議相結(jié)合的方法，設(shè)計(jì)具有評(píng)分標(biāo)準(zhǔn)的人因評(píng)價(jià)指標(biāo)體系;以改進(jìn)的模糊層次分析法為基礎(chǔ)，建立模糊判斷矩陣，分析各指標(biāo)的權(quán)重系數(shù);以結(jié)果集和隸屬度函數(shù)為依據(jù)，對(duì)電力企業(yè)安全等級(jí)進(jìn)行全面評(píng)估。通過(guò)對(duì)某電力企業(yè)實(shí)際數(shù)據(jù)的處理以及安全態(tài)勢(shì)評(píng)估，驗(yàn)證了該模型的正確性。本模型適用于基于人因的電力企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估，通過(guò)安全隸屬度值，對(duì)企業(yè)安全度進(jìn)行預(yù)測(cè)。

人因;模糊層次分析;安全態(tài)勢(shì)評(píng)估;電力企業(yè)

1 引言

影響電力企業(yè)安全生產(chǎn)的因素復(fù)雜多樣，人為因素是造成事故的重要原因［1］。從有關(guān)事故資料分析可知，發(fā)生事故的近70%與人(操作者)的不安全行為有密切聯(lián)系［2］。據(jù)相關(guān)統(tǒng)計(jì)，2012年上半年，華潤(rùn)曹妃甸電廠發(fā)生的“3·9”機(jī)械重大傷害事故、華電集團(tuán)貴港發(fā)電有限公司發(fā)生的“4·2”氣體泄露爆炸事故、丹江口水利發(fā)電廠發(fā)生的“5·8”觸電事故等，主要原因均定位為人員責(zé)任事故［3，4］?？梢?jiàn)，在電力企業(yè)進(jìn)行安全生產(chǎn)態(tài)勢(shì)評(píng)估中，應(yīng)將人因作為主要評(píng)估指標(biāo)。

企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估指將海量的電力企業(yè)人員信息進(jìn)行融合，生成能夠展現(xiàn)企業(yè)安全生產(chǎn)運(yùn)行狀況的評(píng)估結(jié)果，通過(guò)分析各生產(chǎn)因素對(duì)電力企業(yè)安全的威脅程度，依據(jù)歷史和當(dāng)前的生產(chǎn)信息對(duì)未來(lái)的安全進(jìn)行評(píng)估［5］。

電力企業(yè)安全生產(chǎn)態(tài)勢(shì)受人員身體、心理、作業(yè)、環(huán)境等多種因素的影響，具有偶然性、突發(fā)性和不確定性。層次分析法主要強(qiáng)調(diào)人的思維判斷在多準(zhǔn)則決策過(guò)程中的作用［6，7］，可量化人的主觀判斷過(guò)程;而單一的層次分析法無(wú)法考慮人因判斷的模糊性。本文采用改進(jìn)的模糊層次分析法，對(duì)態(tài)勢(shì)評(píng)估指標(biāo)體系權(quán)重進(jìn)行分配，通過(guò)模糊一致性判斷減少員工主觀因素對(duì)各級(jí)指標(biāo)權(quán)重的影響，對(duì)電力企業(yè)員工行為的偶然性、突發(fā)性和不確定性進(jìn)行分析判斷，提高了電力企業(yè)安全態(tài)勢(shì)評(píng)估的準(zhǔn)確性。

2 模型構(gòu)建

電力企業(yè)生產(chǎn)的安全評(píng)估具有指標(biāo)多樣性、人為判斷主觀性等特點(diǎn)，不同出發(fā)點(diǎn)會(huì)得出不同的結(jié)果［8］。為客觀、正確和全面地評(píng)估由于人因隱患影響的電力企業(yè)安全生產(chǎn)態(tài)勢(shì)，確定其安全生產(chǎn)級(jí)別，本文通過(guò)改進(jìn)模糊層次分析法設(shè)計(jì)了基于人因的安全態(tài)勢(shì)評(píng)估模型框架，如圖1所示。

2.1 指標(biāo)體系設(shè)計(jì)

評(píng)估指標(biāo)的選取是衡量電力企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估模型的標(biāo)志，指標(biāo)體系的設(shè)定是構(gòu)建評(píng)估模型的前提［9］，根據(jù)文獻(xiàn)［10］提出的原理選擇影響電力企業(yè)安全生產(chǎn)態(tài)勢(shì)的人因隱患指標(biāo)元素，從人員的基本素質(zhì)、作業(yè)特征以及對(duì)人員的組織管理三個(gè)方面進(jìn)行態(tài)勢(shì)評(píng)估指標(biāo)體系的構(gòu)建。

本文以影響電力企業(yè)的人因隱患為研究對(duì)象，采用問(wèn)卷調(diào)查、深度訪談和觀察實(shí)驗(yàn)方法對(duì)員工進(jìn)行調(diào)研，結(jié)合文獻(xiàn)［11］和專家經(jīng)驗(yàn)，設(shè)計(jì)出電力企業(yè)人因的通用評(píng)估指標(biāo)體系，并采用評(píng)分標(biāo)準(zhǔn)對(duì)各指標(biāo)因素進(jìn)行量化，滿分設(shè)為100。其中評(píng)分準(zhǔn)則是以收集的大量數(shù)據(jù)為支撐，采用主觀法和數(shù)理方法相結(jié)合來(lái)實(shí)現(xiàn)。

圖1 框架模型Fig．1Model framework

如表1所示，如:以“感覺(jué)多少歲體力開(kāi)始下降”為主題進(jìn)行問(wèn)卷調(diào)查，對(duì)調(diào)查所得數(shù)據(jù)進(jìn)行綜合平均，即對(duì)在多數(shù)、半數(shù)、均數(shù)的原則上得到的各個(gè)閾值進(jìn)行綜合平均得到年齡評(píng)分參考值45歲，進(jìn)而采用區(qū)間估計(jì)法，依據(jù)不同區(qū)間指標(biāo)的置信度，得到置信區(qū)間，以置信區(qū)間作為各個(gè)指標(biāo)評(píng)分分段區(qū)間，獲得評(píng)分規(guī)則“每多5年扣1分”。

文中將人因隱患影響企業(yè)安全態(tài)勢(shì)的指標(biāo)分為3個(gè)層次:指標(biāo)層(z)，一級(jí)評(píng)價(jià)指標(biāo)(zi，i=1，2，3)，二級(jí)評(píng)價(jià)指標(biāo)(z1j，z2j，z3j，j=1，2，3)。

表1 指標(biāo)體系Tab．1Index system

2.2 模糊判斷矩陣建立

專家通過(guò)對(duì)不同人員素質(zhì)、不同作業(yè)特征、不同組織管理形式下的大量歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，獲得影響電力企業(yè)安全生產(chǎn)態(tài)勢(shì)各因素的重要性，采用表2的方法建立判斷矩陣M(mij)。

由表2可知判斷矩陣M的元素mij為電力企業(yè)安全評(píng)估的2個(gè)指標(biāo)重要性之比，這樣得到指標(biāo)層具體判斷矩陣為M、M1、M2、M3。由于矩陣M的建立是依據(jù)1－9標(biāo)度方法，共有17個(gè)標(biāo)度，連續(xù)兩個(gè)判斷標(biāo)度之間最多相差2個(gè)等級(jí)，即判斷區(qū)間0≤σ≤2。

采用文獻(xiàn)［12］的方法對(duì)模糊矩陣進(jìn)行一致性校驗(yàn)，當(dāng)模糊矩陣判斷指標(biāo)小于0.1，M、M1、M2、M3具有合格的一致性，反之不合格。對(duì)于不合格的矩陣元素mij，以原判斷標(biāo)度mij為中心，向左右縮減σ個(gè)判斷標(biāo)度，采用σ趨近無(wú)窮小的原理，σ選值越小距離原標(biāo)度值越近，進(jìn)行決策的可靠性越強(qiáng)，據(jù)此不斷完善M、M1、M2、M3矩陣。

表2 1－9標(biāo)度方法Tab．2Scale method

2.3 權(quán)重系數(shù)求解

指標(biāo)權(quán)重指在評(píng)估指標(biāo)體系中各級(jí)指標(biāo)相對(duì)于評(píng)估對(duì)象重要程度的量化值。當(dāng)評(píng)估指標(biāo)和評(píng)估目標(biāo)都已確定時(shí)，權(quán)重系數(shù)便成為評(píng)估結(jié)果的決定性因素。通過(guò)建立模糊判斷矩陣M的特征方程，可求得該矩陣的特征值。

式中，vi為M的特征向量元素，i為特征向量元素序號(hào)，i=1，2，3;λ為M的最大特征值。由于M為模糊互補(bǔ)矩陣，采用機(jī)會(huì)約束規(guī)劃對(duì)特征向量元素進(jìn)行優(yōu)化，結(jié)合采用拉格朗日乘數(shù)法進(jìn)行無(wú)約束規(guī)劃處理［13］，得公式(3)，式中Δv為權(quán)重增量。進(jìn)而對(duì)優(yōu)化的特征向量歸一化，得各指標(biāo)層的評(píng)估指標(biāo)權(quán)重系數(shù)(W=(w1，w2，…，wn))，有

2.4 安全態(tài)勢(shì)級(jí)別隸屬度確定

基于上述指標(biāo)體系，采用量化指標(biāo)法確定態(tài)勢(shì)評(píng)估結(jié)果的隸屬度。設(shè)電力企業(yè)安全生產(chǎn)態(tài)勢(shì)評(píng)估結(jié)果集U={u1，u2，u3}，其中u1為安全標(biāo)準(zhǔn)分，u2為一般標(biāo)準(zhǔn)分，u3為危險(xiǎn)標(biāo)準(zhǔn)分，為了更準(zhǔn)確地得到各等級(jí)的隸屬度，結(jié)合電力企業(yè)特點(diǎn)，設(shè)計(jì)三角形和半梯形相結(jié)合的隸屬函數(shù)，求解某一級(jí)評(píng)價(jià)指標(biāo)中第i個(gè)指標(biāo)對(duì)于評(píng)估結(jié)果集的隸屬度，有

式中，g1、g2、g3分別為z中各因素對(duì)U的隸屬度。

2.5 安全態(tài)勢(shì)模糊綜合判斷

對(duì)于一級(jí)評(píng)價(jià)指標(biāo)的第j個(gè)因素進(jìn)行評(píng)估，得以第j個(gè)因素對(duì)U中第p個(gè)元素的隸屬度gjp。采用式(4)的隸屬度函數(shù)，建立二級(jí)評(píng)價(jià)指標(biāo)中第j個(gè)指標(biāo)對(duì)U的隸屬度矩陣Gjp(p=1，2，3)。

由式(5)得zi的模糊評(píng)估隸屬度Gi

式中，Wij為二級(jí)指標(biāo)權(quán)重系數(shù);1，2，3，j=1，2，3，p=1，2，3)。

一級(jí)模糊判斷矩陣能夠綜合判斷指標(biāo)層對(duì)評(píng)估結(jié)果集因素的影響，對(duì)所有的一級(jí)指標(biāo)權(quán)重向量進(jìn)行綜合考慮，可得決策目標(biāo)相對(duì)評(píng)估結(jié)果集的隸屬度G

由式(7)可得z占U的安全權(quán)重為g1、一般權(quán)重為g2、危險(xiǎn)權(quán)重為g3。

3 算例分析

選取某電力企業(yè)員工信息分值數(shù)據(jù)(見(jiàn)表3)作為評(píng)價(jià)的樣本集，對(duì)企業(yè)安全生產(chǎn)態(tài)勢(shì)進(jìn)行評(píng)估。

表3 員工信息分值數(shù)據(jù)表Tab．3Employee information data sheet

由式(3)計(jì)算得各級(jí)評(píng)估指標(biāo)的權(quán)重為

由式(5)求得二級(jí)指標(biāo)對(duì)U的隸屬度為

由式(6)得一級(jí)評(píng)估指標(biāo)對(duì)U的隸屬度為

由Gi得人員基本素質(zhì)安全的隸屬度為0.5503，一般的隸屬度為0.3863，危險(xiǎn)的隸屬度為0.0634;工作特性安全的隸屬度為0.5660，一般的隸屬度為0.4111，危險(xiǎn)的隸屬度為0.0229;組織管理安全的隸屬度為0.1637，一般的隸屬度為0.2756，危險(xiǎn)的隸屬度為0.5607。

綜合可得U在決策層中的綜合判斷隸屬度為

計(jì)算結(jié)果可知，安全隸屬度g1為0.4810，一般隸屬度g2為0.3718，危險(xiǎn)隸屬度g3為0.1472。通過(guò)決策級(jí)隸屬度的比較，得此電力企業(yè)的安全生產(chǎn)態(tài)勢(shì)為安全，但安全隸屬度所占的比例仍然很低，而從計(jì)算Gi可得組織管理的危險(xiǎn)隸屬度最高，因此，需加強(qiáng)組織管理，提高電力企業(yè)安全生產(chǎn)態(tài)勢(shì)。

4 結(jié)論

以電力企業(yè)安全評(píng)估指標(biāo)體系為基礎(chǔ)，通過(guò)改進(jìn)模糊層次分析算法，對(duì)電力企業(yè)安全態(tài)勢(shì)評(píng)估方法進(jìn)行了研究。實(shí)例證明，該模型能正確、高效、全面地評(píng)估電力企業(yè)安全等級(jí)，通過(guò)安全隸屬度的值對(duì)企業(yè)未來(lái)安全生產(chǎn)態(tài)勢(shì)進(jìn)行預(yù)測(cè)和控制。目前，該模型側(cè)重以人因歷史數(shù)據(jù)為基礎(chǔ)的安全等級(jí)評(píng)估，后期將設(shè)計(jì)實(shí)時(shí)采集人因綜合數(shù)據(jù)模塊，對(duì)隸屬度函數(shù)選定方法進(jìn)行研究，以期實(shí)現(xiàn)安全狀況的智能預(yù)測(cè)和控制，提高電力企業(yè)安全生產(chǎn)管理水平。

［1］郭召(Guo Zhao)．發(fā)電企業(yè)人因事故分析與控制(Accident analysis and control of human factors in power generation enterprise)［J］．中國(guó)電力(Electric Power)，2009，42(5):48-51．

［2］馬京源，李哲，何宏明，等(Ma Jingyuan，Li Zhe，He Hongming，et al．)．電氣誤操作事故人因因素分析與控制(Electrical misoperation accident analysis and control of human factors)［J］．中國(guó)電力(Electric Power)，2010，43(5):72-76．

［3］栗清振(Li Qingzhen)．我國(guó)電力將進(jìn)入綠色發(fā)展新階段(The electric power of our country will enter the green development in the new period)［N］．中國(guó)電力報(bào)(China Electric Power Newspaper)，2012-11-15 (5)．

［4］國(guó)家電力監(jiān)管委員會(huì)(State Electricity Regulatory Commission)．2012年上半年電力安全監(jiān)管報(bào)告(Electrical safety regulatory reports for the first half of 2012)［J］．電力安全技術(shù)(Electric Safety Technology)，2009，14(9):1-9．

［5］李銳，陳穎，沈沉，等(Li Rui，Chen Ying，Shen Chen，et al．)．深圳電網(wǎng)應(yīng)急管理體系方案及應(yīng)用(Design and application of emergency response system of Shenzhen power grid)［J］．電工電能新技術(shù)(Ad-vanced Technology of Electrical Engineering and Energy)，2011，30(2):59-65．

［6］王曉濱，郭瑞鵬，曹一家，等(Wang Xiaobin，Guo Ruipeng，Cao Yijia，et al．)．電力系統(tǒng)可靠性評(píng)估的自適應(yīng)分層重要抽樣法(Hierarchical adaptive importance sampling method of power system reliability assessment)［J］．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2011，35(3):33-38．

［7］李秀卿，尚景剛，姜世金，等(Li Xiuqing，Shang Jinggang，Jiang Shijin，et al．)．基于模糊區(qū)間數(shù)的黑啟動(dòng)方案評(píng)估層次分析法(Fuzzy interval number based hierarchical analysis process for assessing blackstart plans)［J］．電工電能新技術(shù)(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，岳開(kāi)偉，等(Cheng Chao，Zhou Yuhui，Yue Kaiwei，et al．)．城市綠色電力戰(zhàn)略環(huán)境評(píng)價(jià)指標(biāo)體系(The green power strategic environmental assessment index system in the city)［J］．中國(guó)電力(E-lectric Power)，2012，45(3):76-80．

［10］劉超，羅云，仝世渝，等(Liu Chao，Luo Yun，Tong Shiyu，et al．)．基于層次分析法的電力企業(yè)員工安全素質(zhì)測(cè)評(píng)指標(biāo)體系研究(The research of power enterprise employee safety quality evaluation index system based on AHP)［J］．中國(guó)安全科學(xué)學(xué)報(bào)(China Safety Science Journal)，2009，19(9):132-138．

［11］李遠(yuǎn)遠(yuǎn)(Li Yuanyuan)．基于粗糙集的指標(biāo)體系構(gòu)建及綜合評(píng)價(jià)方法研究(The research of construction of the indicator system and comprehensive evaluation method based on rough set)［D］．武漢:武漢理工大學(xué)(Wuhan:Wuhan University of Technology)，2009．

［12］朱建軍(Zhu Jianjun)．層次分析法的若干問(wèn)題研究與應(yīng)用(The research and application of the analytic hierarchy process)［D］．沈陽(yáng):東北大學(xué)(Shenyang: Northeastern University)，2005．

［13］蘭繼斌(Lan Jibin)．關(guān)于層次分析法優(yōu)先權(quán)重及模糊多屬性決策問(wèn)題研究(Research on priorities of analytic hierarchy process and problems of fuzzy multiple attribute decision making)［D］．成都:西南交通大學(xué)(Chengdu:Southwest Jiaotong University)，2006．

Safety situation assessment model of power enterprise based on human factor

QU Zhao-yang1，LIU Jiao1，REN You-xue2，F(xiàn)U 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

國(guó)家自然科學(xué)基金(51077010)、吉林省自然科學(xué)基金(20101517)資助項(xiàng)目

曲朝陽(yáng)(1964-)，男，吉林籍，教授，博士，研究方向?yàn)殡娏π畔⒒⒂?jì)算機(jī)網(wǎng)絡(luò)技術(shù)研究;劉姣(1988-)，女，河北籍，碩士研究生，研究方向?yàn)殡娏π畔⒒?/p>