CN104134160A - 一种基于cream模型的电力系统人因可靠性评价方法 - Google Patents

Abstract

本发明涉及一种基于CREAM模型的电力系统人因可靠性评价方法，包括以下步骤：1)获取通用效能条件因子及相应状态值，通过层次分析法计算各因子的权重系数；2)根据权重系数及相应状态值计算各通用效能条件的状态值；3)建立模糊CREAM模型，以步骤2)中获得通用效能条件状态值作为模型输入，进行模糊计算，获得最终的人因失误概率值。与现有技术相比，本发明具有提高电力人为操作可靠性、保证电网安全稳定运行等优点。

Description

一种基于CREAM模型的电力系统人因可靠性评价方法

技术领域

本发明涉及电网操作人因可靠性评估技术领域，尤其是涉及一种基于CREAM模型的电力系统人因可靠性评价方法。

背景技术

随着国家智能电网战略的推进，调度自动化系统的部署、智能电子装置和远动程序化控制等技术的应用进一步保证了设备的可靠运行，与此同时，电网人为因素导致的操作失效也随之凸显。电网运行日前计划安排、调度控制命令下达以及故障定位排除和设备巡视、检修等工作需要运行人员参与完成的。而运行人员由于受自身知识水平限制以及外部环境压力的影响，极有可能无法快速、准确地完成既定操作，造成设备损坏、故障扩大等严重后果。据统计，美国电力公司每年休工8天以上的事故中，有96％的事故与人的不安全行为有关。电网运行中的恶性电气误操作是一个困扰供电企业多年的问题，尽管电气操作的规则和步骤已经非常细化和完善，但是电气误操作事故还是频频发生。表面上看，大部分电气误操作以及人身伤害事故等是由于不严格执行安全工作规程、违章违规所致；但是从深层次角度来看，这种人为因素失效必然有其内在的联系。目前在电力领域，人为风险因素的安全研究主要集中在发电部分，特别是核电厂方面；而输电变电领域的人因可靠性及安全研究无论在国外还是国内都比较少，主要还停留在定性研究和企业安全规章制订上。电网变电站运行人员也进行简单地操作风险预控工作，但主要通过有经验的操作人员进行评估判断，对于人因可靠性的分析大多只限于简单分析和事故统计。这种方式一方面无法排除单个评估人员的主观因素，另一方面相关的经验也无法积累形成“知识”。因此，迫切需要对人因失误机理进行深入研究，并发展一种针对电网的人因事件分析方法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种提高电力人为操作可靠性、保证电网安全稳定运行的基于CREAM模型的电力系统人因可靠性评价方法。

本发明的目的可以通过以下技术方案来实现：

一种基于CREAM模型的电力系统人因可靠性评价方法，包括以下步骤：

1)获取通用效能条件因子及相应状态值，通过层次分析法计算各因子的权重系数；

2)根据权重系数及相应状态值计算各通用效能条件的状态值；

3)建立模糊CREAM模型，以步骤2)中获得通用效能条件状态值作为模型输入，进行模糊计算，获得最终的人因失误概率值。

所述的通用效能条件包括组织完备性、工作条件、人机界面和操作支持、计划充分性、同时需完成的目标数、可用时间、作业时间、作业人员经验以及多人合作质量。

所述的通过层次分析法计算各因子的权重系数具体为：

1)根据通用效能条件因子间的关系，建立递阶层次结构；

2)根据递阶层次结构构造判断矩阵，并对其进行一致性检验；

3)根据判断矩阵计算各因子的权重系数。

所述的构造判断矩阵时，每一个在递阶层次结构中具有向下隶属关系的元素作为判断矩阵的第一个元素，隶属于它的各个元素依次排列在其后的第一行和第一列。

所述的判断矩阵采用对重要性程度按1-9赋值。

所述的步骤3)中具体为：

31)对输入的通用效能条件状态值进行模糊化，其中，隶属度函数采用高斯型隶属度函数，第i个通用效能条件的隶属度函数表示为μXⁱ(x_i)；

32)通过以下公式进行模糊计算：

$\left\{\begin{array}{c}\mathrm{he}{p}_m=k\·e^{(\mathrm{a\Σp}+\mathrm{b\Σn})}\\ \mathrm{\μ}\left(\mathrm{he}{p}_m\right)=(\mathrm{\μ}{X}^1\left(x_1\right)+...+\mathrm{\μ}{X}^9\left(x_9\right))/9\end{array}\right.$

其中，hep_m为第m项评价结果的人因失误概率值，m＝1，2，...，N_R，N_R为评价结果的项数，k、a、b为设定系数，∑p、∑n分别为通用效能条件中正面影响条件和负面影响条件的个数，μ(hep_m)为相关隶属度值，其为各通用效能条件隶属度的平均值；

33)通过以下公式进行解模糊判决，得到综合人因失误概率值：

$\mathrm{HEP}=\frac{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)\·\mathrm{he}{p}_m}{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)}.$

与现有技术相比，本发明基于改进的CREAM模型，对人因失误概率值进行准确计算，提前采取预防措施，提高电力人为操作可靠性，减少恶性误操作、人身伤害事故的发生，能全方面地考虑分析人因失效的各类原因，量化计算人为可靠性，并预防控制各类电力操作的风险，给出降低人为失效率的具体措施，以保证电网安全稳定运行。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，一种基于CREAM模型的电力系统人因可靠性评价方法，包括以下步骡：

在步骤s101中，获取通用效能条件因子及相应状态值，通过层次分析法计算各因子的权重系数。

通用效能条件(Common Performance Condition，CPC)包括组织完备性、工作条件(环境)、人机界面和操作支持、计划充分性、同时需完成的目标数、可用时间、作业时间、作业人员经验以及多人合作质量，每个条件均有多个影响因子，如表1所示。

表1

所述的通过层次分析法计算各因子的权重系数具体为：

1)根据通用效能条件因子间的关系，建立递阶层次结构。

递阶层次结构一般由以下三个层次组成：

●目标层(最高层)：指问题的预定目标；

●准则层(中间层)：指影响目标实现的准则；

●措施层(最低层)：指促使目标实现的措施。

明确各个层次的因素及其位置，并将它们之间的关系用连线连接起来，就构成了递阶层次结构。

2)根据递阶层次结构构造判断矩阵，并对其进行一致性检验，构造判断矩阵时，每一个在递阶层次结构中具有向下隶属关系的元素作为判断矩阵的第一个元素，隶属于它的各个元素依次排列在其后的第一行和第一列，判断矩阵采用对重要性程度按1-9赋值。

进行一致性检验的步骤为：

第一步，计算一致性指标C.I.(consistency index)：

$C.I.=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}$

第二步，确定相应的平均随机一致性指标R.I.(random index)；

第三步，计算一致性比例C.R.(consistency ratio)并进行判断

$C.R.=\frac{C.I.}{R.I.}$

当C.R.＜0.1时，认为判断矩阵的一致性是可以接受的，C.R.＞0.1时，认为判断矩阵不符合一致性要求，需要对该判断矩阵进行重新修正。

3)根据判断矩阵计算各因子的权重系数。

在步骤s102中，根据权重系数及相应状态值计算各通用效能条件的状态值。

在步骤s103中，建立模糊CREAM模型，以步骤s102中获得通用效能条件状态值作为模型输入，进行模糊计算，获得最终的人因失误概率值，以评价电力系统的人因可靠性，具体步骤为：

31)对输入的通用效能条件状态值进行模糊化，其中，隶属度函数采用高斯型隶属度函数，第i个通用效能条件的隶属度函数表示为μXⁱ(x_i)；

32)通过以下公式进行模糊计算：

$\left\{\begin{array}{c}\mathrm{he}{p}_m=k\·e^{(\mathrm{a\Σp}+\mathrm{b\Σn})}\\ \mathrm{\μ}\left(\mathrm{he}{p}_m\right)=(\mathrm{\μ}{X}^1\left(x_1\right)+...+\mathrm{\μ}{X}^9\left(x_9\right))/9\end{array}\right.$

其中，hep_m为第m项评价结果的人因失误概率值，m＝1，2，...，N_R，N_R为评价结果的项数，k、a、b为设定系数，∑p、∑n分别为通用效能条件中正面影响条件和负面影响条件的个数，μ(hep_m)为相关隶属度值，其为各通用效能条件隶属度的平均值；若每个μXⁱ(x_i)都有2～3隶属度，通用效能条件有9个，可能的评价结果有N_R＝22×37＝8748种；

33)通过以下公式进行解模糊判决，得到综合人因失误概率值：

$\mathrm{HEP}=\frac{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)\·\mathrm{he}{p}_m}{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)}.$

变电站操作是电力生产的重要组成部分，其可靠性控制是电网安全的重要组成部分。本发明深入分析电力操作模式，提出一种基于CREAM的电力系统人为操作可靠性定量评价方法，降低模型本身的不确定性。

Claims (6)

1.一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，包括以下步骤：

1)获取通用效能条件因子及相应状态值，通过层次分析法计算各因子的权重系数；

2)根据权重系数及相应状态值计算各通用效能条件的状态值；

3)建立模糊CREAM模型，以步骤2)中获得通用效能条件状态值作为模型输入，进行模糊计算，获得最终的人因失误概率值。

2.根据权利要求1所述的一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，所述的通用效能条件包括组织完备性、工作条件、人机界面和操作支持、计划充分性、同时需完成的目标数、可用时间、作业时间、作业人员经验以及多人合作质量。

3.根据权利要求1所述的一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，所述的通过层次分析法计算各因子的权重系数具体为：

1)根据通用效能条件因子间的关系，建立递阶层次结构；

2)根据递阶层次结构构造判断矩阵，并对其进行一致性检验；

3)根据判断矩阵计算各因子的权重系数。

4.根据权利要求3所述的一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，所述的构造判断矩阵时，每一个在递阶层次结构中具有向下隶属关系的元素作为判断矩阵的第一个元素，隶属于它的各个元素依次排列在其后的第一行和第一列。

5.根据权利要求3所述的一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，所述的判断矩阵采用对重要性程度按1-9赋值。

6.根据权利要求1所述的一种基于CREAM模型的电力系统人因可靠性评价方法，其特征在于，所述的步骤3)中具体为：

31)对输入的通用效能条件状态值进行模糊化，其中，隶属度函数采用高斯型隶属度函数，第i个通用效能条件的隶属度函数表示为μXⁱ(x_i)；

32)通过以下公式进行模糊计算：

$\left\{\begin{array}{c}\mathrm{he}{p}_m=k\·e^{(\mathrm{a\Σp}+\mathrm{b\Σn})}\\ \mathrm{\μ}\left(\mathrm{he}{p}_m\right)=(\mathrm{\μ}{X}^1\left(x_1\right)+...+\mathrm{\μ}{X}^9\left(x_9\right))/9\end{array}\right.$

其中，hep_m为第m项评价结果的人因失误概率值，m＝1，2，...，N_R，N_R为评价结果的项数，k、a、b为设定系数，∑p、∑n分别为通用效能条件中正面影响条件和负面影响条件的个数，μ(hep_m)为相关隶属度值，其为各通用效能条件隶属度的平均值；

33)通过以下公式进行解模糊判决，得到综合人因失误概率值：

$\mathrm{HEP}=\frac{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)\·\mathrm{he}{p}_m}{\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}\mathrm{\μ}\left(\mathrm{he}{p}_m\right)}.$