CN112668830A - 一种变电站作业风险多层模糊评估方法 - Google Patents

Abstract

本发明公开了一种变电站作业风险多层模糊评估方法，从设备状态、工作安排、工作人员和环境因素四个方面对作业风险做全面评估，参考因素多样化，因此对作业风险的评估更加全面和准确，避免单一因素造成的评估结果不准确，从而导致危险事故发生。并且对影响作业风险的因素进行了纵向分层，每组因素之间采用层次分析法获取权重系数、之后采用隶属函数得到因素隶属度，最终获取作业风险值，整个评估过程简单易行、结构设置合理，能够在保证计算量不高的前提下进行多维度的全面评估，运行效率极高，能够实现获取实时因素进行实时评估，及时做出现场作业安全预警，具有高度的适应性和灵活性。

Description

一种变电站作业风险多层模糊评估方法

技术领域

本发明涉及变电站安全技术领域，尤其涉及一种变电站作业风险多层模糊评估方法。

背景技术

电力企业一直将安全生产放在重中之重的位置，在现行监督管理制度中，现场工作人员的作业风险评估具有重大的现实意义。现行的风险评估一般只对作业风险进行简单的等级划分，且主要依据生产作业风险库的不同工作内容和可能的风险等级进行确定。此方法没有考虑诸如环境、设备以及人员素质等多方面的因素，而且等级划分往往较为粗糙，不能客观反映现场作业风险。且现有的风险评估模型考虑因素较为单一，算法计算量大，只有作业前评估，缺乏实时评估的能力。

发明内容

本发明要解决的技术问题是克服现有技术的不足，提供一种简单实用、资源要素合理、计算量小和评估结果准确可靠的变电站作业风险多层模糊评估方法。

为解决上述技术问题，本发明提出的技术方案为：

一种变电站作业风险多层模糊评估方法，包括以下步骤：

S1：在评估设备中建立影响变电站作业风险的四个第一层因素：设备状态(E1)、工作安排(E2)、人员情况(E3)和环境因素(E4)；

对各第一层因素划分，得到第二层因素：

E₁＝{e₁₁，e₁₂，e₁₃，e₁₄，e₁₅}＝{变压器，母线，断路器，互感器，避雷器}

E₂＝{e₂₁，e₂₂，e₂₃，e₂₄}＝{工作票情况，作业难度，时间裕度，工器具配置}

E₃＝{e₃₁，e₃₂，e₃₃，e₃₄，e₃₅，e₃₆}＝{身体状况，文化水平，技能培训，心理素质，合作经验，作业事故率}；

E₄＝{e₄₁，e₄₂，e₄₃，e₄₄，e₄₅}＝{气象条件，作业环境，安全警戒，应急预案，规单制度}

对各第二层因素划分，得到第三层因素：

e₁₁＝{e₁₁₁，e₁₁₂，e₁₁₃，e₁₁₄，e₁₁₅，e₁₁₆，e₁₁₇，e₁₁₈，e₁₁₉}＝{油温，实时负荷，中性点电性，绕组泄露电流，冷却系统，气体成分，负荷端电压，负荷端电流，绝缘电阻}

e₁₂＝{e₁₂₁，e₁₂₂，e₁₂₃}＝{电压等级，运行年数，连接方式}

e₁₃＝{e₁₃₁，e₁₃₂，e₁₃₃}＝{电压等级，绝缘情况，运行年数}

e₁₄＝{e₁₄₁，e₁₄₂}＝{电压等级，运行年数}

e₁₅＝{e₁₅₁，e₁₅₂，e₁₅₃}＝{类型，电压等级，运行年数}

e₂₁＝{e₂₁₁，e₂₁₂，e₂₁₃，e₂₁₄}＝{工作票类型，工作危险点，检修时间，人员个数}

e₂₂＝{e₂₂₁，e₂₂₂}＝{分组作业，交叉作业}

e₂₃＝{e₂₃₁，e₂₃₂}＝{工作时长，工作性质}

e₂₄＝{e₂₄₁，e₂₄₂，e₂₄₃}＝{科学配比，防护工具，穿戴情况}

e₃₁＝{e₃₁₁，e₃₁₂，e₃₁₃，e₃₁₄，e₃₁₅}＝{心率，血压，身体素质，已工作时长，病症历史}

e₃₂＝{e₃₂₁，e₃₂₂，e₃₂₃}＝{学历，岗位，测试成绩}

e₃₃＝{e₃₃₁，e₃₃₂，e₃₃₃}＝{从业时间，培训成绩，熟悉程度}

e₃₄＝{e₃₄₁，e₃₄₂}＝{工作情绪，精神状态}

e₃₅＝{e₃₅₁，e₃₅₂}＝{人员配置，工作人数}

e₃₆＝{e₃₆₁，e₃₆₂，e₃₆₃}＝{近期事故率，工作项目历史事故率，区域历史事故率}

e₄₁＝{e₄₁₁，e₄₁₂，e₄₁₃，e₄₁₄，e₄₁₅}＝{温度，湿度，噪音，天气类型，气压}

e₄₂＝{e₄₂₁，e₄₂₂，e₄₂₃}＝{作业位置，作业空间，作业带电}

e₄₃＝{e₄₃₁，e₄₃₂}＝{作业监护，安全设备布置}

e₄₄＝{e₄₄₁}＝{作业指导依据}

e₄₅＝{e₄₅₁，e₄₅₂，e₄₅₃}＝{安全组织管理制度，企业政策，工作证件}；

S2：获取第三层因素中数值因素的实时测量值X，通过以下算法得到数值因素的评分值Nx：

其中，X₀为该第三层因素的最优值，X_∞为该第三层因素的临界值；

通过调研获取第三层因素中非数值因素的调研值Y_D和n位专家对第三层因素中的非数值因素的评分Y_i，通过以下算法得到非数值因素的评分值N_y；该分值在0～10之间；

S3：采用层次分析法对每个第二层因素e_ij划分得到的每组第三层因素e_ijk运算：

其中，

获取每组第三层因素的权重系数集P_ij＝{p_ij1，p_ij2，……p_ijk}；

采用层次分析法对每个第一层因素E_i划分得到的每组第二层因素e_ij运算：

其中，

获取每组第二层因素的权重系数集P_i＝{p_i1，p_i2，……p_ij}；

采用层次分析法对第一层因素E_i运算：

其中，

获取第一层因素的权重系数集P＝{p₁，p₂，p₃，p₄}；

S4：根据目标需求把评估等级分级为：Φ＝{φ₁,φ₂,φ₃,φ₄,φ₅}＝{安全，较安全，注意，较危险，危险}，选取隶属函数，通过隶属函数对每组第三层因素建立隶属矩阵Θ获取对应的第二层因素e_ij的隶属度Θ_ij：

其中，η是隶属度系数，由隶属函数得到；

S5：通过隶属度矩阵根据每组第二层因素e_ij的隶属度Θ_ij获取对应的第一层因素Ei的隶属度Θ_i：

S6：通过隶属度矩阵根据各第一层因素Ei的隶属度Θ_i得到风险隶属集C：

S7：通过以下运算得到作业风险值Q：

Q＝c₁×100+c₂×80+c₃×60+c₄×40+c₅×20；

比较作业风险值Q与预设的安全级别值，并根据比较结果输出作业风险信息。

与现有技术相比，本发明的优点在于：

本发明的变电站作业风险多层模糊评估方法，从设备状态、工作安排、工作人员和环境因素四个方面对作业风险做全面评估，参考因素多样化，因此对作业风险的评估更加全面和准确，避免单一因素造成的评估结果不准确，从而导致危险事故发生。并且对影响作业风险的因素进行了纵向分层，每组因素之间采用层次分析法获取权重系数、之后采用隶属函数得到因素隶属度，最终获取作业风险值，整个评估过程简单易行、结构设置合理，能够在保证计算量不高的前提下进行多维度的全面评估，运行效率极高，能够实现获取实时因素进行实时评估，及时做出现场作业安全预警，具有高度的适应性和灵活性。

附图说明

图1是本发明的变电站作业风险多层模糊评估方法的流程示意图。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本文发明做更全面、细致地描述，但本发明的保护范围并不限于以下具体实施例。

实施例：

本实施例的一种变电站作业风险多层模糊评估方法，如图1所示，包括以下步骤：

S1：从人员、环境、设备等方面入手，把影响作业风险的因素进行划分，并在评估设备中建立影响变电站作业风险的四个第一层因素：设备状态(E1)、工作安排(E2)、人员情况(E3)和环境因素(E4)；

对各第一层因素划分，得到第二层因素：

E₁＝{e₁₁，e₁₂，e₁₃，e₁₄，e₁₅}＝{变压器，母线，断路器，互感器，避雷器}

E₂＝{e₂₁，e₂₂，e₂₃，e₂₄}＝{工作票情况，作业难度，时间裕度，工器具配置}

E₃＝{e₃₁，e₃₂，e₃₃，e₃₄，e₃₅，e₃₆}＝{身体状况，文化水平，技能培训，合作经验，作业事故率}

E₄＝{e₄₁，e₄₂，e₄₃，e₄₄，e₄₅}＝{气象条件，作业环境，安全警戒，应急预案，规章制度}

对各第二层因素划分，得到第三层因素：

e₁₁＝{e₁₁₁，e₁₁₂，e₁₁₃，e₁₁₄，e₁₁₅，e₁₁₆，e₁₁₇，e₁₁₈，e₁₁₉}＝{油温，实时负荷，中性点电性，绕组泄露电流，冷却系统，气体成分，负荷端电压，负荷端电流，绝缘电阻}

e₁₂＝{e₁₂₁，e₁₂₂，e₁₂₃}＝{电压等级，运行年数，连接方式}

e₁₃＝{e₁₃₁，e₁₃₂，e₁₃₃}＝{电压等级，绝缘情况，运行年数}

e₁₄＝{e₁₄₁，e₁₄₂}＝{电压等级，运行年数}

e₁₅＝{e₁₅₁，e₁₅₂，e₁₅₃}＝{类型，电压等级，运行年数}

e₂₁＝{e₂₁₁，e₂₁₂，e₂₁₃，e₂₁₄}＝{工作票类型，工作危险点，检修时间，人员个数}

e₂₂＝{e₂₂₁，e₂₂₂}＝{分组作业，交叉作业}

e₂₃＝{e₂₃₁，e₂₃₂}＝{工作时长，工作性质}

e₂₄＝{e₂₄₁，e₂₄₂，e₂₄₃}＝{科学配比，防护工具，穿戴情况}

e₃₁＝{e₃₁₁，e₃₁₂，e₃₁₃，e₃₁₄，e₃₁₅}＝{心率，血压，身体素质，已工作时长，病症历史}

e₃₂＝{e₃₂₁，e₃₂₂，e₃₂₃}＝{学历，岗位，测试成绩}

e₃₃＝{e₃₃₁，e₃₃₂，e₃₃₃}＝{从业时间，培训成绩，熟悉程度}

e₃₄＝{e₃₄₁，e₃₄₂}＝{工作情绪，精神状态}

e₃₅＝{e₃₅₁，e₃₅₂}＝{人员配置，工作人数}

e₃₆＝{e₃₆₁，e₃₆₂，e₃₆₃}＝{近期事故率，工作项目历史事故率，区域历史事故率}

e₄₁＝{e₄₁₁，e₄₁₂，e₄₁₃，e₄₁₄，e₄₁₅}＝{温度，湿度，噪音，天气类型，气压}

e₄₂＝{e₄₂₁，e₄₂₂，e₄₂₃}＝{作业位置，作业空间，作业带电}

e₄₃＝{e₄₃₁，e₄₃₂}＝{作业监护，安全设备布置}

e₄₄＝{e₄₄₁}＝{作业指导依据}

e₄₅＝{e₄₅₁，e₄₅₂，e₄₅₃}＝{安全组织管理制度，企业政策，工作证件}；

S2：获取第三层因素中数值因素的实时测量值X，通过以下算法得到数值因素的评分值Nx：

其中，X₀为该第三层因素的最优值，X_∞为该第三层因素的临界值；其中各数值可以按照需求从PMS(工作票、操作票数据)、OMS(生产计划、SCDAD数据)、生产作业信息发布系统(作业地点、内容、人数、车辆数据)、气象数值(暴雨、大风、冰冻、高温、寒潮数据)、资产管理系统和培训与评价系统等数值因素存储部分中获取。

通过调研获取第三层因素中非数值因素的调研值Y_D和n位专家对第三层因素中的非数值因素的评分Y_i，通过以下算法得到非数值因素的评分值N_y；该分值在0～10之间。

以人员情况中身体状况划分得到的第三层因素为例，身体状况因素e₃₁包括{e₃₁₁，e₃₁₂，e₃₁₃，e₃₁₄，e₃₁₅}＝{心率，血压，身体素质，已工作时长，病症历史}：

身体状态评分数值

S3：采用层次分析法对每个第二层因素e_ij划分得到的每组第三层因素e_ijk运算：

其中，

获取每组第三层因素的权重系数集P_ij＝{p_ij1，p_ij2，……p_ijk}；

以人员情况中身体状况划分得到的第三层因素为例，按重要程度得到以下判断矩阵：

身体状况判断矩阵

然后对判断矩阵使用规范列平均法求取权重集P₃₁＝{p₃₁₁，p₃₁₂，p₃₁₃，p₃₁₄，p₃₁₅}＝{0.06，0.11，0.40，0.21，0.23}。

采用层次分析法对每个第一层因素E_i划分得到的每组第二层因素e_ij运算：

其中，

获取每组第二层因素的权重系数集P_i＝{p_i1，p_i2，……p_ij}；

采用层次分析法对第一层因素E_i运算：

其中，

获取第一层因素的权重系数集P＝{p₁，p₂，p₃，p₄}；

S4：根据目标需求把评估等级分级为：Φ＝{φ₁,φ₂,φ₃,φ₄,φ₅}＝{安全，较安全，注意，较危险，危险}，选取隶属函数，通过隶属函数对每组第三层因素建立隶属矩阵Θ获取对应的第二层因素e_ij的隶属度Θ_ij：

其中，η是隶属度系数，由隶属函数得到；

同样以人员情况中身体状况划分得到的第三层因素为例，选取形状简单、运算方便的三角形隶属函数，通过三角形隶属度函数对该组第三层因素建立下列隶属矩阵Θ₃₁：

身体状况隶属矩阵

可以得到身体状况因素的隶属度为

S5：通过隶属度矩阵根据每组第二层因素e_ij的隶属度Θ_ij获取对应的第一层因素Ei的隶属度Θ_i：

S6：通过隶属度矩阵根据各第一层因素Ei的隶属度Θ_i得到风险隶属集C：

S7：通过以下运算得到作业风险值Q：

Q＝c₁×100+c₂×80+c₃×60+c₄×40+c₅×20；

比较作业风险值Q与预设的安全级别值，并根据比较结果输出作业风险信息。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例。对于本领域的技术人员来说，在不脱离本发明的技术构思前提下所得到的改进和变换也应视为本发明的保护范围。

Claims (1)

1.一种变电站作业风险多层模糊评估方法，其特征在于，包括以下步骤：

S1：在评估设备中建立影响变电站作业风险的四个第一层因素：设备状态(E1)、工作安排(E2)、人员情况(E3)和环境因素(E4)；

对各第一层因素划分，得到第二层因素：

E₁＝{e₁₁，e₁₂，e₁₃，e₁₄，e₁₅}＝{变压器，母线，断路器，互感器，避雷器}

E₂＝{e₂₁，e₂₂，e₂₃，e₂₄}＝{工作票情况，作业难度，时间裕度，工器具配置}

E₃＝{e₃₁，e₃₂，e₃₃，e₃₄，e₃₅，e₃₆}＝{身体状况，文化水平，技能培训，心理素质，合作经验，作业事故率}；

E₄＝{e₄₁，e₄₂，e₄₃，e₄₄，e₄₅}＝{气象条件，作业环境，安全警戒，应急预案，规章制度}

对各第二层因素划分，得到第三层因素：

e₁₁＝{e₁₁₁，e₁₁₂，e₁₁₃，e₁₁₄，e₁₁₅，e₁₁₆，e₁₁₇，e₁₁₈，e₁₁₉}＝{油温，实时负荷，中性点电性，绕组泄露电流，冷却系统，气体成分，负荷端电压，负荷端电流，绝缘电阻}

e₁₂＝{e₁₂₁，e₁₂₂，e₁₂₃}＝{电压等级，运行年数，连接方式}

e₁₃＝{e₁₃₁，e₁₃₂，e₁₃₃}＝{电压等级，绝缘情况，运行年数}

e₁₄＝{e₁₄₁，e₁₄₂}＝{电压等级，运行年数}

e₁₅＝{e₁₅₁，e₁₅₂，e₁₅₃}＝{类型，电压等级，运行年数}

e₂₁＝{e₂₁₁，e₂₁₂，e₂₁₃，e₂₁₄}＝{工作票类型，工作危险点，检修时间，人员个数}

e₂₂＝{e₂₂₁，e₂₂₂}＝{分组作业，交叉作业}

e₂₃＝{e₂₃₁，e₂₃₂}＝{工作时长，工作性质}

e₂₄＝{e₂₄₁，e₂₄₂，e₂₄₃}＝{科学配比，防护工具，穿戴情况}

e₃₁＝{e₃₁₁，e₃₁₂，e₃₁₃，e₃₁₄，e₃₁₅}＝{心率，血压，身体素质，已工作时长，病症历史}

e₃₂＝{e₃₂₁，e₃₂₂，e₃₂₃}＝{学历，岗位，测试成绩}

e₃₃＝{e₃₃₁，e₃₃₂，e₃₃₃}＝{从业时间，培训成绩，熟悉程度}

e₃₄＝{e₃₄₁，e₃₄₂}＝{工作情绪，精神状态}

e₃₅＝{e₃₅₁，e₃₅₂}＝{人员配置，工作人数}

e₃₆＝{e₃₆₁，e₃₆₂，e₃₆₃}＝{近期事故率，工作项目历史事故率，区域历史事故率}

e₄₁＝{e₄₁₁，e₄₁₂，e₄₁₃，e₄₁₄，e₄₁₅}＝{温度，湿度，噪音，天气类型，气压}

e₄₂＝{e₄₂₁，e₄₂₂，e₄₂₃}＝{作业位置，作业空间，作业带电}

e₄₃＝{e₄₃₁，e₄₃₂}＝{作业监护，安全设备布置}

e₄₄＝{e₄₄₁}＝{作业指导依据}

e₄₅＝{e₄₅₁，e₄₅₂，e₄₅₃}＝{安全组织管理制度，企业政策，工作证件}；

S2：获取第三层因素中数值因素的实时测量值X，通过以下算法得到数值因素的评分值Nx：

其中，X₀为该第三层因素的最优值，x_∞为该第三层因素的临界值；

通过调研获取第三层因素中非数值因素的调研值Y_D和n位专家对第三层因素中的非数值因素的评分Y_i，通过以下算法得到非数值因素的评分值N_y；

S3：采用层次分析法对每个第二层因素e_ij划分得到的每组第三层因素e_ijk运算：

其中，

获取每组第三层因素的权重系数集P_ij＝{p_ij1，p_ij2，……p_ijk}；

采用层次分析法对每个第一层因素Ei划分得到的每组第二层因素e_ij运算：

其中，

获取每组第二层因素的权重系数集P_i＝{p_i1，p_i2，……p_ij}；

采用层次分析法对第一层因素E_i运算：

其中，

获取第一层因素的权重系数集P＝{p₁，p₂，p₃，p₄}；

S4：根据目标需求把评估等级分级为：Φ＝{φ₁，φ₂，φ₃，φ₄，φ₅}＝{安全，较安全，注意，较危险，危险}，选取隶属函数，通过隶属函数对每组第三层因素建立隶属矩阵Θ获取对应的第二层因素e_ij的隶属度Θ_ij：

其中，η是隶属度系数，由隶属函数得到；

S5：通过隶属度矩阵根据每组第二层因素e_ij的隶属度Θ_ij获取对应的第一层因素Ei的隶属度Θ_i：

S6：通过隶属度矩阵根据各第一层因素Ei的隶属度Θ_i得到风险隶属集C：

S7：通过以下运算得到作业风险值Q：

Q＝c₁×100+c₂×80+c₃×60+c₄×40+c₅×20；

比较作业风险值Q与预设的安全级别值，并根据比较结果输出作业风险信息。

Images