章偉林, 張學(xué)東

?

基于貝葉斯網(wǎng)絡(luò)的電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管控系統(tǒng)①

章偉林, 張學(xué)東

(國家電網(wǎng)浙江省電力公司, 杭州 310007)

分析了建立電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管控系統(tǒng)的必要性和設(shè)計(jì)框架, 并提出了基于貝葉斯網(wǎng)絡(luò)的動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型. 通過對風(fēng)險(xiǎn)因素的識(shí)別和評(píng)估, 構(gòu)建了貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù), 在此基礎(chǔ)上對安全生產(chǎn)風(fēng)險(xiǎn)進(jìn)行了風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)診斷. 最后, 依據(jù)分析得到的結(jié)果進(jìn)行風(fēng)險(xiǎn)控制. 該系統(tǒng)可以滿足電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管控的需求.

貝葉斯網(wǎng)絡(luò); 安全生產(chǎn); 風(fēng)險(xiǎn)評(píng)估; 風(fēng)險(xiǎn)管控

隨著經(jīng)濟(jì)的高速發(fā)展, 工業(yè)用電、居民用電不斷攀升. 用電需求量迫使電網(wǎng)的不斷升級(jí)改造, 電網(wǎng)線路更為復(fù)雜, 現(xiàn)場作業(yè)規(guī)模不斷加大, 導(dǎo)致人身傷亡、電纜著火、電氣誤操作、風(fēng)電大面積脫網(wǎng)、大型變壓器損壞、開關(guān)設(shè)備事故、輸電線路事故、電力電纜損壞、繼電保護(hù)等安全生產(chǎn)風(fēng)險(xiǎn)也不斷提高.

現(xiàn)有安全風(fēng)險(xiǎn)管控體系在智能化、自適應(yīng)方面已無法滿足實(shí)際工作的要求, 主要體現(xiàn)在以下幾方面:

(1) 風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)缺乏有效的升級(jí)修訂機(jī)制. 當(dāng)前的風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)根據(jù)后評(píng)估結(jié)果和各單位反饋的情況, 人工定期對風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)進(jìn)行更新修訂. 效率低下.

(2) 風(fēng)險(xiǎn)評(píng)估智能化不足, 不僅工作量大, 且在較大程度上影響了風(fēng)險(xiǎn)評(píng)估的科學(xué)性和準(zhǔn)確性. 現(xiàn)有的風(fēng)險(xiǎn)評(píng)估主要由專業(yè)人員對照評(píng)估標(biāo)準(zhǔn)進(jìn)行人工判定, 評(píng)估人員往往需要查閱大量的歷史數(shù)據(jù)方能進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)評(píng)估, 工作量較大.

(3) 控制措施針對性不足. 控制措施執(zhí)行是對現(xiàn)場作業(yè)進(jìn)行風(fēng)險(xiǎn)管控的具體抓手, 當(dāng)前控制措施主要由基層單位在完成風(fēng)險(xiǎn)評(píng)估后人工制定, 因此控制措施的針對性主要依賴于制定人員的經(jīng)驗(yàn), 使作業(yè)現(xiàn)場管控的成效大打折扣.

因此, 企業(yè)迫切需要建立一種全新的安全生產(chǎn)管控手段, 解決管理瓶頸, 控制風(fēng)險(xiǎn)隱患, 以科技創(chuàng)新推動(dòng)安全管理生產(chǎn)水平提升, 提高風(fēng)險(xiǎn)評(píng)估的科學(xué)性和準(zhǔn)確性, 減輕基層單位的負(fù)擔(dān), 真正發(fā)揮風(fēng)險(xiǎn)管控對現(xiàn)場作業(yè)的指導(dǎo)作用, 確保作業(yè)安全.

目前, 在各類行業(yè)中的風(fēng)險(xiǎn)評(píng)估所采用傳統(tǒng)常用方法有層次分析法(AHP)[1]、故障樹法(FTA)[2]、“海因里?！狈▌t[3]. 傳統(tǒng)的系統(tǒng)安全分析方法在風(fēng)險(xiǎn)評(píng)估中存在一定局限性[4], 譬如FTA假設(shè)事件是二值的、相互獨(dú)立的, 不能很好地解決復(fù)雜系統(tǒng)的建模問題, 計(jì)算精確度低并且浪費(fèi)時(shí)間[5].

貝葉斯網(wǎng)絡(luò)是人工智能、概率理論、圖論、決策分析相結(jié)合的產(chǎn)物, 是目前不確定知識(shí)表達(dá)和推理領(lǐng)域中最有效的理論模型之一[6]. 近幾年來, 貝葉斯方法廣泛應(yīng)用于各個(gè)領(lǐng)域. 李天縱[7]、任雪利[8]等將貝葉斯網(wǎng)絡(luò)應(yīng)用于軟件項(xiàng)目風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)評(píng)估中; 王昕[9]將貝葉斯網(wǎng)絡(luò)用于大型建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估; 陸瑩[10]將貝葉斯網(wǎng)絡(luò)應(yīng)用于地鐵運(yùn)營安全風(fēng)險(xiǎn)預(yù)測; 郭發(fā)蔚[11]將貝葉斯網(wǎng)絡(luò)應(yīng)用于隧道施工風(fēng)險(xiǎn)綜合評(píng)估等. 用貝葉斯網(wǎng)絡(luò)能很好地彌補(bǔ)傳統(tǒng)安全性評(píng)估方法的不足[12]. 但目前將貝葉斯網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)智能化安全生產(chǎn)風(fēng)險(xiǎn)管控系統(tǒng)還未見報(bào)到.

本文將貝葉斯網(wǎng)絡(luò)方法應(yīng)用于電力系統(tǒng)智能化安全生產(chǎn)風(fēng)險(xiǎn)管控, 實(shí)現(xiàn)電力系統(tǒng)安全生產(chǎn)風(fēng)險(xiǎn)評(píng)估.

1 系統(tǒng)概述

電力系統(tǒng)智能化安全生產(chǎn)風(fēng)險(xiǎn)管控信息系統(tǒng)總體架構(gòu)圖如圖1所示. 在技術(shù)體系架構(gòu)設(shè)計(jì)上, 信息系統(tǒng)根據(jù)面向服務(wù) (SOA)的核心構(gòu)架思想, 采用組件化和面向?qū)ο蟮拈_發(fā)模式和基于J2EE 、B/S 結(jié)構(gòu)的技術(shù)體系架構(gòu), 數(shù)據(jù)庫為MongoDB, 采用以業(yè)務(wù)為驅(qū)動(dòng)的自頂向下的頂層框架設(shè)計(jì)方法, 貫徹以新建和整合相結(jié)合的系統(tǒng)建設(shè)方式進(jìn)行總體設(shè)計(jì). 系統(tǒng)包括OS硬件層、數(shù)據(jù)層、傳輸層、應(yīng)用與服務(wù)層, 其中又以應(yīng)用與服務(wù)層中的風(fēng)險(xiǎn)管控信息系統(tǒng)為核心.

圖1 安全生產(chǎn)風(fēng)險(xiǎn)管控信息系統(tǒng)總體架構(gòu)圖

風(fēng)險(xiǎn)管控信息系統(tǒng)主要包括風(fēng)險(xiǎn)管理、事故管理、基礎(chǔ)管理、應(yīng)急救援管理、監(jiān)督檢查、質(zhì)量標(biāo)準(zhǔn)化管理和安全培訓(xùn)等子系統(tǒng).

風(fēng)險(xiǎn)管理子系統(tǒng)的主要功能是利用基于貝葉斯網(wǎng)絡(luò)模型的軟件算法對危險(xiǎn)源進(jìn)行辨識(shí)的基礎(chǔ)上進(jìn)行風(fēng)險(xiǎn)評(píng)估、衡量風(fēng)險(xiǎn)發(fā)生的概率以及其可能造成的損失, 最終確定風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)和措施.

事故管理子系統(tǒng)實(shí)現(xiàn)事故通報(bào)、責(zé)任追究以及事故報(bào)表等功能, 實(shí)現(xiàn)對檢查出的隱患信息進(jìn)行上報(bào)和匯總.

質(zhì)量標(biāo)準(zhǔn)化子系統(tǒng)主要包括標(biāo)準(zhǔn)庫查詢、檢查表生成、檢查結(jié)果錄入、評(píng)比和匯總查詢.

監(jiān)督監(jiān)察子系統(tǒng)負(fù)責(zé)管理安全活動(dòng)的制定、檢查活動(dòng)后檢查通報(bào)的發(fā)布以及管理單位對被檢查問題的整改落實(shí)情況和對檢查結(jié)果的最后總結(jié).

應(yīng)急救援管理子系統(tǒng)主要是針對突發(fā)和具有破壞力的緊急事件, 主要包括應(yīng)急救援平臺(tái)、預(yù)案和演練.

2 貝葉斯網(wǎng)絡(luò)的基本理論

2.1 貝葉斯定理

貝葉斯定理是概率統(tǒng)計(jì)中的應(yīng)用所觀察到的現(xiàn)象對先驗(yàn)概率進(jìn)行修正的標(biāo)準(zhǔn)方法, 即當(dāng)分析樣本大到趨近總體數(shù)時(shí), 樣本中事件發(fā)生的概率將接近于總體中事件發(fā)生的概率[13].

2.2 貝葉斯網(wǎng)絡(luò)概述

貝葉斯網(wǎng)絡(luò)[14]是一種有向圖模型, 在貝葉斯網(wǎng)絡(luò)中, 每一個(gè)原因變量和結(jié)果變量都由節(jié)點(diǎn)表示, 并用概率表示變量之間的關(guān)系強(qiáng)弱, 每個(gè)節(jié)點(diǎn)都有自己的節(jié)點(diǎn)概率分布以表征父節(jié)點(diǎn)對子節(jié)點(diǎn)產(chǎn)生的影響. 通過貝葉斯網(wǎng)絡(luò)可以匯總各種數(shù)據(jù)并對這些數(shù)據(jù)進(jìn)行綜合推理. 總的來說, 貝葉斯網(wǎng)絡(luò)是一個(gè)具有如下特征的圖形結(jié)構(gòu)[15]:

(1) 由節(jié)點(diǎn)和連線組成的有向無環(huán)圖;

(2) 網(wǎng)絡(luò)節(jié)點(diǎn)代表隨機(jī)變量, 節(jié)點(diǎn)間的有向連線表示隨機(jī)變量之間的條件依賴關(guān)系. 指向節(jié)點(diǎn)A 的所有節(jié)點(diǎn)稱為節(jié)點(diǎn) A 的父節(jié)點(diǎn), 而節(jié)點(diǎn)A 稱為其父節(jié)點(diǎn)的子節(jié)點(diǎn);

(3) 節(jié)點(diǎn)條件概率表表征該節(jié)點(diǎn)相對于其父節(jié)點(diǎn)的所有可能的條件概率.

3 基于貝葉斯網(wǎng)絡(luò)的風(fēng)險(xiǎn)管理過程

貝葉斯網(wǎng)絡(luò)通過實(shí)踐積累可對網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行更新改進(jìn), 本文用貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管控應(yīng)用過程如圖2所示.

圖2 基于貝葉斯網(wǎng)絡(luò)的安全生產(chǎn)風(fēng)險(xiǎn)管控過程圖

步驟1: 風(fēng)險(xiǎn)分類和識(shí)別

此階段, 對安全生產(chǎn)有影響的風(fēng)險(xiǎn)因素進(jìn)行歸類分級(jí), 根據(jù)歷史數(shù)據(jù)、專家經(jīng)驗(yàn), 調(diào)查分析等列出重要的風(fēng)險(xiǎn)因素.

步驟2: 風(fēng)險(xiǎn)評(píng)估

此階段, 步驟1的每項(xiàng)風(fēng)險(xiǎn)因素進(jìn)行定級(jí), 確定風(fēng)險(xiǎn)等級(jí)數(shù)據(jù)集便于貝葉斯網(wǎng)絡(luò)的分析. 風(fēng)險(xiǎn)等級(jí)可由式表示:

圖3 風(fēng)險(xiǎn)等級(jí)矩陣圖

步驟3: 貝葉斯網(wǎng)絡(luò)構(gòu)建

貝葉斯網(wǎng)絡(luò)通過結(jié)構(gòu)性學(xué)習(xí)進(jìn)行構(gòu)建, 并用來檢驗(yàn)風(fēng)險(xiǎn)因素之間的關(guān)系. 每個(gè)風(fēng)險(xiǎn)因素的可能性可通過參數(shù)學(xué)習(xí)進(jìn)行計(jì)算.

通過調(diào)查問卷、歷史數(shù)據(jù)、專家討論, 在考慮安全度指標(biāo)體系的情況下, 確定貝葉斯網(wǎng)絡(luò)中所有證據(jù)節(jié)點(diǎn)的概率. 結(jié)合公式, 得到安全生產(chǎn)風(fēng)險(xiǎn)概率.

步驟4: 風(fēng)險(xiǎn)控制

影響安全生產(chǎn)的風(fēng)險(xiǎn)因素通過貝葉斯網(wǎng)絡(luò)敏感性分析進(jìn)行評(píng)估, 對影響安全生產(chǎn)的風(fēng)險(xiǎn)因素, 采取措施進(jìn)行控制.

步驟5: 風(fēng)險(xiǎn)再評(píng)估

步驟4中需要控制的風(fēng)險(xiǎn)因素確定后, 有些風(fēng)險(xiǎn)因素的改變會(huì)導(dǎo)致電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)的改變, 因此需要更新貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)參數(shù), 并進(jìn)行風(fēng)險(xiǎn)再評(píng)估.

4 安全生產(chǎn)風(fēng)險(xiǎn)管控應(yīng)用

4.1風(fēng)險(xiǎn)分類和識(shí)別

結(jié)合電力企業(yè)安全生產(chǎn)的歷史數(shù)據(jù)和參考文獻(xiàn), 分析在安全生產(chǎn)過程中可能存在的風(fēng)險(xiǎn)因素, 通過專家調(diào)查法確定可能的風(fēng)險(xiǎn)事件類別并對導(dǎo)致各風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)因素進(jìn)行分類, 確定風(fēng)險(xiǎn)因素, 最終得到風(fēng)險(xiǎn)識(shí)別的結(jié)果如下:

管理的因素: 對部門安全管理能力水平、部門安全生產(chǎn)規(guī)范及職責(zé)、行業(yè)安全生產(chǎn)標(biāo)準(zhǔn)以及規(guī)范等相關(guān)知識(shí)、勞動(dòng)管理失誤、違章指揮、無章可循、交叉作業(yè)管理混亂, 均有可能導(dǎo)致的人身事故、電網(wǎng)事故、設(shè)備事故或障礙;

人的因素: 作業(yè)人員的不安全行為, 如違章操作、違反勞動(dòng)紀(jì)律、專業(yè)知識(shí)(安全生產(chǎn)規(guī)章制度、操作規(guī)程、事故應(yīng)急及逃生知識(shí)、專業(yè)應(yīng)急預(yù)案內(nèi)容)掌握程度、員工身體狀態(tài)、員工心理素質(zhì)、工作負(fù)荷、工作態(tài)度不認(rèn)真等, 均有可能導(dǎo)致的人身事故、電網(wǎng)事故、設(shè)備事故或障礙;

環(huán)境的因素: 作業(yè)任務(wù)種類和等級(jí)(如10KV配網(wǎng)帶電作業(yè)、電房變壓器搶修、臺(tái)架式變壓器更換、帶電核相等)、電壓等級(jí)、周圍近距離的帶電設(shè)備、作業(yè)空間、風(fēng)雨冰雪天氣、溫濕度、環(huán)境噪聲等, 均有可能導(dǎo)致的人身事故、電網(wǎng)事故、設(shè)備事故或障礙;

物的因素: 嚴(yán)重缺陷的、不合格的安全工器具、施工機(jī)具、安全防護(hù)用品、儀器儀表等, 均有可能導(dǎo)致的人身事故、電網(wǎng)事故、設(shè)備事故或障礙.

4.2風(fēng)險(xiǎn)評(píng)估

在風(fēng)險(xiǎn)分類識(shí)別的基礎(chǔ)上還需對風(fēng)險(xiǎn)因素進(jìn)行分析, 明確風(fēng)險(xiǎn)因素發(fā)生的可能性和損失嚴(yán)重程度, 結(jié)合式和圖5綜合確定主要風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)等級(jí). 根據(jù)得出的所占比例最高(R3)的因素, 經(jīng)專家討論最終確定主要風(fēng)險(xiǎn)因素, 得到電力企業(yè)安全生產(chǎn)的主要風(fēng)險(xiǎn)因素如表1.

表1 電力企業(yè)安全生產(chǎn)的主要風(fēng)險(xiǎn)因素

4.3貝葉斯網(wǎng)絡(luò)構(gòu)建與計(jì)算

將上述電力企業(yè)安全生產(chǎn)的主要風(fēng)險(xiǎn)因素定為貝葉斯網(wǎng)絡(luò)基本節(jié)點(diǎn), 通過專家討論確定各節(jié)點(diǎn)間的因果關(guān)系, 由貝葉斯網(wǎng)絡(luò)分析軟件GeNIe Ver2.0構(gòu)建模型, 如圖4所示. 然后統(tǒng)計(jì)部分主要風(fēng)險(xiǎn)因素(只有子節(jié)點(diǎn)沒有父節(jié)點(diǎn)的風(fēng)險(xiǎn)因素)處于R1, R2, R3的百分比, 將得到的風(fēng)險(xiǎn)等級(jí)數(shù)據(jù)輸入貝葉斯網(wǎng)絡(luò)模型中, 依據(jù)貝葉斯網(wǎng)絡(luò)模型中節(jié)點(diǎn)間的邏輯關(guān)系, 經(jīng)過專家討論確定各節(jié)點(diǎn)的條件概率分布, 利用貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)功能進(jìn)行其他節(jié)點(diǎn)概率的計(jì)算, 得出每個(gè)節(jié)點(diǎn)的邊緣概率分布, 完成對各風(fēng)險(xiǎn)狀態(tài)的評(píng)估, 經(jīng)過專家反復(fù)修正, 最終確定貝葉斯網(wǎng)絡(luò)中的各參數(shù).

圖4 葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖

對電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)進(jìn)行評(píng)估, 得到電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)處于危險(xiǎn)狀態(tài)(R)的概率為61％, 如圖5所示.

4.4風(fēng)險(xiǎn)再評(píng)估

貝葉斯網(wǎng)絡(luò)具有自動(dòng)更新的功能, 電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)因素發(fā)生變化時(shí), 需要及時(shí)更新整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù), 進(jìn)行風(fēng)險(xiǎn)再評(píng)估, 使得網(wǎng)絡(luò)中變量的概率分布發(fā)生相應(yīng)的改變.

例如, 在環(huán)境噪聲良好的地方進(jìn)行安全作業(yè), C5因素R變?yōu)?, 輸入證據(jù)后, 得到更新后的變量的邊緣概率, 最終電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)處于危險(xiǎn)狀態(tài)(R)的概率為59％, 如圖6所示.

圖6 C5因素R為0時(shí)的葉斯網(wǎng)絡(luò)結(jié)構(gòu)分析結(jié)果

4.5系統(tǒng)軟件實(shí)現(xiàn)

安全生產(chǎn)風(fēng)險(xiǎn)管控信息系統(tǒng)所用的貝葉斯網(wǎng)絡(luò)數(shù)學(xué)模型采用GeNIe軟件輔助實(shí)現(xiàn). GeNIe 軟件中具備SMILE接口. SMILE庫函數(shù)是關(guān)于決策理論模型和圖形概率、貝葉斯網(wǎng)絡(luò)等影響圖和結(jié)構(gòu)方程模型的接口, 它允許創(chuàng)建、編輯、保存和加載圖形化模型, 并把它用在概率推理和決策的不確定性中[16]. 基于SMILE接口的輸入與輸出流程圖如圖7所示. 將參數(shù)值, 即第一層次風(fēng)險(xiǎn)因素概率輸入到SMILE接口通過GeNIe軟件中的模型進(jìn)行仿真, 將輸出結(jié)果保存為xdsl文件.

圖7 輸入輸出流程圖

圖8 系統(tǒng)軟件實(shí)物圖

系統(tǒng)軟件界面如圖8所示. 在風(fēng)險(xiǎn)預(yù)測界面, 輸入各相關(guān)風(fēng)險(xiǎn)因素級(jí)數(shù)后, 點(diǎn)擊計(jì)算, 程序會(huì)載入用 GeNIe 軟件建立的貝葉斯網(wǎng)絡(luò)模型的xdsl文件, 然后調(diào)用SMILE的應(yīng)用程序接口將填入的概率代入模型中進(jìn)行推理計(jì)算, 并將計(jì)算結(jié)果顯示出來.

5 結(jié)語

本文運(yùn)用貝葉斯網(wǎng)絡(luò)模型實(shí)現(xiàn)了對電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管控, 并根據(jù)實(shí)際情況可對模型參數(shù)進(jìn)行更新. 為風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)提供了可量化數(shù)據(jù)支撐和動(dòng)態(tài)自適應(yīng)能力, 提高風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)的科學(xué)性和適應(yīng)性, 減輕基層負(fù)擔(dān), 提升風(fēng)險(xiǎn)評(píng)估對基層單位安全生產(chǎn)的指導(dǎo)作用, 發(fā)揮風(fēng)險(xiǎn)管控對現(xiàn)場作業(yè)的指導(dǎo)作用, 確保現(xiàn)場作業(yè)安全. 本軟件系統(tǒng)目前已在本單位進(jìn)行了實(shí)際應(yīng)用, 反應(yīng)效果良好.

1 You DH, Chen QQ, Yin XG. A study of electrical security risk assessment system based on electricity regulation. Energy Policy, 2011, 39(4): 2062–2074.

2 Yan FQ, Wang Y, Yin XG. Research on the security risk assessment system for regional complex power grid. 5th International Conference on Electric Utility Deregulation and Restructuring and Power Technologies (DRPT). Changsha. 2015. 1–4.

3 王開碧,申曉留,李哲,等.電力企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)管理方法的研究.黑龍江電力,2012,34(4):228–291.

4 姚錫文,許開立,王貝貝,等.石化裝置火災(zāi)爆炸貝葉斯網(wǎng)絡(luò)與防護(hù)層集成分析術(shù).中國安全生產(chǎn)科學(xué)技術(shù),2014,10(3): 95–100.

5 車玉龍,蘇宏升.基于貝葉斯網(wǎng)絡(luò)的列控系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估方法.計(jì)算機(jī)工程與應(yīng)用,2013,49(24):238–242.

6 李曉東,孫悅.2010年我國房屋市政工程生產(chǎn)安全事故分析.土木工程學(xué)報(bào),2011,11(S1): 225–229.

7 李天縱,王強(qiáng).一種基于貝葉斯網(wǎng)絡(luò)的軟件項(xiàng)目風(fēng)險(xiǎn)管理方法.計(jì)算機(jī)系統(tǒng)應(yīng)用,2011,20(2):226–229.

8 任雪利.粗糙集和貝葉斯網(wǎng)絡(luò)在軟件風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.計(jì)算機(jī)系統(tǒng)應(yīng)用,2010,19(5):202–204.

9 王昕,徐友全,高妍方.基于貝葉斯網(wǎng)絡(luò)的大型建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估.工程管理報(bào),2011,(5):544–547.

10 陸瑩,李啟明,周志鵬.基于模糊貝葉斯網(wǎng)絡(luò)的地鐵運(yùn)營安全風(fēng)險(xiǎn)預(yù)測.東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,40(5): 1110–1114.

11 郭發(fā)蔚,王宏輝.基于Bayesian隧道施工風(fēng)險(xiǎn)模糊綜合評(píng)估方法.鐵道科學(xué)與工程學(xué)報(bào),2016,13(2):401–406.

12 Khakzad N, Khan F, Amyotte P. Safety analysis in process facilities: Comparison of fault tree and Bayesian network approaches. Reliability Engineering & System Safety, 2011, 96(8): 925–932.

13 Jones B, Jenkinson Z, Yang J, Wang. The use of Bayesian network modeling for maintenance planning in a manufacturing industry. Reliability Engineering and System Safety, 2010, 95(3): 267–277.

14 Greenberg R, Cook SC, Harris D. A civil aviation safety assessment model using a Bayesian belief network (BBN). The Aeronautical Journal, 2005, 109(1101): 557–568.

15 李典慶,鄢麗麗,邵東國.基于貝葉斯網(wǎng)絡(luò)的土石壩可靠性分析.武漢大學(xué)學(xué)報(bào)(工學(xué)版),2007,40(6):24–29.

16 葛運(yùn)飛.GeNIe的擴(kuò)展研究[碩士學(xué)位論文].昆明:云南大學(xué), 2012.

Safety Production Risk Management and Control System of Electricity Production Enterprise Based on Bayesian Networks

ZHANG Wei-Lin, ZHANG Xue-Dong

(Zhejiang Electric Power Co. Ltd., State Grid, Hangzhou 310007, China)

The necessity of constructing risk management and control system for safety production in electricity production enterprise is analyzed, and the design framework of the system is introduced. The dynamic risk management model based on Bayesian network is put forward. Bayesian network structure and parameters are also built after risk factors identification and evaluation. Based on these, the risk assessment and risk diagnostic for safety production are carried out. Finally, the risk is controlled in accordance with the result. This system could meet the needs of safety supervision and management in electricity production enterprise.

Bayesian network; safety production; risk assessment; risk control

浙江省電力公司科技計(jì)劃(5211UZ15007V)

2016-07-04;

2016-09-01

[10.15888/j.cnki.csa.005696]