陳 俊(黔東南州地方電力總公司鎮遠分公司,貴州556000)
基于貝葉斯網絡的電力建設項目風險管理
陳 俊(黔東南州地方電力總公司鎮遠分公司,貴州556000)
由于經濟發展對電力資源可靠供應的依賴性非常高,在電力工程建設過程中,只有不斷提高風險管理意識,加強風險管理工作,才能對電力工程建設過程中存在的風險進行有效規避。本文就工程風險對于電力工程項目的影響進行分析,并在風險管理中引入貝葉斯網絡方法提高管理質量。
電力建設項目;貝葉斯網絡;風險管理
電力企業是我國國民經濟中重要的支柱產業,而隨著科學技術水平的不斷提高,電力企業在管理上也采用了現代化、科學化的管理,要提高風險管理意識,并結合電力工程項目所具備的特點,對工程項目在使用中可能遇到的風險進行估計和評價。
貝葉斯網絡是一個有向無環圖,它是由代表變量的網絡節點、連接這些節點的有向指示邊以及節點的概率信息構成。變量既可以是連續變量,也可以是離散變量,在本研究中指的是電力工程建設過程中遇到的各種風險因素。有向指示邊定性地說明網絡節點之間的因果關系。有向邊的起始點所連接的節點稱為父節點,終止點所連接的節點稱為子節點,而最外一層的節點因沒有父節點則稱為根節點。節點的概率信息可定量說明父節點對子節點的影響程度,對于離散變量,表現為給定父節點組合狀態下該節點取不同值的條件概率表。
風險就是不幸事件發生的可能性,或者說風險是一個事件產生人們不希望后果的可能性.深基坑工程的風險可以定義為:
R=PC
式中:P為風險事件的發生概率;C為后果損失。
3.1 基于WBS-RBS的故障樹風險因素識別法
3.1.1 工作分解結構(WBS)
工作分解結構是將整個工程項目進行結構分解,例如在建設工程領域最常見的結構分解方式:工程總體-單位工程-分部分項工程-工序。
3.1.2 故障樹作圖
以WBS“工序”層為行向量,RBS“基本風險源”為列向量,形成耦合矩陣,分析出耦合可能產生的風險因素。一般將易于發生且后果嚴重的事故作為頂事件,用邏輯門連接上下層事件,直到需要的分析深度,形成一株倒置的邏輯樹形圖,即故障樹圖。
3.2 貝葉斯網絡拓撲結構的建立
根據建立的指標體系,分析它們之間的因果關系可知,上層指標的情況都是由下層指標之間的情況推斷出來的。所以結合專家意見,本文的節點選擇了四級結構,即目標節點、一級指標、二級指標和三級指標。
4.1 確定風險指標
4.1.1 不安全行為
人的不安全行為是引起事故發生的一個主要因素。一般來說,引發人的不安全行為的因素包括違章操作和操作失誤。
4.1.2 不安全狀態
不安全狀態指在作業過程中,各類事物、環境或人所處的,容易引發事故或對事故嚴重程度產生影響一種狀態,包括人的不安全狀態、物的不安全狀態以及環境條件不良三類。
4.1.3 外部環境
電力建設項目在申請、規劃、投資、建設過程中所面臨的政策環境、經濟環境、法制環境、輿論環境等均屬于其外部環境,由于外部環境不受業主和施工方約定的合同約束,所以在外部環境中產生的風險通過施工方或電力公司并不能全面有效的控制,而需要電力建設外部環境中的主要利益群體,如政府、社會基層組織、社區居民企業、業主、施工企業等共同進行風險管理。
4.2 指標體系建立
依據人、級、環境以及管理系統的相關理論,在現有資料和風險管理工作的基礎上應用德爾菲法指標體系對電力建設項目風險進行管理。本次管理工作邀請了多位專家,均為電力行業的資深專家以及學者。在咨詢的過程中,通過對專家積極系數、權威程度和和諧系數的分析,確定評價指標體系。
4.3 確定網絡節點的風險等級
在確定了拓撲結構后,要合理設置網絡節點的取值,也就是各指標具體的風險等級。本次研究選擇的節點多為定性變量,是基于以往電力工程建設中的常見風險因素建立的,但是難以對其量化,因此依據現有標準進行分化難度較高。本次研究在指標體系構建過程中,為了能夠建立電力建設工程項目風險評價體系,在收集指標時對各類風險事件的發生可能性和造成的影響進行分析,對指標體系中的各末級指標的評價等級一級評價指標均參考了專家的意見。依據專家群的總體意見,統一將電力建設項目風險的對指標體系中的各末級指標的評價等級和評價標準也一并提請專家進行了咨詢。
4.4 評估方法及結果
利用所得數據使用AgenaRisk軟件進行分析,可得中間節點以及目標節點各風險等級發生的概率,具體見表1。概率總和不完全是1是因為部分風險因素的等級較低,發生的可能性較小,各父節點對于子節點的影響權重后,將其相關數據帶入軟件進行分析,采用貝葉斯網絡的推測功能判斷出各中間節點和目標節點的發生可能性,由此便可以對電力建設項目中的風險因素進行定量評估。通過此種方法所得結果符合電力工程建設的實際情況,并且在整個過程中,專家參與程度高,分析過程相對規范,獲得了管理者的肯定。
本研究將貝葉斯網絡技術應用于電力建設項目風險評估中,建立貝葉斯網絡拓撲結構,建立了風險評估模型,并對該模型進行了試應用,實現了對風險的定量評估,可為管理者的決策提供客觀數據的支撐,有利于實踐推廣。

表1 各風險事件風險等級分布情況(%)
[1]吳賢國,丁保軍,張立茂,等.基于貝葉斯網絡的地鐵施工風險管理研究[J].中國安全科學學報,2014,24(1):84~89.
[2]王勇勝,冷亞軍.基于貝葉斯網絡推理的項目群風險及其演化研究[J].東北電力大學學報,2011,31(5):104~109.
[3]熊芮卿,李旭升.基于貝葉斯網絡推理的房地產項目風險分析[J].鄭州大學學報(哲學社會科學版),2011(4):77~80.
TM73
A
2095-2066(2016)33-0136-02
2016-11-10