基于檔案數據的電力安全風險管控系統設計

田璐 胡美宏

1.思克萊德大學 英國 G40NT

2.北方聯合電力有限責任公司 內蒙古呼和浩特 010020

電力安全與人們生活、社會穩定、甚至是國家發展息息相關，電力實際生產環節，其安全問題也一直是人們所關注的重點。基于此，文章將風險管控與發電企業現場安全管理實際結合，從發電企業安全風險管控的意義入手，提出當前發電企業安全風險管控中的問題，最后提出幾點發電企業安全風險管控的有效措施

1 電力生產安全風險的原因

在評估電力企業行業在生產作業時會發生的安全生產風險時，首先要考慮的是生產工人在工作場所進行生產時可能存在的危險源，而這些危險源大部分都是存在于員工在作業的現場，尤其是火力發電系統危險源的風險危害程度最大。在通過新聞媒體報道火電企業經常發生的重大危險事故及查閱有關于企業生產安全風險的資料，對在火電企業經常出現的風險進行了概念性的分類與原因介紹。在我國電力行業中占比最大的就是火電行業，同時火電行業產出的產品不具有普遍性而是比較特殊，所以在火電生產安全事故中發生最多的就是觸電事故，然而引起觸電事故的原因是多樣的，一旦事故發生后果是極其嚴重的，所以在電力企業可能發生的眾多安全風險中觸電風險占據首位。而觸電風險又分為三種即高壓電源觸電風險低壓電源觸電風險和感應電壓觸電風險。第二種是機械傷害風險，在整個施工生產中有的大量機械設備，員工可能由于長時間工作處于疲累狀態，稍微精神恍惚就會產生機械傷害風險，這時員工很有可能被機器夾擊、碰撞、打擊、剪切、刺等傷害。這種情況主要存在于員工維修生產設備、使用生產系統的電動工具時。第三種是燒傷風險，主要有兩種灼傷風險引起即化學和物理，由酸、堿、及有機物等引起的通常叫做化學灼傷。由紅外線、紫外線、放射性傷害把這種情況叫做物理灼傷。第四種是爆炸風險,如青島中石化爆炸，在生產過程中職工的疏忽一些有害化學品引起爆炸。而在火電生產系統中化學品是必不可少的基本材料，而這些化學中存有很多易燃易爆的氣體，所以相互作用很容易發生爆炸事故[1]。還有就是管道進行維修維護中，空間較小密度過高空氣中有毒氣體較多易爆炸，或者是職工在受限空間作業內沒有使用防爆照明燈具等。同時影響電力生產安全的因素也有人為因素和環境因素兩個方面。所謂人為因素是指員工工作時的心理與生理兩方面的影響。員工是否注意工作時的身體狀態，大腦是否靈活反應是否迅速，若這些情況員工沒有感知到就容易出現問題。還有員工在工作時情緒上的異常在進行危險系數高的工作時出現了緊張情緒這些情緒就會引發安全問題。

2 基于檔案數據的電力風險管控系統的研制

2.1 系統的總體設計思路

為解決前文中提及的問題，需要研制一套能夠把檔案中有效數據挖掘并展示出來，有助于完善電力安全風險管控的系統。將檔案數據真正用起來，讓檔案數據貫穿公司管理各環節符合泛在電力物聯網建設方向；充分利用公司積累的歷史安全事故檔案資料為后續工作提供數據和決策支撐，也是貫徹國家和國網公司對安全生產工作的要求。該系統能夠提高安全風險管控工作的時效性，在降低分析成本的同時，極大地提升工作效率，能夠做到精準分析，有憑有據，多方向全面提升安全風險管控的效果。通過大數據和人工智能技術將安全生產對數據的需求和現有的安全生產檔案資料有機結合起來，構建公司安全生產狀態特征分析和風險分析模型，提升風險防范能力，保證安全生產。通過對數據的多維深度剖析，對公司安全生產狀況掌握及安全生產風險的預測，為運維檢修人員提供分析依據，對公司現有安全生產事故檔案資料分析研究，使許多原本難以捕捉、關聯和預知的事情成為實實在在可利用的信息[2]。

2.2 系統的業務功能設計

①挖掘檔案數據價值，實現各類安全事件的精準分類。對安全事故（事件）檔案數據按照時間、專業分類、事故特點等進行歸類分析檢索，把分散的檔案數據變為可進行大數據分析的檔案數據集。具體可按照事件發生時間、專業歸口、安全事故體系、事故定級及事件成因檢索。②檔案數據與安全管理要求融合，強化安全事故學習宣貫。安全事故案例具有典型性，極具教育性。利用該系統，可對安全事故案例與安全管理要求進行融合學習，起到“舉一反三”的作用。對安全事故案例進行深度解讀，提升安全教育培訓效果。利用信息系統檢索、分析等功能，對各種規章制度進行比對，實現安全事故的拓展學習。結合關鍵點比對、判斷分析，通過與各種規章制度自動比對，可以自動延展知識閱讀點，提高學習效率，提升學習效果。③建立安全生產狀態特征分析、風險分析模型，提供現場作業風險預警。通過檔案分類整理后的大數據挖掘，研究事故發生與作業各時段的關聯度，尋找出與作業現場最吻合的案例，分析哪些環節安全管控不到位，容易造成事故，以及事故多發生在哪些環節，對可能出現的或者前人已經犯過的錯誤進行預警。④利用系統模型深化安全生產檔案大數據分析，為安全管理決策提供技術支撐。根據地域特征、天氣等環境因素，綜合考量電網設備健康狀態、區域運行情況，考量作業內容、時長及工作量大小，考量作業人員數量、年齡、技能水平掌握情況及擁有的作業工具等數據，分析識別作業風險隱患。依照經驗值及實際情況設定關聯參數，分別細化各個具體模式場景。如在變電檢修、變電運維、輸電運檢、電網調度、配網運檢等具體場景中，分別考量作業風險關聯模型，實現作業風險實時精準分層預警的同時，還提高了安全監督效率，可為決策者提供輔助數據支撐，同時為檔案系統增加了分析的結論數據，便于下一次的分析迭代[3]。

3 結語

保障電網的安全穩定運行，能夠提升整個社會的用電可靠性。同時為其他相關行業、為電力上下游單位提供良好的學習典范，找出發生問題的痛點，進而提升整個社會的勞動生產率，保障人民生產生活。