基于人因風險的電力調度值班操作任務分配方法分析

郭政欽

(內蒙古電力（集團）有限責任公司鄂爾多斯電業局，內蒙古 鄂爾多斯 017000）

電力調度值班操作在電力系統安全與穩定運行中占據極為重要地位。傳統工作中，多側重于電力調度值班操作過程中設備狀態、設備運行故障評估分析，關于電力調度值班操作人員自身風險的考慮較少。然而實踐中，人因風險發生概率較高，是制約電力系統穩定與安全運行的關鍵因素之一。鑒于此，本文聯系既有研究成果，對電力調度值班操作工作量與人因風險進行量化處理，在滿足工作量需求的基礎上，以確保人因風險最小化為目標進行電力調度值班操作任務分配，并聯系實例對其方法有效性進行驗證，具體如下。

1 對電力調度操作過程中人因風險的基本認識

1.1 人因風險原理

“人因風險”顧名思義是指一切導致系統無法正常、準確、安全運行的錯誤或不當人為操作。而電力調度作為電網運行管理中用于保證電力系統運行安全、穩定、可靠的管理手段，其準確性、可靠性對電力系統運行存在重要影響。據統計電力行業發展過程中，因人因風險導致的事故率超過70%。因此，加強電力調度值班操作人因風險研究至關重要。在電網運行管理中，電力調度值班操作過程中屬于電力系統與人互動過程，操作人員在感知到電力系統運行狀態后，能夠根據其具體表現進行判斷與決策，并執行相應操作。而當操作人員受各種因素干擾后，將出現感知錯誤，從而導致判斷決策與執行錯誤的產生，最終降低電力調度值班操作準確性、可靠性、安全性，降低電力系統運行安全水平。

1.2 人因風險類型

對既往發生的人因風險事故進行歸結，可將電力調度值班操作中人因風險類型分為兩種：（1）計劃性人因風險：即在電力調度值班操作過程中，明知道一些操作行為不符合電力調度管控要求或存在影響電力系統穩定與安全運行的影響因素，而為達到某種目的依舊執行這些操作。研究表示操作人員心理狀態對計劃性人因風險影響較大。（2）無計劃性人因風險：即在電力調度值班操作過程中，非刻意執行而導致電力系統無法穩定與安全運行的操作行為。例如，操作人員在電力調度操作過程中，受外界因素影響導致精力無法集中出現執行錯誤，引發事故。

1.3 人因風險影響因素

影響人因風險形成的因素眾多，大致可分為非實時因素與實時因素兩種，具體如圖1 所示。

2 基于人因風險的電力調度值班操作任務分配

2.1 調度令處理

電力調度值班操作的宗旨在于維護與保障電力系統正常、穩定運行。故在實際操作過程中，需根據電力系統運行狀態，結合電力系統運行需求，按照規定流程進行操作。其流程主要為：下級單位向上級電力調度中心申請操作，上級電力調度中心審核通過后，將操作指令下發給下級單位，并由其執行操作，下級單位將操作結果反饋給上級電力調度中心。通常情況下，電力調度操作中調度令可分為單項令、綜合令、逐項令三類，而綜合令與逐項令均可分解為多個單項令。用量化關系表示電力調度操作，即為“K=k1+0.8k2+1.2k3”。其中“k1”代表單項令數；“k2”代表綜合令分解后的單項令數；“k3”代表逐項令分解后的單項令數。基于此，可用公式“Fwt=k0×kt”計算電力調度操作工作量。其中“t 表示任務操作所用時間，以分鐘為單位；k0 表示電力調度操作類型基準數值”。

2.2 人因風險量化模型

在電力調度值班操作中，關于人因風險評估可通過具體數值進行量化分析，以確定人因風險發生的可能性。在此過程中：首先對電力調度操作人因風險成因具有全面了解；其次明確各因素及其后果之間存在的映射關系；此外將各風險后果計算值整合。

2.2.1 基于非實時因素構建風險模型

由上述分析可知，電力調度值班操作中，非實時因素主要包括工作經驗、工作技能、工作責任心、操作錯誤率等指標。在風險模型構建過程中：（1）可用工齡反映操作人員電力調度工作經驗，用符號E 表示；（2）可通過操作人員文化水平、培訓成績等反映，用0.1 ～0.9 表示法賦值，即工作技能熟練為1.0,工作技能一般為0.6,工作技能不熟練為0.2，用符號T 表示；（3）可通過操作人員年終考核成績、日常工作能力評分等反映，用0.1 ～0.9 表示法賦值，即工作責任心強為1.0，工作責任心一般為0.5,工作責任心差為0.2,用符號R 表示；（4）可根據操作人員從事電力調度值班操作工作至今，操作失誤情況進行反映，用符號M 表示，通常公式“M=N/E”計算。其中N 表示該電力調度操作人員操作失誤總次數。由于電力調度操作屬于技術性較強的工作，操作人員工作技能可隨著操作經驗的增加而提高。因此，在對各項指標進行疊加時，可以乘積形式處理，其余指標以和形式處理。即非實時因素F1=e-（α1E×α2T+α3R+α4M），其中α1、α2、α3、α4表示電力調度值班操作非實時因素各指標權重。

2.2.2 基于實時因素構建的風險模型

由上述分析可知，電力調度值班操作中，實施因素主要包括心理因素、任務強度、當值班次等指標。在風險模型構建過程中：（1）可根據電力調度值班操作人員心理狀況進行反映，用0.1 ～0.9 表示法賦值，心理因素較好為1.0，心理因素一般為0.8，心理因素較差為0.6，用符號L 表示。（2）可根據電力調度值班操作人員聯系工作時間進行反映，用符號Q 表示；（3）通常情況下，電力調度多為三班制，即白班時間為早七點至下午三點（取值0），中班時間為下午三點至半夜十一點（取值0.5），夜班時間為半夜十一點至第二日早上七點（取值1），用符號Z 表示。故實時因素F2==eβ1Q/24（1+β2L+β3Q），其中β1、β2、β3 表示電力調度值班操作實時因素各指標權重。

2.3 任務分配優化方法

在電力調度值班操作實踐中，為保證操作合理、正確，需要在完成電力調度值班操作任務的基礎上，將人因風險降至最低。對此，需要協調電力調度值班操作工作量與人因風險關系，探尋最佳電力調度值班操作任務分配方案。細菌群體趨藥性算法是最優問題解決中應用較為廣泛的一種方法，在電力行業多維變量模型分析中具有較強的適用性。對此，本研究設計將細菌群體趨藥性算法引入基于人因風險的電力調度值班操作任務優化分配中。

首先設O={O1，O2，O,3，O,4……On}為一日電力調度令集合。理論上應有n!種排列方式。但實際上，電力調度任務執行可根據其重要程度確定先后順序，或因為某些原因均衡分配調度操作任務。因此，排列方式通常小于n!種。因此，電力調度令可用順序表示為X={O1，O2，O,3，O,4……On}。

其次確定目標函數。按照保證電力調度值班操作任務需求得到滿足的基礎上，最大程度降低人因風險的要求。可通過調度任務對應風險值、整合處理后的風險值、各調度班次工作量差值、整合處理后的工作量差值以及相關權重進行計算。

最后目標函數確定后，需要對電力調度值班操作任務約束條件進行分析。通常情況下，需要考慮的約束條件有兩種。一種是任務執行順序約束，即當眾多調度任務中存在有限關系任務時需要滿足i（Xah）-i（Xbe）＞0，其中i 表示序列中操作任務所在位置序號；i（Xah）表示需要優先調度操作任務位置；i（Xbe）表示不需要優先調度操作任務位置。當調度操作任務中存在設備操作任務時，需要滿足i（Ximeq）-i（Xd3）＜0，其中i（Ximeq）表示序列中重要設備所在位置序號；i（Xd3）表示夜班時間段調度操作任務所在位置標號。另一種是時間裕度約束，即時間裕度不應低于本項目任務與下一項任務操作時間之后。

最后引入細菌群體趨藥性算法，按照如2 所示流程完成模型構建。

圖2 電力調度操作任務優化分配流程圖

3 案例分析

以某電力調度工作為例進行實踐分析，發現優化分配之后人因風險總值有效降低，且三班工作量差值被控制在7%之內，整體工作效率提升。說明所提模型與方法具有實用性、有效性。

4 結語

總之，在電力調度值班操作中除注重設備風險、環境風險外，也需要高度重視人因風險。基于風險評估理論與技術研究的不斷深入，人因風險量化分析便于人們加強對其影響因素的了解，找到風險控制要點。本文所構建的模型與方法經實例驗證具有較強的實用性、有效性，能夠在一定程度上為電力調度值班操作任務分配與風險預控提供有益指導，促進電力調度操作優化發展。