基于智能化的未遂事件分享互助與應用研究

張鵬 王永紅 王誠 曹雙全 鄒文龍

摘? 要：未遂事故/事件的統計、分析及具體對策措施的制定是預防與控制電力企業事故/事件的關鍵所在。因此，電力企業未遂事件的現狀、成因及防控對策的深入研究，對于提高管理人員和作業人員的風險預控能力的研究十分必要。通過實地調研、統計分析、演繹推理和平臺搭建等方法，對電力企業未遂事件的形成的原因、特點、分布規律等進行研究，搭建基于智能化的未遂事件分享互助與應用平臺。

關鍵詞：未遂事件;智能化;電網;人因因素;分享互助

中圖分類號：TP39? ? ? ? ? ? ?文獻標識碼：A文章編號：2096-4706（2022）01-0120-04

Abstract： The statistics and analysis of near miss accidents/events and the formulation of specific countermeasures are the key to prevent and control accidents/events in power enterprises. Therefore， the in-depth study of the current situation， causes and prevention and control countermeasures of near miss events in power enterprises is very necessary to the study of improving the risk pre control ability of managers and operators. Through the methods such as field research， statistical analysis， deductive reasoning and platform construction and so on， this paper studies the causes， characteristics and distribution law of near miss events in power enterprises， and builds the sharing and mutual assistance and application platform of near miss events based on intellectualization.

Keywords： near miss event; intellectualization; power grid; human factor; sharing and mutual assistance

0? 引? 言

近年來，我國電力行業的安全生產形勢相對穩定，但重特大人身傷害事故仍然時有發生，如2016年，江西豐城發電廠施工平臺發生坍塌事故，造成73人死亡，2人受傷，直接經濟損失為10 197.2萬元。可見，開展電力企業生產安全事故/事件的預防與控制工作具有十分重要的理論及現實意義。

國內外相關學者研究表明，生理危害因素、心理危害因素、行為危害因素等人因因素是產生人的不安全行為的重要致因，但大多數研究以單一因素或若干因素與行為管控的定性分析或統計分析為主，缺少綜合性研究。此外，電力企業員工相對分散，這增加了全員行為管控的難度。因此，為能夠快速、全面、有效地控制電力企業的不安全行為，本研究擬開展基于智能化的未遂事件分享互助與應用方面的研究，通過超前預控，將安全措施落實到現場，從而達到預防事故的目的，切實提高現場作業安全管理水平。

1? 研究對象與數據來源

1.1? 研究對象

本文以南方電網公司超高壓輸電公司作為研究對象，通過未遂事件的收集、事故/事件統計分析、事故致因機理分析和邏輯推理，主要開展如下研究：一是運用智能化、智慧化的建設思路，以歷年事故/事件和未遂事件數據為基礎，并結合新發生的事故/事件和未遂事件數據形成一個智能完善的事故/事件和未遂事件數據庫;二是通過故事化、圖示化展示，并在電網企業Elink系統平臺上實現數據顯現、學習和應用，實現“未遂事件的分享與互助”;三是以Elink應用為載體，通過構建人員狀態綜合評分與未遂事件發生傾向性之間的作用關系，得出閾值區間，為班組合理派工提供智能建議。

1.2? 數據來源

研究數據來源摘自國家能源局官方網站關于全國電力企業人身傷亡事故及其人員死亡情況、2006年—2020年的南方電網公司歷年事故/事件、2016年—2020年的超高壓輸電公司未遂事件資料。

2? 電力安全生產事故/事件、未遂事件及其行為危害分析

2.1? 電力生產安全事故統計分析

2.1.1? 電力行業生產安全事故統計分析

據統計，2016—2020年間，全國共發生電力安全生產事故229起，死亡人數376人次，除2016年江西豐城電廠施工平臺發生特大坍塌事故（死亡73人）導致本年度電力生產安全事故死亡人數顯著增加之外，2017—2020年間，全國電力生產安全事故發生頻次和死亡人數均處于相對穩定的水平，平均每起事故死亡人數為1.14人次/起。

2.1.2? 南方電網公司事故/事件統計分析

2006—2020年間，南方電網公司共發生事故/事件768起，從電力安全事故/事件的崗位分布情況分析，變電運行、一次檢修和外協單位安全事故/事件占比最高，分別占南網電力安全事故/事件總數的83.46%、8.78%和5.48%，分析其主要原因是變電運行崗位屬于現場作業崗位，暴露于現場風險的概率高，且人的管理、心理性危害因素、行為性危害因素、人的勝任力和生理性因素等人因因素是導致南方電網公司電力安全事故/事件的最主要的原因，其占比分別高達94.92%、76.82%、93.756%、92.58%和96.74%。

2.1.3? 超高壓輸電公司未遂事件統計分析

據統計分析，2015—2020年間，超高壓輸電公司人為責任事件呈現先上升后下降的趨勢，2017年達到一個峰值，人為責任事件高達14起，之后的2018年和2019年人為責任事件起數持續下降，2020年其人為責任事件有微弱的反彈。因此，根據海因里希法則反推，與2019年相比，員工2020年的不安全行為數量沒有明顯下降或者有微弱的上升趨勢。

選取2006—2020年間超高壓輸電公司的507起典型未遂事件為研究對象，分析超高壓公司未遂事件及其人因因素情況。從崗位分布情況分析，外協單位、輸電線路和變電運行三個崗位未遂事件的數量最多，未遂事件占比分別為39.64%、38.07%和11.83%，這主要是由心理性危害因素、行為性危害因素和人的勝任力等人因因素導致的。

2.2? 電力生產安全事故的行為危害分析

對2016—2019年全國電力典型生產安全事故中的不安全行為進行分析，出現頻率最高的是未按照規程作業、巡檢不到位、作業質量不合格、操作后檢查不到位、安全距離不足和未使用合格工器具，其出現頻率高達23.54%、22.85%、11.00%、9.28%、6.53%和6.53%。對超高壓輸電公司507件未遂事件進行統計分析，未按照規程作業、不按規定系安全帶、操作后檢查不到位、高空墜落、防觸電措施不全、勞保用品未穿戴或穿戴不規范、感應防范措施不規范和未使用合格工器具出現的頻率最高，分別達到30.23%、20.93%、11.63%、10.47%、8.72%、5.23%、3.20%和3.20%。

借鑒當代中國安全管理專家傅貴教授的行為安全“2-4”事故預防模型，本文開發了電網企業未遂事件的事故/事件致因模型，如圖1所示。即損失是由事故（或未遂事件）造成的，人的不安全行為和物的不安全狀態是導致事故發生的直接原因，人的不安全行為與物的不安全狀態致因因素包括心理危害因素、生理危害因素、行為危害因素和個人勝任能力問題等，管理失誤導致各種致因因素的出現，事故的根源原因是安全文化的缺失或薄弱。

根據電力企業的事故/事件致因模型和海因里希法則，電力企業的事故/事件致因因素會導致不安全行為、未遂事件乃至事故的發生，其轉化系數分別為K1、K4和K5，三者耦合作用于整個電力企業生產安全系統，表征致因因素對電力企業人因事故發生的傾向性。不安全行為可能導致未遂事件和事故/事件的發生，其轉化系數分別為K2和K6，兩者耦合作用于電力企業生產安全系統，表征其對電力企業人因事故發生的傾向性。同理，未遂事件可能導致事故/事件的發生，其轉化系數為K3，表征未遂事件向事故轉化的傾向性大小。若危害因素得不到控制，不安全行為和未遂事件數量持續增加都將導致事故/事件的概率增加，如圖2所示。

3? 電力企業未遂事件智能化平臺的搭建及應用效果分析

3.1? 基于Elink系統的未遂事件分享互助平臺的主要模塊功能

選取超高壓輸電公司為研究對象，應用“海因里希法則、數據多維度分析、違章人因分析模型、管理案例法、樹狀圖”管理工具，搭建基于智能化的未遂事件分享互助與應用平臺，其主要的功能模塊包括人員管理、學習管理、派工管理、大數據駕駛艙和系統管理，如圖3所示。

其中，人員管理主要是針對人員的基本管理和人員狀態管理;學習管理模塊主要是后臺將積累的未遂事件、違章事件、事故/事件等資料導入系統，形成規范化的數據，相關人員可隨時隨地在用戶端查閱學習知識庫的資料;合理派工模塊通過后臺針對未遂事件致因因素（心理危害因素、生理危害因素、行為危害因素和員工勝任能力因素）設置問題以及選項，對選項設置分數的形式，制定規則，讓人員每日在用戶端錄入個人狀態信息，系統分析得出人員每日的狀態：正常/異狀態以及分析結果;根據人員狀態綜合評分與未遂事件發生傾向性之間的作用關系，給班組負責人提供派工建議，合理派工，即當人員綜合評分小于S1時，可以派工，評分介于S1和S2之間時，需要主管現場判斷是否可以派工，當評分大于S2時，短期內不宜派工，如圖4所示;搭建“事件分析及數據應用系統駕駛艙”，通過數字化、智能化的高度融合，實現智能數據提取功能，將Elink模塊數據匯總至屏幕，數據動態展示，管理層可以實時看到知識庫資料情況、現場作業人員狀態、事件變化情況和現場作業任務完成情況，真正實現數據管理的動態管控及應用，強化現場安全管控，實現風險的預控;系統管理模塊主要用于賬號管理、角色管理和權限管理。

3.2? 基于Elink系統的未遂事件分享互助平臺應用的效果分析

3.2.1? 建立未遂事件電子信息化數據庫

基于Elink系統未遂事件分享互助平臺的應用，以南方電網公司歷年事故/事件和超高壓公司歷年未遂事件數據為基礎，根據未遂事件的不同類型進行系統化的分類整理，形成一個持續自我完善的未遂事件數據庫。對未遂事件從安全行為習慣、違章心理進行定模分析，制定有效典型關鍵防范措施，建設成為未遂事件電子信息化知識庫，形成無紙化分享互助電子平臺。主要作用包括：一是通過搭建“事件分析及數據應用系統駕駛艙”，實現智能數據提取功能，管理層可以實時看到知識庫資料情況、現場作業人員狀態、事件變化情況和現場作業任務完成情況，真正實現數據管理的動態管控及應用;二是通過將未遂事件故事化，圖示化，形成員工易理解、易接受的防范事故/事件的案例，為電力企業開展教育培訓或班組“安全經驗分享”活動提供重要的素材;三是為電力企業構建未遂事件致因模型和企業行為安全的結構關系模型提供重要的數據支持;四是通過數據共享，為員工提供一個分享互助平臺，員工可隨時查詢、學習和獲取典型未遂事件案例信息，并實時傳播;五是為未遂事件和不安全行為的報告、分析、糾正預防、管控及統計分析提供便捷途徑。

3.2.2? 實現為班組長提供智能化的合理派工建議

通過工作前個人狀態信息的每日錄入，結合電子信息化數據庫統計分析的未遂事件發生的頻率、特征及其分布情況，利用行為安全的結構關系模型，實現電力企業的智能化合理派工建議，并發送至班組長。主要作用包括：一是以Elink應用為載體，在開展作業前，結合員工每日錄入信息和事故風險信息，提供智能化合理派工建議;二是班組開展作業前，通過提取未遂事件典型案例信息，作業前推送安全措施建議，為基層班組員工風險行為管控提供落地方法與工具;三是通過智能化合理派工，嚴防三超（超計劃、超負荷、超范圍）作業，做到作業計劃安排與安全風險分析同步，風險評估預警與風險預控管理同步，確保現場作業可控、能控、在控。

3.2.3? 作業前的安全智能提醒

針對風險辨識、風險評估、風險預警和風險預控等環節，梳理現場作業風險點，全面建設管理人員、作業人員的現場作業前的風險預警預控提醒機制，做到科學預警，督促各級管理人員有效到崗到位。通過超前預控，將安全措施落實到現場，從而達到事故預防的目的，切實提高現場作業的安全管理水平。主要作用包括：一是通過精密匹配，超前提供崗位作業前風險點及風險管控措施的智能提醒，切實提高員工的安全意識水平、現場風險辨識能力和現場風險控制能力等;二是通過智能提醒，有效地糾正員工的不安全行為，減少現場未遂事件的發生;三是通過平臺運用，分享互助學習，有利于提供現場員工參與安全管理的積極性，全面落實新安法全員參與安全管理的具體要求。

3.2.4? 作業過程及關鍵點提醒

對作業過程中的安全風險管理控制措施進行了研究梳理，結合生產作業流程、現場實施階段，分析了生產作業各個階段的關鍵點和關鍵風險，對不同的作業場景開展風險預控工作，將風險提醒和控制措施推送給相應的管理人員和作業人員，通過行為干預和風險預控方法，有效降低了作業風險。

3.2.5? 作業后的閉環管控

對作業過程進行回顧，收集作業過程中的風險防范措施，從作業過程中的風險辨識、評估、發布、控制和回顧等全過程進行閉環管理，不斷提升場景作業風險的預控能力，實現作業事前、事中、事后全過程控制。

4? 結? 論

本文基于智能化的未遂事件分享互助與應用研究，契合新型電力系統轉型大背景下的創新管理與融合，通過對電力企業的事故/事件致因模型、行為安全的結構關系模型、人員狀態綜合分析與未遂事件發生傾向性之間的作用關系曲線等研究，指出導致電力安全生產事故（未遂事件）中的不安全行為致因及防控管理創新手段。

目前，該平臺已在超高壓公司曲靖局得到全面應用，通過基于智能化的未遂事件分享互助與應用，做到建立員工樂意使用的未遂事件電子信息化數據庫、作業前的合理派工建議、作業風險智能提醒、風險在作業過程中能被員工關注和控制，達到作業風險的精準化管控，確保作業風險可控、在控，提升作業風險管控效率，最終實現作業全過程本質安全目標。

參考文獻：

[1] 林穿，徐啟峰，黃奕釩.基于事理圖譜的電力安全事故預控方法 [J].中國安全生產科學技術，2021，17（10）：39-45.

[2] 朱麗娜.基于貝葉斯網絡的發電企業安全生產事故風險預警研究 [D].北京：華北電力大學，2019.

[3] MAO Q，LI X，PENG H，et al.Event Prediction Based on Evolutionary Event Ontology Knowledge [J].Future Generation Computer Systems，2021，115：76-89.

[4] 陳碧云，丁晉，陳紹南.基于關聯規則挖掘的電力生產安全事故事件關鍵誘因篩選 [J].電力自動化設備，2018，38（4）：68-74.

[5] LU D，XU C Q，MI C M，et al.Establishment of a Key Hidden Danger Factor System for Electric Power Personal Casualty Accidents Based on Text Mining [J].Information，2021，12（6）：243.

[6] 陳利平.電力生產安全事故統計與分析 [J].電力設備管理，2021（4）：106-108.

[7] 王鵬，董建房.基于支持向量機的電力人因事故組織因素分析 [J].艦船電子工程，2021，41（1）：113-116.

[8] 方日升，林耀東，徐振華，等.基于錄波曲線的電力系統低頻振蕩事故原因分析與抑制策略 [J].中國電力，2021，54（11）：104-114.

[9] 黨佩.電力安全事故管理與分析系統的研究與實現 [D].北京：華北電力大學，2019.

[10] KEMBLOWSKI M W，GRZYL B，KRISTOWSKI A，et al.Risk Modelling with Bayesian Networks-Case Study： Construction of Tunnel under the Dead Vistula River in Gdansk [J].Procedia Engineering，2017，196：585-591.

[11] BATRA P E，IOANNIDES M G.Assessment of Electric Accidents in Power Industry [J].Human Factors and Ergonomics in Manufacturing & Service Industries，2002，12（2）：151-169.

作者簡介：張鵬（1979.05—），男，漢族，河南鶴壁人，高級工程師，碩士研究生，研究方向：黨建管理、支部建設、人力資源。