G1-CRITIC組合賦權云模型下的儲能電站火災風險評價

劉紀坤 袁雪穎 梁棟 王翠霞

摘?要：鋰離子電池儲能電站火災事故頻繁發生且損失嚴重，對鋰離子電池儲能電站火災風險開展研究可有效預防火災的發生。首先根據物理-事理-人理（WSR）理論，構建鋰電池特性、消防設施、安全管理和人員因素4個一級指標、12個二級指標和32個三級指標的鋰離子電池儲能電站火災風險評價指標體系；然后運用序關系分析（G1）法確定各評價指標的主觀權重，采用CRITIC法（Criteria Importance Though Intercriteria Correlation，CRITIC）確定客觀權重，基于拉格朗日乘法優化后的最小信息熵原理確定組合權重，并結合云模型理論建立鋰離子電池儲能電站火災風險評價模型。以某磷酸鐵鋰儲能電站為例開展火災風險等級評價，結果表明：儲能電站火災風險綜合云特征值為（71.310 4，1.214 2，0.256 8），火災風險等級處于“中風險”，在運行環境和防火設計等方面存在較嚴重的問題并亟需改進。評價結果與實際火災風險等級相符，實例證明鋰離子電池儲能電站火災風險評價模型能夠較準確地反映儲能電站火災風險情況，為鋰離子電池儲能電站火災預防與風險管控提供參考。

關鍵詞：儲能電站；火災風險評價；序關系分析法；CRITIC法；云模型

中圖分類號：X 928.7

文獻標志碼：A

文章編號：1672-9315（2024）03-0447-09

DOI：10.13800/j.cnki.xakjdxxb.2024.0305開放科學（資源服務）標識碼（OSID）：

Fire risk evaluation of energy storage power station based

on G1-CRITIC combination weighting cloud model

LIU Jikun1，YUAN Xueying1，LIANG Dong2，WANG Cuixia1

（1.College of Safety Science and Engineering，Xian University of Science and Technology，Xian 710054，China；

2.

China Certification & Inspction Group West Testing Co.，Ltd.，

Xian 710032，China）

Abstract：Fire accidents in lithium-ion battery energy storage power stations occur frequently with the losses ?serious，and the evaluation research on the fire risk of lithium-ion battery energy storage power stations can effectively prevent the occurrence of fire.Firstly，according to the theory of WSR，a fire risk assessment index system of lithium-ion battery

energy

storage power station was constructed，including such 4 primary indicators as lithium-ion battery characteristics，fire protection facilities，safety management and personnel factors，12 secondary indicators and 32 tertiary indicators.Then the subjective weights of the evaluation indicators were determined using the G1 method，and objective weights were determined using the CRITIC method.Finally，the combination weights were determined based on the principle of minimum information entropy after Lagrange multiplier optimization.The fire risk evaluation model of lithium-ion

energy

battery storage power station was established by using the theory of cloud model.The fire risk level evaluation was carried out with an energy storage power station as an example.The results of the evaluation show that the combined cloud eigenvalue of the fire risk of the energy storage plant is（71.310 4，1.214 2，0.256 8）.The fire risk level is “medium risk”.There exist more serious problems with an urgent need for improvement in areas such as the operating environment and fire protection design.The evaluation results are consistent with the actual fire risk level，which

prove that the fire risk evaluation system of lithium-ion battery energy storage power station can reflect the fire risk situation of the storage power station in a more comprehensive way.The research provides ?reference for the fire prevention and risk management of lithium-ion battery storage power stations.

Key words：energy storage power station；fire risk

assessment；sequential relationship analysis method；CRITIC method；cloud model

第3期劉紀坤，等：

G1-CRITIC組合賦權云模型下的儲能電站火災風險評價

0?引?言

鋰離子電池（下簡述為“鋰電池”）儲能作為一項新興的儲能技術，對于構建新型電力系統和實現碳達峰碳中和目標有重要意義[1]。截止2022年底，中國鋰電池儲能電站累計裝機量12.54 GW，新增裝機量6.8 GW。近年來鋰電池儲能項目火災爆炸事故頻繁發生，僅在韓國發生的事故就高達30余起，造成了巨大的經濟損失[2]。該類火災撲滅難度大，復燃風險高，持續燃燒會產生大量有毒有害煙氣[3-4]。因此，加強鋰電池儲能電站火災風險評價研究，對于減少儲能電站火災事故發生的次數及降低火災損失具有重要意義。

眾多學者在儲能電站風險識別方面開展了研究。王青松通過事故樹模型分析鋰離子電池火災事故原因，初步得出引發鋰電池火災的基本事件[5]；賈超等分析了鋰電池儲能電站火災管理現狀，認為消防標準、消防設計、消防理念在電站管理中占據重要地位[6]；高維娜等提出應當從電池本征安全、模組管控、安全預警和高效消防四個方面入手，提升儲能電站的可靠性和安全性[7]；楊夯等對儲能電站存在的多種風險源進行分析，認為導致事故與故障的風險源有電池本體、運行環境、外部激源及管理系統4種[8]；ZHU等列舉了國內外現行儲能系統的安全標準，揭示了標準的不足，提出了改進建議及實施措施[9]；曹文炅等對韓國鋰電儲能系統安全事故進行統計分析，將事故原因總結為電池本體、外部激源、運行環境及管理系統四個方面[10]。以上研究，主要集中在儲能電站風險分析和相應對策研究等方面，針對儲能電站火災風險評價的研究較少。常用的火災風險評價方法有模糊綜合評價法[11]、神經網絡法[12]和貝葉斯網絡法[13]等。部分學者對電力行業開展了風險評價。肖勇等通過層級分析法和熵權法確定權重，以4所儲能電站為例，用TOPSIS法對儲能電站電池的安全運行風險進行評價[14]；武菲運用層次分析法確定權重，采用模糊物元法對變電站的安全運行進行了評價[15]。通過梳理文獻發現，現有的研究方法在電力行業風險評價方面仍存在局限，在評價過程中無法體現隨機性和模糊性的特點，且主觀權重確定的過程相對繁瑣。

鑒于此，以鋰電池儲能電站為研究對象，基于WSR理論構建風險評價指標體系，運用G1-CRITIC組合賦權法確定指標權重來簡化計算過程，引入云模型分析火災風險等級，體現評價過程中的模糊性和隨機性，并以某磷酸鐵鋰電池儲能電站為例進行評價分析，以期為儲能電站的火災風險分析提供參考和指導，提升消防安全管理水平。

1?評價指標體系的建立

WSR理論是顧基發教授于1994年提出的一種系統方法論，以“知物理、明事理、通人理”為準則，將復雜問題層次化、條理化和系統化[16]。WSR理論中W（物理）代表客觀存在；S（事理）代表科學辦法；R（人理）代表主觀意識[17]。

在鋰電池儲能電站火災風險評價WSR模型中，“物理”因素為儲能電站內鋰電池特性和具體的消防設施；“事理”因素為安全管理；“人理”因素為人員因素。因此，將鋰電池特性、消防設施、安全管理和人員因素確立為一級指標。基于對儲能電站火災的相關分析[6，10，18-21]，依據《電化學儲能電站安全規程》（GB/T 42288—2022）等相關法律法規及行業規范，確定了12個二級指標和32個三級指標。由此構建鋰電池儲能電站火災風險評價指標體系，見表1。

2?基于組合賦權法的指標權重確定

2.1?基于G1法的主觀權重確定

G1法是層次分析法的一種改進方法，

通過確定指標間的序關系和重要度來計算權重，無需進行一致性檢驗[22-23]。具體步驟如下。

1）確定各評價指標間的序關系。對于同一層

次的指標{A1，A2，…，Ap}，由專家依據經驗進行排序。

2）確定相鄰指標間相對重要度。根據專家的建議，得出指標

Ak-1和指標Ak

（k=p，p-1，p-2，…，3，2）的重要度之比rk。

rk=

wk-1

wk

（1）

式中?wk-1和wk分別是指標

Ak-1和Ak的權重，rk的賦值見參考文獻[22]。

3）計算指標權重系數。指標Ap的權重

wp為

wp=

1+∑nk=2

∏ni=k

ri

-1

（2）

其余指標權重為

wk-1

=rk

wk

（3）

最終，可得到主觀權重w′j。

2.2?基于CRITIC法的客觀權重確定

CRITIC法是張玉等對熵權法進行改進后得到的一種賦權方法，該方法根據指標的對比強度和沖突性來確定權重[24]。CRITIC法確定權重的具體步驟如下。

1）數據標準化。將評價矩陣X

=（xij）m×n標準

化，得到標準矩陣B=（bij）m×n如下式

bij

=xij-min

j{xij}

max

j{xij}-

min

j{xij}

（4）

2）計算各指標標準差Sj

j=

1m

∑mi=1bij

Sj=

1m-1

∑mi=1（bij-j）2

（5）

3）計算相關系數rij

rij

=

∑（xi-i）

（xj-j）

∑（xi-i）2

（xj-j）2

（6）

4）計算指標所包含的信息量Cj

Cj=Sj×∑

mi=1（1-rij）

（7）

5）計算各指標的客觀權重w″j

w″j=

Cj∑nj=1Cj

（8）

2.3?組合權重確定

主觀賦權法能夠考慮決策者的偏好，從而靈活調節指標主觀權重，客觀賦權法充分挖掘指標數據的信息量，具備較強的數學理論依據。為了兼顧兩者的優勢，同時避免單一求權重方法易存在偏差的情況，采用基于拉格朗日乘法優化后的最小信息熵原理對主客觀權重進行優化，使評價結果更加準確。第j個指標W

j的組合權重為

Wj

=

w′j

w″j

∑nj=1

w′j

w″j

（9）

3

基于云模型的鋰電池儲能電站火災風險評價

3.1?云模型基本概念

云模型是中國工程院院士李德毅在1995年提出的一種能夠處理定性概念和定量描述之間關系的模型，具有同時反映事物模糊性和隨機性的優勢，使得評價結果更科學[25]。云模型具有期望值（Ex）、熵（En）和超熵（He）3個數字特征[26]。

期望值代表定性概念的坐標，反映了云滴群的云重心；熵代表云滴分布的不確定性和模糊性；超熵度量熵的不確定性，超熵越大，云的厚度越大[27]。云發生器是云模型的生成算法，包括正向云發生器和逆向云發生器兩種，正向云發生器用來生成云滴，逆向發生器用來計算云數字特征[28]，如圖1所示。將Ex、En、He以及云滴數N輸入正向云發生器，即可生成云滴，實現定性向定量的轉換；將云滴輸入逆向云發生器即可得到云特征值Ex、En、He，從而實現定量向定性的轉換[29]。

3.2?云模型評價過程

3.2.1?確定標準云

劃分風險等級區間，利用式（10）～（12）計算各等級的標準云特征參數，并通過Matlab運用正向云發生器生成各項評價指標的標準云，繪制標準云圖。

Ex=

xmax+xmin

2

（10）

En=

xmax-xmin

6

（11）

He=f

（12）

式中?xmax為評語集中最大值；xmin為評語集中最小值；f為常數，取值為0.5。

3.2.2?確定評價云

在逆向云發生器輸入云滴v，即可得到云滴的特征參數。逆向云發生器計算見式（13）～（15）。

Ex=1n∑

ni=1vi

（13）

En=

π2

1n∑

ni=1|vi-Ex|

（14）

He

=S2-E2n

=

1n-1

∑ni=1（vi-）2-E2n

（15）

式中?S2為方差。

3.2.3?綜合評價云

將評價云和組合權重代入式（16）～（18）中，計算出鋰電池儲能電站火災風險等級的綜合評價云。利用Matlab軟件，將標準云與綜合評價云繪制在同一坐標系中，通過對比二者在位置和形狀上的差異來確定評價對象的風險等級。

Ex=

W1Ex1+

W2Ex2+…+

WiExi

（16）

En=

W21E2n1+

W22E2n2+…+

W2iE2ni

（17）

He=

W21H2e1+

W22H2e2+…+

W2iH2ei

（18）

4?案例分析

以某中型鋰電池儲能電站為例進行火災風險評價。采用磷酸鐵鋰電池儲能，有2個電池儲能預制艙，規模為500 kW/2 MWh，主要用于應急供電和削峰填谷，現已投入使用3 a。預制艙內布置有感溫探測器和感煙探測器，采用全氟己酮和細水霧滅火系統。儲能電站所處地區在春季和冬季易發生沙塵天氣。

4.1?評價指標權重的確定

邀請儲能電站工作人員、電力及消防行業的專家共6名，對鋰電池儲能電站火災風險各評價指標重要度進行打分。基于G1法和CRITIC法，根據式（1）～（3）和（4）～（8），分別確定評價指標的主觀權重和客觀權重。基于主客觀權重，根據式（9）計算組合權重，權重計算結果見表2。

4.2?鋰電池儲能電站火災風險評價

結合儲能電站的實際情況，參考相關的火災

風

險研究[30]，將鋰電池儲能電站的火災風險評價等級分為五個等級：低風險[90，100]、較低風險[75，90）、中風險[55，75）、較高風險[30，55）和高風險[0，30）。其中，[90，100]表示安全，風險處于可接受水平；[75，90）表示較安全，風險在可接受范圍內，但需加強防范；[55，75）表示一般安全，風險處于較高水平，需采取適當措施；[30，55）表示較危險，風險處于高水平，需采取措施加以管控；[0，30）表示危險，風險不可接受，需立刻采取措施消除。

根據式（10）～（12）計算各對應等級的云模型

參數，各等級云模型參數依次為（95.000 0，1.666 7，

0.500 0）、（82.500 0，2.500 0，0.500 0）

、（65.000 0，3.333 3，

0.500 0）、（42.500 0，4.166 7，0.500 0）和（15.000 0，5.000 0，0.500 0）。運用正向云發生器生成風險等級標準云，繪制標準云圖，如圖2所示。

對于可量化指標Y1、Y2、Y3、Y8、Y17和Y20，根據其實際值所在風險等級進行打分，可量化評價指標標準見表3，其余指標根據專家意見確定，評分取值均設定為[0，100]。

三級指標

等級

低風險較低風險中風險較高風險高風險

池體異常Y1（數量/處）Y1=0Y1=1Y1=2Y1=3Y1>3

電池不一致性Y2/mVY2≤100100400

電池健康狀態Y3/%Y3=10095

潮濕Y8/%Y8≤707090

防火間距Y17/mY17≥65≤Y17<64≤Y17<53≤Y17<4Y17<3

耐火極限Y20/hY20≥54≤Y20<53≤Y20<42≤Y20<3Y20<2

邀請專家們根據上述標準對評價指標進行打分，將所打分值輸入逆向云發生器，得到三級指標的云模型特征參數，見表4。根據式（16）～（18）和三級指標云模型特征參數，計算一級、二級指標的特征參數，見表5。

將三級指標的云模型特征參數代入式（16）～（18）中，得到該鋰電池儲能電站火災風險評價云模型特征參數為（71.310 4，1.214 2，0.256 8）。利用Matlab軟件，將綜合評價云與標準云繪制在同一坐標系中，獲得綜合評價云圖，如圖3所示。

從圖3可以看出，綜合評價云分布在中風險評語云滴上，因此，該鋰電池儲能電站火災風險評價的結果為中風險，應采取措施降低火災風險。此外，根據正態云模型的霧化性質，綜合評價云的超熵為0.256 8（小于1.214 2/3），說明評價結果具有一定可靠性。評價結果與該儲能電站實際狀況符合，表明構建的評價模型合理可行。

為了更加深入地分析該鋰電池儲能電站火災風險的具體情況，找出相對薄弱環節，并有針對性地提出改進措施和建議，分別對各三級指標進行分析。由表4可知，指標Y1、Y9和Y18的期望值均在[30，55）內，評價結果為“較高風險”；指標Y2、Y6、Y5、Y21、Y23、Y27、Y28、Y29和Y30的期望值均在[75，90）內，評價結果為“較低風險”；剩余指標期望在均在[55，75）內，評價結果為“中風險”。部分三級指標評價云圖如圖4所示。

從圖4可以看出，池體異常評價云處于“較高風險”上；粉塵評價云處于“較高風險”和“中風險”之間，且稍偏向于“較高風險”；防火分隔評價云處于“較高風險”和“中風險”之間，且更偏向于“較高風險”。通過調研時的情況回溯可知：儲能電站員工對電池設備維護不到位，電池架下部模組上附有灰塵，部分電池存在發熱現象，電池工作時最高溫度超過45 ℃；該電站所處地區易發沙塵天氣，預制艙未設置防塵裝置，且電站人員未對預制艙內環境進行清理；部分預制艙艙壁的隔熱阻燃襯層破損，無法達到阻燃效果。

4.3?火災風險防控建議

2016年中國正式提出風險分級管控、隱患排查治理雙重預防性工作機制，要求按照風險級別、管控能力及管控難易程度等因素確定不同風險管控方式[31]。因此，針對不同風險等級的指標，提出相應的防控建議。

1）對于較高風險指標，必須采取措施加以管控。限制電池充放電SOC區間，避免電池過熱；根據電池工作狀態和環境條件，合理調整通風系統的運行參數；在預制艙和設備的進、出風口處安裝濾網，在艙門處設置隔斷緩存防塵區，避免灰塵進入；完善電池包、電池簇間的防火分隔，防止火災蔓延；定期巡查維護電池與設備，進行有效的火災隱患排查，并及時進行整改。

2）對于中風險指標，需采取一定措施降低風險發生概率及其事故后果。提升消防設施維護管理水平，定期對消防設施進行檢查；提升過電流電壓保護裝置可靠性，降低外部激源沖擊風險。

3）對于較低風險指標，需采取措施加強防范。開展包括職業技能、安全知識和應急處置等方面的培訓，提升員工自身素質；構建科學可操作的安全管理制度；優化應急預案，定期組織應急演練。

5?結?論

1）根據WSR理論，結合儲能電站火災風險因素以及相關標準規范，建立包括鋰電池特性、消防設施、安全管理、人員因素4個一級指標、12個二級指標和32個三級指標的鋰電池儲能電站火災風險評價指標體系。

2）基于G1-CRITIC組合賦權及云模型理論，構建鋰電池儲能電站火災風險評價模型。該模型定性和定量相結合地綜合評價了鋰電池儲能電站火災風險，體現了評價過程的模糊性和隨機性。以某磷酸鐵鋰電池儲能電站為例進行實證分析，評價結果與事實相符。同時進一步分析了三級指標，針對不同風險等級的指標提出了防控建議。

3）著重從鋰電池對儲能電站火災風險進行探索，由于儲能電站是一個十分復雜的系統，若要獲取更精確的結論，指標的選取還需要細化，權重的確定及指標量化也需要進一步研究。

參考文獻（References）：

[1]?趙昕劼.能源安全視角下電化學儲能的發展思考[J].能源，2022（1）：40-45.

ZHAO Xinjie.Reflections on the development of electrochemical energy storage in the context of energy security[J].Energy，2022（1）：40-45.

[2]金陽，薛志業，姜欣，等.儲能鋰離子電站安全防護研究進展[J].鄭州大學學報（理學版），2023，55（3）：1-13.

JIN Yang，XUE Zhiye，JIANG Xin，et al.Research progress of safety protection of lithium-ion energy storage power station[J].Journal of Zhengzhou University（Natural Science Edition），2023，55（3）：1-13.

[3]LYU P，LIU X，QU J，et al.Recent advances of thermal safety of lithium ion battery for energy storage[J].Energy Storage Materials，2020，31：195-220.

[4]喻航，張英，徐超航，等.鋰電儲能系統熱失控防控技術研究進展[J].儲能科學與技術，2022，11（8）：2653-2663.

YU Hang，ZHANG Ying，XU Chaohang，et al.Research progress of thermal runaway prevention and control technology for lithium battery energy storage systems[J].Energy Storage Science and Technology，2022，11（8）：2653-2663.

[5]王青松.鋰離子電池材料的熱穩定性及電解液阻燃貼加劑研究[D].合肥：中國科學技術大學，2005.

WANG Qingsong.Research on thermal stability of lithium ion battery materials and flame retardant electrolyte additives[D].Hefei：University of Science and Technology of China，2005.

[6]賈超，趙霞，張妍.鋰電池儲能電站火災風險分析與對策探討[J].電力安全技術，2022，24（6）：23-26.

JIA Chao，ZHAO Xia，ZHANG Yan.On the fire risk analysis and strategies for lithium battery energy sto-rage power stations[J].Electric Safety Technology，2022，24（6）：23-26.

[7]高維娜，于海青，蘇文威，等.儲能電站可靠性與安全性技術研究進展[J].電池，2022，52（1）：110-113.

GAO Weina，YU Haiqing，SU Wenwei，et al.Research progress in reliability and safety technology of energy storage power station[J].Battery Bimonthly，2022，52（1）：110-113.

[8]楊夯，黃小慶，于慎仟，等.電化學儲能電站主動安全研究[J].電力自動化設備，2023，43（8）：78-87.

YANG Hang，HUANG Xiaoqing，YU Shenqian，et al.Research on active safety of electrochemical energy storage station[J].Electric Power Automation Equipment，2023，43（8）：78-87.

[9]ZHU W J，DONG T，ZHANG S H.Comparative analysis of domestic and foreign safety standards for lithium-ion batteries for energy storage system[J].Energy Storage Science and Technology，2020，9（1）：279.

[10]曹文炅，雷博，史尤杰，等.韓國鋰離子電池儲能電站安全事故的分析及思考[J].儲能科學與技術，2020，9（5）：1539-1547.

CAO Wenjiong，LEl Bo，SHI Youjie，et al.Ponderation over the recent safety accidents of lithium-ion battery energy storage stations in South Korea[J].Energy Storage Science and Technology，2020，9（5）：1539-1547.

[11]馬礪，劉晗，白磊.基于AHP和熵權法的古建筑火災風險評估[J].西安科技大學學報，2017，37（4）：537-543.

MA Li，LIU Han，BAI Lei.Fire risk assessment of the historic buildings based on AHP and entropy weight method[J].Journal of Xian University of Science and Technology，2017，37（4）：537-543.

[12]張立寧，范良瓊，安晶，等.基于PCA-RBF的高校學生宿舍火災安全評價及應用[J].安全與環境學報，2021，21（3）：921-926.

ZHANG Lining，FAN Liangqiong，AN Jing，et al.Fire safety assessment of college dormitory based on PCA-RBF[J].Journal of Safety and Environment，2021，21（3）：921-926.

[13]吳書強，邵必林，邊根慶，等.基于多態模糊貝葉斯網絡的高校宿舍火災風險評價研究[J].災害學，2023，38（2）：31-36.

WU Shuqiang，SHAO Bilin，BIAN Genqing，et al.Fire risk assessment of university dormitory based on polymorphic Fuzzy Bayesian network[J].Journal of Catastrophology，2023，38（2）：31-36.

[14]肖勇，徐俊.基于組合賦權與TOPSIS的儲能電站電池安全運行風險評價[J].儲能科學與技術，2022，11（8）：2574-2584.

XIAO Yong，XU Jun.Risk assessment of battery safe operation in energy storage power station based on combination weighting and TOPSIS[J].Energy Storage Science and Technology，2022，11（8）：2574-2584.

[15]武菲.基于模糊物元法的變電站安全運行風險評價體系探討[D].濟南：山東大學，2019.

WU Fei.Research of substation operation safety risk assessment based on fuzzy matter element method[D].Jinan：Shandong University，2019.

[16]石廣斌，趙浩楊，楊振宏，等.基于WSR-TOPSIS的學生公寓火災風險評價[J].安全與環境學報，2021，21（3）：927-934.

SHI Guangbin，ZHAO Haoyang，YANG Zhenhong，et al.Fire risk assessment of student apartments based on WSR-TOPSIS[J].Journal of Safety and Environment，2021，21（3）：927-934.

[17]李嘯然，陳昕，謝中朋.WSR-博弈賦權-后悔理論的氣膜館火災風險評價[J].中國安全科學學報，2023，33（6）：174-180.

LI Xiaoran，CHEN Xin，XIE Zhongpeng.Fire risk assessment of air film stadium based on WSR-game weighting-regret theory[J].China Safety Science Journal，2023，33（6）：174-180.

[18]黃沛豐，劉家亮，金翼，等.基于火三角模型的鋰離子電池火災事故樹分析[J].安全與環境學報，2018，18（1）：66-69.

HUANG Peifeng，LIU Jialiang，JIN Yi，et al.Fault tree analysis method for lithium-ion battery failure mode based on the fire triangle model[J].Journal of Safety and Environment，2018，18（1）：66-69.

[19]LV Y，GENG X，LUO W，et al.Review on influence factors and prevention control technologies of lithium-ion battery energy storage safety[J].Journal of Energy Sto-rage，2023，72：108389.

[20]LAI X，YAO J，JIN C，et al.A Review of lithium-ion battery failure hazards：Test standards，accident analysis，and safety suggestions[J].Batteries，2022，8（11）：248.

[21]吳靜云，郭鵬宇，黃崢.磷酸鐵鋰儲能電站電池預制艙消防系統研究[J].消防科學與技術，2020，39（4）：500-502.

WU Jingyun，GUO Pengyu，HUANG Zheng.Study on fire prevention and control strategy of battery prefabrication cabin in lithium iron phosphate storage power station[J].Fire Science and Technology，2020，39（4）：500-502.

[22]王學軍，郭亞軍.基于G1法的判斷矩陣的一致性分析[J].中國管理科學，2006，14（3）：65-70.

WANG Xuejun，GUO Yajun.Analyzing the consistency of comparison matrix based on G1 method[J].Chinese Journal of Management Science，2006，14（3）：65-70．

[23]楊曉強，張智華，姜浩然，等.CPE和G1法的機場安全績效評價指標體系研究[J].中國安全科學學報，2020，30（3）：1-7.

YANG Xiaoqiang，ZHANG Zhihua，JIANG Haoran，et al.Research on airport safety performance evaluation index system based on criteria for performance excellence and G1 method[J].China Safety Science Journal，2020，30（3）：1-7.

[24]張玉，魏華波.基于CRITIC的多屬性決策組合賦權方法[J].統計與決策，2012（16）：75-77.

ZHANG Yu，WEI Huabo.Multiple attribute decision combination weighting method based on CRITIC[J].Statistics & Decision，2012（16）：75-77.

[25]劉丹，孫曉云，王喆，等.基于熵權-云模型的精細化工園區脆弱性評價[J].安全與環境學報，2023，23（1）：1-7.

LIU Dan，SUN Xiaoyun，WANG Zhe，et al.Vulnerability evaluation of fine chemical industry park based on entropy weight-cloud model[J].Journal of Safety and Environment，2023，23（1）：1-7.

[26]唐皓，段釗，唐勝利，等.巖體質量分級的組合賦權云模型[J].西安科技大學學報，2019，39（1）：79-87.

TANG Hao，DUAN Zhao，TANG Shengli，et al.Combined weight cloud model of rock mass quality classification[J].Xian University of Science and Technology，2019，39（1）：79-87.

[27]張渺.G1-EW組合賦權云模型下地鐵運營安全風險評價[J].中國安全科學學報，2022，32（6）：163-170.

ZHANG Miao.Risk assessment of metro operation based on G1-EW combination weighting cloud model[J].China Safety Science Journal，2022，32（6）：163-170.

[28]程方明，牛巧霞，劉文輝.變電站火災風險評價指標體系及云模型分析[J].西安科技大學學報，2022，42（4）：664-673.

CHENG Fangming，NIU Qiaoxia，LIU Wenhui.Fire risk evaluation index system in substation and cloud model analysis[J].Journal of Xian University of Science and Technology，2022，42（4）：664-673.

[29]趙晨程，高玉琴，劉鉞，等.基于云模型的生態河道建設評價[J].水資源保護，2022，38（2）：183-189.

ZHAO Chencheng，GAO Yuqin，LIU Yue，et al.Evaluation of ecological river construction based on cloud model[J].Water Resources Protection，2022，38（2）：183-189.

[30]宋英華，王雅琪，霍非舟，等.基于灰關聯-證據理論的高校宿舍火災風險評價方法[J].安全與環境學報，2021，21（6）：2357-2364.

SONG Yinghua，WANG Yaqi，HUO Feizhou，et al.A fire risk assessment method of the university dormitories based on the grey relational analysis and D-S evidence theory[J].Journal of Safety and Environment，2021，21（6）：2357-2364.

[31]雷長群.安全生產領域基本概念辨析及雙重預防機制研究[J].中國安全生產科學技術，2017，13（2）：17-21.

LEI Changqun.Study on basic concepts discrimination and double prevention mechanism in the field of work safety[J].Journal of Safety Science and Technology，2017，13（2）：17-21.