大數據技術在作業風險模型構建中的應用

劉雨佳 馮高敏 楊鍇

摘要：本文探討了大數據風險評估模型的構建，分析了作業風險評估系統功能規劃，研究了大數據技術在作業風險模型構建中的應用。

關鍵詞：大數據技術;作業風險;模型構建

中圖分類號：TM76 文獻標識碼：A 文章編號：1007-9416（2019）12-0068-02

1 基于大數據風險評估模型的構建

與傳統的風險評估技術相比，大數據技術的應用能夠有效解決了傳統技術的不足，通過大數據風險模型的構建，能夠及時地獲取影響風險的因素及數據，可實現對人員能力、作業方法、設備狀態和作業環境與時間等動態風險的分析與計算，實現風險計算模型的立體化，大大提升現場作業風險評估的科學性，降低現場作業風險，減少事故發生率[1]。

1.1 動態風險評估

基于大數據的現場作業風險評估，評估人員可從不同的業務系統獲取風險影響因素的數據，對風險影響因子進行計算，再結合人員能力、作業方法、電網設備狀態和作業環境與時間等數據進行動態風險分析。

1.2 作業基準風險評估

作業基準風險評估主要是合理地評估電力作業全面風險，是為了確保電力企業生產作業活動正常開展的重要評估方式。

1.3 動態風險因素

（1）合理確定風險影響因素。根據作業現場的安全事故的類型，對現場作業的風險成因要素進行分析，合理地確定人員作業能力、作業方法、電網設備狀態和作業環境與時間等成因要素，掌握好各要素的層次、安全事件之間的聯系。（2）風險因素數據分析。風險因素數據分析是對與現場作業過程中的人員信息、事故事件、違章行為、設備狀態、環境等數據進行風險分析，并對現場作業安全事故進行統計與分析，從而得出產生風險的成因，統計出它們之間的關聯性，并將作業人員能力、作業方法、設備狀態和作業環境等關鍵因子提取出來。

2 作業風險評估系統功能規劃

通過大數據技術在作業風險動態評估的應用，建立了完善的作業風險評估系統，此系統分為多個功能模塊，包括數據集成模塊、風險計算模塊、多源數據采集模塊和展示模塊等。系統總體架構包含評估模型管理、作業風險評估管理以及配套業務應用支撐等功能，具體如圖1所示。

系統通過數據預處理的應用，面向服務的體系結構能夠實現企業應用或資源之間的靈活連接，因為它把每一項應用或資源表達為具有標準接口的服務，能夠讓應用或服務交換結構化的信息（消息、文檔、“業務對象”），并通過企業服務總線調節消息交換。SOA通過清晰的定義和松散的耦合提高了靈活性。在SOA的技術中，所謂的服務是一種“自包含”（self-contained）的實體，它能夠完成獨特的業務功能。服務根據SOA原則利用現有的中間件實現交互。其充分利用新的開放標準以及XML數據定義（Web Services-Web服務），把兩者結合到快速進入市場的解決方案中。

系統采用了B/S體系結構，B/S是一種跨平臺的應用軟件結構，支持TCP/IP協議的所有軟硬件系統。一次開發，可以跨平臺使用，減少了開發人員在客戶端的工作量，使他們可以把注意力集中到怎樣合理地組織信息、提供客戶服務的服務器端的編程工作上去。在B/S結構中，數據的查詢、處理和表示都由服務器完成，在客戶端只需運行客戶自己的操作系統和通用的Web瀏覽器。和C/S結構的應用系統相比，B/S結構的客戶端變得非常“瘦”。B/S具有統一的瀏覽器客戶端軟件，不僅節省了客戶端軟件開發的投入，減少維護客戶端軟件的時間與精力和客戶培訓等工作，也方便了用戶的使用。

3 大數據技術在作業風險模型構建中的應用

通過對作業風險動態評估流程的建設，實現三級風險動態評估的合理規劃，包括施工前動態風險影響因素的識別、基準風險評估及動態風險值的計算以及作業動態風險再評估等[2]。以220kVXX輸變電工程為例，在放線施工作業過程中，包括幾個維度：作業類型風險值（A），人員能力風險值（B）、作業方法風險值（C）、機械設備及工器具風險值（D）、電網設備狀態風險值（E）和作業環境與時間風險值（F）。故我們需要根據權重進行作業風險評估值計算。

（1）作業類型風險值（A）：如220kV線路放、緊導地線，風險影響因素評分為73.20分，分項風險值為73.20，權重設置為1.00，則加權值為73.20。（2）作業人員能力風險值（B）：如1年內承擔工作負責人6-20次，風險影響因素評分為2分，分項風險值為2，權重設置為0.25，則加權值為0.5。（3）作業方法風險值（C）：如采用有作業指導文件作業的工作方式，風險影響因素評分為0分，分項風險值為0，權重設置為0.25，則加權值為0。（4）機械設備與工器具風險值（D）：如施工設備為正常，風險影響因素評分為0分，分項風險值為0，權重設置為0.1，則加權值為0。（5）電網設備狀態風險值（E）：如設備狀態評級為V級，風險影響因素評分為2分，分項風險值為2，權重設置為0.1，則加權值0.2。（6）作業環境和時間風險值（F）：如雨、霧天氣，風險影響因素評分為3分，分項風險值為3，權重設置為0.3，則加權值為0.9。

綜上分析，根據以上風險因素和幾個維度分析，對作業風險評估值進行計算，其風險值計算公式如：

（R）=A+ω1*B+ω2*C+ω3*D+ω4*E+ω5*F。

根據上式可得風險評估結果，風險值為74.8，風險等級為中等風險。

4 結語

綜上所述，基于大數據的電力行業作業風險模型的構建及應用，通過作業風險評估系統，實現與電網現場作業風險相關的數據的獲取，合理地分析現場作業人員能力、作業方法、機械設備、作業環境與時間等風險的影響因素，采用了一體化的風險計算方法，構建立體化的風險計算模型，有效解決了現場作業風險評估中的單一問題和作業風險評估中存在的不足，有獅于電力行業現場作業風險評估的準確性的提升，且有利于降低現場作業風險，減少安全事故的發生。

參考文獻

[1] 王慶慧，劉鵬，王丹楓.安全檢查表對作業條件危險性分析方法修正的研究[J].中國安全生產科學技術，2013（8）：125-129.

[2] 朱淵岳，付學華，李克榮，等.改進LEC法在水利水電工程建設期危險源評價中的應用[J].中國安全生產科學技術，2009（4）：51-54.

The Application of? Big Data Technology in the Construction of? Job Risk Model

LIU Yu-jia1， FENG Gao-min1， YANG Kai2

（1.Shenzhen Power Supply Bureau Co.，Ltd.， Shenzhen? Guangdong? 518048;

2.Shenzhen Kangtuopu Information Technology Co.， Ltd.， Shenzhen? Guangdong? 518034）

Abstract：This paper discusses the construction of big data risk assessment model， analyzes the function planning of job risk assessment system， and studies the application of big data technology in the construction of job risk model.

Key words：big data technology; job risk; model building