基于人員承載力畫像的多任務智能排期系統

徐龍江，王 洋，孫振海，馬曉路，宋彥臻

（國網山東省電力公司青島供電公司，山東 青島 266002）

電網隨著社會的發展逐漸轉變，由最初的傳統電網轉變為智能電網，這也成為我國電網的一次大的轉型，成為一次重大跨越。隨著時代的發展，變電站檢修工作從傳統模式下已經逐漸演變成為了智能化變電站檢修體系，智能站對于檢修工作提出了新的要求。

在智能站“質”和“量”共同提升的大背景下，檢修人員每日都會面臨大量的日常工作，比如變電站日常消缺、日常維護、保護改造、保護定檢等，而不同工作所要處理的故障類型和內容都不相同，這就要求在安排工作時綜合各個工作負責人的工作能力。對于變電檢修專業來講，日常工作通常由專工下派給各班班長，然后由班長根據工作內容和難易程度將工作任務分配給各個工作負責人和工作班成員，整個過程均由專工和班長等人為參與，無其他第三方因素參考，然而人的主觀意識有時會出現偏差，且長期由人工參與工作計劃的制定與分配會給相關人員造成很大的負擔，在疲勞與精神壓力的環境下很容易出錯，這給日益增加的檢修工作提高了現場風險與事故率。

要解決上述問題，首先要摒棄通過傳統人工模式制定和分配工作計劃的方式，將人工主觀分配轉變為智能客觀分配，在這種情況下，使用大數據及人工智能技術制定智能變電檢修管理系統成為一種直接有效的解決手段。通過大數據技術，使用人工智能等算法對班組人員的工作承受能力進行客觀評估，在此基礎上實現檢修任務合理排期的自動化、智能化，使任務分配更加合理、可靠，符合每個工作人員的承載能力與未來變電檢修工作的發展趨勢。

1 基于人員承載力畫像的多任務智能排期系統的管理內涵

基于人員承載力畫像的多任務智能排期系統依托人工智能與大數據分析技術，針對檢修日常工作，在任務排期、狀態監測、輔助支持3 個方面進行管理。

在任務排期方面，基于人員承載力畫像的多任務智能排期系統通過大數據技術收集包含人員檔案信息、公司車輛信息、變電站基礎信息、外借施工人員信息、任務信息、缺陷信息、工作人員生物特征數據等，在此基礎上通過自然語言處理算法、任務標簽分類算法、任務排期整數規劃與遺傳算法等建立任務畫像與人員承載力畫像，通過人工智能實現對任務人員的最優推薦與任務計劃的自動排期，通過該模式進行智能檢修管理。

在狀態監測方面，基于人員承載力畫像的多任務智能排期系統通過對人員基礎信息標簽、業務能力標簽、精神狀態標簽進行歸納建檔，結合用于員工壓力預警的生物特征解析算法，通過在工作人員身上佩戴可穿戴設備采集其狀態數據，并經數據分析得出作業人員的實時生理與精神狀態，根據每個人的實時狀態合理安排工作任務，并對人員安全狀況進行預警，提醒現場人員注意規避現場風險，進一步增強檢修工作的人性化管理。

在輔助支持方面，基于人員承載力畫像的多任務智能排期系統主要分為兩個部分，其一是管理人員對現場工作人員的精神狀態監測——通過人員狀態監測和人員安全預警實現對檢修工作人員的實時狀態全局掌控，達到輔助安排工作計劃與工作任務的目的；其二是管理人員對檢修負責人工作后的任務后評價——支持檢修負責人在系統中以文本、圖片的方式錄入任務后評價，構成任務執行的完成記錄，支持管理人員查閱，同時將每次工作任務生成案例檢索，支持根據檢修任務標簽檢索相關任務案例，查閱任務信息。以上兩部分作為檢修管理的輔助支持，構成基于人員承載力畫像的多任務智能排期系統的重要補充。基于人員承載力畫像的多任務智能排期系統的系統架構和功能架構分別如圖1、圖2所示。

圖2 基于人員承載力畫像的多任務智能排期功能架構

2 基于人員承載力畫像的多任務智能排期系統的主要做法

2.1 構建基于人員承載力畫像的多任務智能排期系統

基于人員承載力畫像的多任務智能排期系統核心是利用該系統實現任務人員推薦、任務智能排期管理，為達到以上目的，需要建立任務畫像和人員承載力畫像。任務畫像基于任務標簽，根據一次任務的作業最小項，結合歷史任務數據和檢修人員工作經驗，構建出一次班組、電氣試驗班、二次班組任務的標簽體系，對任務進行打標簽，從變電站、工作票、任務類別、任務難度等多個維度描述任務。對于任務畫像，首先應收集任務來源，包括年度計劃任務、周期性任務、消缺任務、臨時安排任務等，然后根據任務來源建立任務畫像，畫像的內容有：變電站、工作票、任務類別、電壓等級、任務時長、特殊車輛、外借工需求等，有利于從各個角度深入了解任務特征。當任務由用戶錄入或批量導入系統后，系統通過自然語言處理識別原始任務，通過統計分析手段輔助任務拆解，推薦任務標簽，由專工確認任務拆解，完成任務畫像。實際應用中將對原始輸入任務進行實體識別與語義理解，輔助專工進行任務拆解，保證任務拆解、任務畫像的時效與準確。對于須多班組共同執行的任務，根據任務實施區域組合相同變電站任務，輔助專工完成任務組合，任務組合會作為一個整體進入任務排期。任務標簽管理支持用戶對標簽和標簽屬性進行維護，滿足日益變化的業務需求。用戶可以對標簽進行增刪改查，任務標簽分一次任務標簽、電氣試驗班任務標簽、二次任務標簽，用戶需要對三類標簽分別管理；為了讓任務畫像表達出更多維度的信息，任務標簽提供標簽屬性的管理，標簽屬性包括任務難度、任務時長、工作人員需求、外借工需求、特殊車輛需求在內，支持用戶對標簽屬性的參數進行設定，任務畫像構建框架如圖3所示。

圖3 任務畫像構建框架

對于人員承載力畫像，首先需要收集人員數據，包括人員檔案、工作經驗、可穿戴設備等，然后據此建立基于基礎信息標簽、業務能力標簽、精神狀態狀態標簽的人員承載力畫像，為每位人員生成人員承載力畫像，有助于分析人員狀態、合理安排工作。

其中，基礎信息標簽包括性別、班組、職級、是否駕駛員，標簽數據來源于人員檔案信息。業務技能標簽包括負責人資格、監護人資格、可完成的任務類型，根據每個人員的資質、業務水平、業務經驗，由班長或上級領導來維護為人員賦予業務能力標簽，對每個人員的業務能力標簽進行增刪改查。精神狀態標簽，包括心率水平、實時壓力狀態、長期壓力狀態，標簽數據來源于可穿戴設備采集的心率數據，通過心率變異性（HRV）計算得出實時壓力狀態、長期壓力狀態。人員承載力標簽管理支持用戶對每位人員的業務能力標簽進行管理，用戶可以在業務能力標簽庫中選擇業務標簽賦予到人員上，人員的業務標簽直接決定了該人員能夠完成的任務類型。為了更靈活支持日益變化的業務要求，業務能力標簽庫中標簽支持用戶自定義管理，管理每個業務能力標簽，以及業務能力標簽與任務標簽的映射關系。映射關系分為直接映射、屬性映射，直接映射指的是業務能力標簽通過業務類別與任務標簽對應，屬性映射指的是業務能力標簽通過標簽屬性與任務標簽對應，人員承載力畫像的構建框架如圖4所示。

圖4 人員承載力畫像構建框架

根據任務畫像和人員承載力畫像，可以實現任務人員推薦、任務自動排期智能化管理。

任務人員推薦是指：對某一項工作任務，根據其輕重緩急與風險大小自動匹配工作負責人、工作監護人、工作班成員和外借工，并根據任務量大小安排工作人數。系統會根據每個人的情況安排相關人員，比如工作負責人是否會駕駛出行車輛，外借工是否會接二次回路電纜線芯，這些因素都會影響最終的任務人員推薦情況。對于任務來源，主要有年度檢修計劃、周期性檢修任務、缺陷、設備故障、以及用戶輸入的其他任務，支持任務導入或直接對接獲取數據，可有效簡化任務導入工作。

任務自動排期主要分為月計劃智能排期和臨時任務派發輔助兩大類。月計劃智能排期是指基于人員承載力，對一定時間范圍內的任務進行智能排期，合理安排各個班組的任務。系統基于最優化算法通過模型化排期任務求解得到合理的月計劃排期結果。對于復雜月排期無法得到最優排期結果算法可對次要約束條件設置伸縮系數以得到近似最優結果，滿足不同場景的智能排期需求。

2.1.1 評價指標

班組每日任務量均衡化、同班組人均每月任務量均衡化。

2.1.2 約束條件

以每日為單元，每個班組的任務量不能超出該班組的承載力。每人每天安排的任務總時長不超過X小時。

以每日為單元，每個班組的每個任務都需要駕駛員。每個任務都有車輛要求。

以每日為單元，每天的特殊車輛需求不能超過特殊車輛資源池上限。通過配置各個任務標簽的特殊車輛需求，完成每日特殊車輛需求數計算。

持續多天的任務，在日期安排上要連續，少于5天的任務盡量不要跨周六日。

臨時任務派發輔助是指在實際工作中，隨時都會出現需要臨時安排任務的情況，原理如圖5所示，在現有任務排期計劃中如何插入該任務并選擇合適的人員，是臨時任務派發輔助功能的目標，分為兩種。

圖5 臨時檢修任務安排

緊急性任務人員推薦：將緊急性任務錄入系統后，根據任務標簽推薦符合業務能力要求的負責人、并提供加班次數、精神狀態水平信息，輔助用戶選擇合適人選。

非緊急性任務排期推薦：將非緊急性任務錄入系統后，根據任務計劃中的人員承載性，提供任務插入排班計劃的排期推薦，輔助用戶為該任務選擇合適的任務排期。月計劃任務初稿完成并經平衡會討論確定后，會提交給省公司進行整體評估，評估后反饋回停電計劃，停電計劃對應的任務排期不能再做變動。任務排期鎖定功能，是對某些任務的排期進行鎖定，在進行任務排期調整時保持已鎖定任務的排期不變，用戶可手動對任務進行排期鎖定，也可以支持根據批量導入的停電計劃表鎖定對應任務的排期。

2.2 打造基于實時數據采集的人員狀態監測協同平臺

基于人員承載力畫像的多任務智能排期系統采用大數據搜索技術收集檢修現場工作人員的實時狀態數據，達到對作業人員狀態監測和安全預警的目的，如圖6 所示，從而降低安全事故發生的概率，保證作業人員的人身安全，打造基于實時數據采集的人員狀態監測協同平臺。對于管理人員來講，人員狀態監測協同平臺提供了一種更加人性化的現場人員管理方法，通過該平臺能夠實時掌握現場人員的真實數據，根據實時數據去分析每個人的工作狀態，并作出及時調節，大大提高了現場工作的可靠性與人員的安全性，有利于檢修工作的進一步開展。

圖6 實時監控與安全預警示意圖

電力檢修工作人員，作業環境復雜且具有一定的風險性，如人在高車上作業時要注意不要碰線，二次檢修時注意不要跳閘引發電力事故，作業人員需要保持良好的精神狀態，保持精力集中。為保證作業人員的人身安全，本方案通過為工作人員佩戴智能手表，采集實時上傳的心率數據的方式，實時監測工作人員的精神狀態，形成實時監護的人員管理模式。工作人員的精神壓力狀態，可通過心率變異性（HRV）量化評估，HRV是指人體隨時間變動的心搏周期性變化，是判斷自主神經活動的常用的定量指標，較低的HRV與焦慮、壓力，甚至心血管疾病有關。通過可穿戴式設備實時監測心率，轉換為波形方式進行分析每個心搏間距的變化（HRV），可量化評估精神壓力狀態。

基于實時數據采集的人員狀態監測協同平臺在應用層呈現可穿戴設備采集的人員狀態數據，輔助管理人員掌握每個人員的實時心率、實時壓力狀態、長期壓力狀態，以及每個人員今日執行的任務信息，并支持以折線圖、柱狀圖顯示一段時間內的心率趨勢和壓力趨勢。值得注意的是，對于心率飆升或者精神壓力飆升并持續的情況，可以迅速發出警示，提醒關注人員狀況和調整現場作業人員安排，規避潛在風險。

基于實時數據采集的人員狀態監測協同平臺系統，如圖7 所示，部署在內網，智能腕表采集的人員心率信息通過4G傳輸，通過安全接入平臺進入內網，經數據共享中心進入人員承載力系統。對于PMS的缺陷數據，規劃中的基于遙信信號的故障判別系統的故障數據，通過數據共享中心獲取。

圖7 基于實時數據采集的人員狀態監測協同平臺系統

2.3 優化智能變電檢修管理流程的檢修輔助支持應用

基于人員承載力畫像的多任務智能排期系統在滿足任務自動排期、人員狀態監測的基礎上，還具有檢修輔助支持應用模塊，該模塊包括檢修任務后評價與檢修案例檢索兩部分，為檢修人員提供檢修輔助管理，可以極大地提高現場工作效率，讓檢修人員少走彎路、降低作業風險。檢修輔助支持應用日常由專門的檢修負責人維護管理，定期檢查維護數據，當發現有數據不完整之處，會告知相關工作負責人進行補充完善，檢查無誤后提交部門審核，最后正式在系統中發布，通過該流程實現了檢修過程的閉環管理，進一步提高了人員工作效率，強化檢修全過程管控。

檢修任務后評價是指檢修負責人在每次工作結束后在檢修輔助支持應用系統中以文本、圖片的方式錄入對本次工作的評價，包括應該注意的風險點、現場施工采用何種方式、電纜接線是否串接多個屏柜等，以此構成任務執行完成電子記錄，并支持客戶隨時登錄系統查閱。特別是對于缺乏工作閱歷的新人來講，可以通過該應用查詢相關任務的工作流程以及注意事項，從而迅速掌握工作要領，少走彎路，規避現場風險。

案例檢索是指系統可以根據檢修任務標簽檢索相關任務案例，比如某年某月某變電站發生了母線停電事故，工作人員趕往現場搶修，事后分析事故發生的原因和故障點所在的位置均會在檢修輔助應用中生成案例報告，若想要對該案例進行再一次的分析，可以查閱系統調出任務信息和案例分析報告，達到隨時查閱舊案例，隨時進行新分析的效果，這對智能變電檢修管理系統起到了優化的作用。

3 基于人員承載力畫像的多任務智能排期系統的實施成效

3.1 完成檢修任務人員的智能推薦

基于人員承載力畫像的多任務智能排期系統的核心成效之一便是可以依托大數據與人工智能技術完成檢修任務人員的智能推薦。從傳統方法上來講，每一位任務人員的安排均要經過管理人員的審核才能決定，這給管理人員造成了極大的負擔且具有不可靠性，而本方案通過對原始任務進行基于自然語言處理的解析，通過命名實體識別等技術手段準確識別原始任務的任務名稱、任務屬性等重要信息，通過系統初步自動識別任務基礎屬性后經人機交互手段自動生成任務標簽（變電站、工作票、任務類別），根據人員的工作狀態、技能、資質等信息等基于協同過濾對任務與人員進行任務——員工推薦匹配，初期匹配規則可基于業務知識與員工的歷史任務記錄，推介結果可由管理人員手動調整，模型可通過學習管理人員的派工歷史情況逐步優化推薦匹配結果，在綜合考慮各班組人員承載力的前提下將任務與工作負責人關聯，完成任務人員推薦。

在整個系統應用過程中，只需要管理人員在相關界面確認人員推薦的結果，與此同時管理人員可以看到結果生成過程中系統詳細的計算情況，并作出客觀評價。以上自動識別算法的結果確認后進入接下來的任務排期工序，在人機交互中，算法將通過在線學習不斷提高自身識別的準確性與時效性，通過獲取的新知識持續優化模型，不斷提高任務標簽的推薦能力，增強了檢修管理水平。

3.2 實現檢修工作計劃的自動排期

基于人員承載力畫像的多任務智能排期系統的核心成效之二便是能夠在任務人員智能推薦的基礎上實現檢修工作計劃的自動排期。從傳統方法上來講，檢修工作計劃是由管理人員根據工作量大小進行時間安排，通常由班長制定，且只能提前制定幾天的工作安排，而本方案利用最優化算法，基于變量、約束條件、目標函數三要素，研究在給定約束之下如何尋求任務排期達到最優，特別是對于月計劃的制定，如何在不超出人員承載力的情況下，通過合理的任務組合，達到最大化的工作任務量，讓班組的每位成員都分配有合理的任務安排。

對于檢修工作計劃的自動排期功能，其最大的優勢便是能夠在保證工作任務順利進行的前提下優化人員承載力，比如月計劃的提前制定，可以為管理人員節省大量任務、人員安排的時間，且制定的工作安排均是通過對排期任務建模，并求解模型最優解來獲取智能排期結果，經實踐證明，其可信度極高。除此之外，系統還支持人工調整，比如管理人員對工作負責人可臨時進行修改替換，倘若工作過程中經常出現需要臨時安排的工作，在安排人員的過程中，系統篩選出業務能力匹配人員，并提示人員當天工作情況、過去因臨時任務加班情況等多方面的情報，輔助班長選擇工作責任人，增強檢修工作的柔性管理。

3.3 保障檢修作業人員的工作安全

基于人員承載力畫像的多任務智能排期系統的為現場施工人員裝配可穿戴生物特征采集設備，可長期監控施工人員的工作狀態，采集設備可自行處理一定量的生物特征數據，在脫離系統支持的情況下離線解析員工的生物特征數據，此類數據將定時同步至數據系統中統一管理，同時對生物特征數據進行加密處理，保護采集設備使用者的個人隱私，同時根據提前定義的規則與算法，對每位采集設備使用者的近期數據進行標簽化處理，相應標簽將用于任務推薦、員工推薦等系統任務中。

通過裝配可穿戴生物特征采集設備，能夠及時捕獲檢修人員的工作狀態，對于過于疲勞、處于緊張狀態的員工及時提醒，及時做出休息、調整工作狀態等動作，從最大程度上降低現場工作風險，保障檢修作業人員的工作安全，同時，系統可通過智能設備定期將員工數據同步至數據系統，建立大數據庫，方便應用于其他場景以便管理人員進行多元化管理。

3.4 提高檢修現場工作的作業效率

基于人員承載力畫像的多任務智能排期系統通過大數據和人工智能技術建立具有任務智能排期、人員狀態監測、檢修輔助支持3 大功能模塊的檢修管理系統，通過該系統在保證人員承載力的前提下實現檢修日常工作任務的合理安排，提高了員工的積極性，保障了員工的人身安全，讓工作負責人的職能得到了最大化限度的發揮，極大的提高了現場工作的作業效率。

對于管理人員來講，改變了之前通過每日填報工作安排的管理模式，通過系統自動生成檢修計劃與人員安排，節省了大量精力，可投入于其他工作當中，提高了管理效率；對于現場檢修人員來講，得益于該系統的管理模式，能夠提前數日知悉工作內容，從而提前做好準備，在工作現場能夠聽從后方人員的建議規避風險，提高現場工作的作業效率，為檢修工作在電網的智能化、節約化、先進化管理發展作出卓越貢獻。

4 結束語

本文提出了一種基于人員承載力畫像的多任務智能排期系統，該系統主要圍繞“智能排期”和“輔助監測”兩大部分構建體系，前者能夠實現任務人員推薦、任務自動排期智能化管理；后者能夠保障檢修人員的工作安全，從而提高工作效率，解決傳統檢修工作思路窄、排期難、效率低的境況。