机械类外破隐患点风险评估

邓晨成

（武汉供电公司，湖北武汉 430000）

机械类外破隐患点风险评估

邓晨成

（武汉供电公司，湖北武汉 430000）

近年来武汉地区城市建设工程数量巨大，对输电线路的安全运行产生 严重安全威胁。本文采用数学建模原理，研究在武汉地区输电线路外力破坏防控中，定量风险评估的算法模型。通过风险评估对外破防控工作起到决策辅助作用，提高各项资源利效率。利用对机械行为的数学建模及分析往年数据统计，研究风险评估算法并投入试用验证算法有效性，为输电行业外破风险评估提供了参考依据。

输电线路 架空线路 外力破坏 机械施工 风险评估

1　选题背景及理由

由于经济和建设的发展需要，武汉地区的施工繁多且严重影响线路安全运行。目前武汉共有近万处施工工地，对输电线路安全运行造成影响和威胁的有近1000处施工工地。本项目针对这一问题进行研究，尝试用建模、统计和经验相结合的方式来对机械类施工外破现场进行定量风险评估，并根据现场环境进行针对性的安全措施补充。目前对线路运行，特别是线路事故频发的建筑施工区域内的输电线路，电力部门迫切需要借助风险评估的方式，合理分配各类资源，提高线路维护效率和企业经济效益。

图1　机械固有风险值的计算示意图

图2　固有风险值建模示意图

图3　机械固有风险值与水平距离、臂长的关系

图4　平整场地进场空余时间

图5　工序误差

2　风险评估算法原理

2.1概述

该评估系统主要适用于35kV至500kV交流架空线路保护区范围内或周边的机械施工所产生的外破风险评估。由于风险评估主要针对于超高机械可能引起的线路跳闸事故，大型挖机或压路机等这类非超高（高度低于10米）但可能会对杆塔本身或基础产生破坏的机械，由于其对线路安全运行产生的影响大部分不是瞬时影响，虽然会造成电力设备的损坏，但对电力用户不会产生直接的经济损失，故在此评估系统中暂不予考虑。

现阶段的线路运行环境十分糟糕，针对在线下施工引起的线路跳闸等外破事故也无规范和统一的记录格式和处理方法。风险评估项目拟采用理论计算与数理统计相结合的手段，最大化利用现有数据来得到更为准确的数值。

通过项目组的讨论及对大部分施工外破现场的分析，我们将外破现场因素分为这么几类：线路状态，机械工况，技防安措，宣传安措。每一个因素类型都可以用几个具体量化后的参数进行评估计算。

图6　算法流程

2.2算法结构及流程

在外破点风险评估的算法中，最核心的部分是机械的固有风险值算法。设计思路如下：假设无任何技防措施且机械操作人员没有任何电气常识情况下，对机械在特定位置所有可能的运动范围进行风险评估后，得到固定施工位置的机械固有风险值，然后再对机械在所有可能作业位置时评估所得风险值进行累加，得到机械固有风险值。得到机械固有风险值后，我们将进行一系列的参数修正，来确定最终的风险值。

第一项修正为限高类和封网类技防措施参数修正。在这两类技防措施有效且完好的情况下，直接修改机械可能的运动范围及可能的施工位置，重复上述的运算过程，得到经过技防措施参数修正后的机械固有风险值。（见图1、图2）

第二项修正为宣传参数修正。根据生产技术科所提供的数据，在机械造成的外破事故中，机械操作人员对现场电气危险点毫不知情的人数占到了70%-80%。假设其他条件完全一样，而电气安全知识宣传和教育能够全面开展的情况下，机械外破事故可以减少40%-60%，在实际计算中取50%。

宣传类措施参数包含：施工方展开的电力设施安全常识培训（以下简称安全培训）、施工方缴纳抵押金情况、现场警示牌情况和值守人员参数，其中值守人员参数又包含着装评分、电气知识和素养评分及在岗情况评分。（值守人员的技防类效果与宣传类效果分开计算。）计算公式及参数说明如下：

A0：修正后的机械风险值； A：修正前机械风险值；xc1：安全培训参数；xc2：警示牌参数；zs2：值守着装评分；zs5值守电气知识素养评分；zs4：值守人员在岗率。

其中安全培训参数占60%权重，警示牌参数占15%权重，值守人员评分占25%权重。其中在值守人员评分计算中，着装评分与电气知识素养评分分别占20%与80%，并根据其在岗状态进行修正。

第三项修正为值守参数修正。由于值守人员的宣传作用在宣传类参数修正中已完成，此项修正只考虑值守人员的技防作用。只有在值守人员在岗期间，对危险点了解清楚且对施工进度了解清楚时，才有阻止施工方危险行为的可能性。再考虑值守人员对现场施工人员危险行为的阻拦能力后，对机械风险值进行修正，得到值守参数修正后的机械风险值。计算公式及参数说明如下：

zs1：值守人员在岗率；zs3：值守人员对施工进度的了解情况评分；zs6：值守人员对施工方危险行为的劝告阻拦能力评分。

第四项修正为巡视周期修正。根据某一个特定施工外破点被巡视的频率来估算下一次巡视时间，并测算当日至预计巡视时间内施工外破点的风险值。

A0=A× t

其中t为平均巡视周期。

细节说明：

（1）机械的固有风险值算法可以添加其他的机械类型算法，来提高整体算法的覆盖面。

（2）安全培训参数、警示牌参数、值守人员评分三项权重值可以根据实际情况进行更改，亦可在后期数据库完善的情况下，纳入随数据库变动的系数中去。

2.3仿真结果

（1）在固定位置上，测量不同的机械臂长对风险值的影响，得到下图（图3）曲线。参与运算的其他机械参数如下：（1）电压等级220kV；（2）最低导线线间距离4米；（3）导线最低对地距离15米。臂长分别为10至30米，对应21条曲线如图（见图3）。

可以看出，臂长超出导线最低对地距离时候，在线路正下方的安全系数基本一样。从实际来看，超高机械在线下施工时，风险值很大且造成事故的可能性是一样的，这与模拟的结果一致，故认为该步骤的算法有效。

（2）该部分用于说明平整场地时间对风险值的修正作用。其修正原理是对数据库中平整场地的时间做非参概率密度分布，再将现有平整场地时间带入曲线得到相应的风险值。

（3）对应于不同的施工工序施工方将使用不同的机械设备，类似的工序会使用类似的机械设备。此外，巡视人员或外破专责人员也可以询问现场施工人员，以收集正在使用和将要使用的机械设备。收集的数据对外破隐患点风险评估很有帮助。

在分析当下机械风险值时，只计算当下工序所有机械可能产生的风险值是不够的。当巡视人员或外破专责人不在场时，现场施工可能已进入下一工序，用当下工序所使用的机械数据来计算风险值就不准确了，所以要将下一工序的机械数据纳入计算。本工序和下一工序的机械风险值的权重由本工序进展决定，即越接近工序结尾，下一工序的机械风险值权重越大，而本工序的机械风险值权重越小。

上两张图中（见图4 图5）用于计算的工序误差值数据如下：

data=［0.1 0.3 -0.4 0.2 -0.3 -0.2 -0.1 0.05 0.12 -0.13 0.09 0.22 0.31］；

可以看出，随着工序的完成和新工序的开始，两期工序的权重值逐渐变化。

3　实施内容

3.1外破数据采集单

数据单用于外破巡视时填写。线路巡视人员或外破专责人员携带表单至现场进行观测、调查并填写此表单。该表单对外破隐患点进行详细记录，提供风险评估时所需的全面信息。

3.2风险评估算法程序

用于实现核心算法，用定量的方法对施工现场机械可能出现的风险进行评估。该程序组通过对现场机械运动方式进行建模模拟的方式来计算机械的固有风险值，而后根据其他外破隐患点的机械参数进行修正，并引入人工经验修正方法来得到更精确的数据。此方法较常规经验判断来得更为准确一些，并能及时预判出经验判（图6算法流程）断过程中疏忽或误判的事故风险。外破隐患点数据库可提供系数修正，随着数据库的完善，该程序组的计算精度会有所提高。

图6是数据输入的流程图，从应用开始有三个选项，其中检查录入和巡视录入的区别在于前者用于录入详细的外破隐患点数据，而后者只录入巡视时采集的少量数据。调试模式用于批量导入数据，可将采集到的上百条数据批量导入并批量评估计算风险值。

3.3外破数据库

以txt格式文件存储，用于存放每个外破的详尽数据，具有固定的数据格式。该数据库统可以批量导入大量外破隐患点数据，并且在每一次的外破点计算提供计算系数的动态修正，使得计算结果更为合理、准确。

4　风险评估在实际中的运用情况

该项目建立在对实际问题的思考和研究上，项目小组成员通过总结工作经验，将遇到的实际问题逻辑化、规律化，从而用能普遍适用的方法来解决这一类问题。该项目尚未有可参考的研究成果，所以在建模阶段非常困难。通过多次甄别和修改，项目小组将有效且独立的因素从众多影响因素中提炼出来。在采用建模、数据修正和经验修正方法过程中，准确选择影响因素三个环节能使风险评估的结果更准确。

在主程序基本完善后，项目小组进行了试运行分析，得到的风险评估值符合人的经验判断，初步证实程序有一定可靠性。下阶段将筹划收集更多数据，进行较大规模的试运行。

项目组从输电运检工区所管辖的输电线路中，选取了12个比较典型的机械类外破隐患点，对其进行风险评估。将评估的结果对照人工分析，来验证该程序的准确性。下面列举其中三个外破点作为案例。

4.1220kV凤珞一二回42号城际铁路外破隐患点

采集数据时现场有2台34米臂长的移动轮式吊车，且有2台浇灌使用的泵车，均在线下或线侧施工。现场采集数据后，进行运算，得到该外破隐患点的风险值为33.993，为一个较高的数值，相对而言位于测试所录入的8个外破点中第2高风险位置。该外破点也在2012年城际铁路施工时出现过跳闸事故一次。故该外破点的风险评估符合人为判断。

4.235kV石南51#-52#外破点

采集数据时现场仍有两台24米臂长的吊车在离线路5米左右距离的地方进行施工。采集数据后，计算得到该外破点的风险评估值为28.049，该值与凤珞42号外破点的风险评估值相近，也为高风险外破点。这一点与经验判断依然相符。

4.3220kV凤冶88#外破点

数据采集时，现场共有2台31米臂长吊车，经过询问，吊车的作业点最近离导线水平距离有25米。采集数据后，经过计算得到该外破点的风险评估值为10.98，该值低于上述两个例子中的风险评估值。该结果均符合经验判断和实际情况，故该点的风险评估与事实相符。

从上述三个例子可以看出，通过采集数据，计算分析后得到的风险评估结果基本符合人的经验判断，说明该项目的计算系统在测试中基本符合实际情况，计算结果基本有效且可供外破专责人作为辅助判断依据。

5　结语

武汉地区的输电线路维护工作面临数量巨大的外破隐患风险，防控工作复杂。该项目于2014年完成并投入试用。通过生产单位的使用情况来看，该项目优劣并存。劣势在该风险评估算法所需的数据量较大，增加了一线员工工作量，推广存在一些难度。优势在该风险评估算法可与智视频监控系统共同使用，由于市面上存在具备由算法判断机械类型和参数的视频监控系统，该项目所研究的算法思路可以用于这些监控系统，弥补了监控系统只能实时判断而非提前预判的缺点，形成一套有一定风险预判功能的风险监控系统。