流域梯级电站群运行安全风险动态评估模型研究

王勇飞，吴震宇，张 瀚，张 康

(1.国电大渡河流域水电开发有限公司，四川成都610041;2.四川大学水利水电学院，四川成都610065)

0 引 言

我国水电资源主要集中在十三大水电基地，除怒江外均已形成了大规模的流域梯级电站群。流域地形地质条件复杂、地质灾害频发，站群坝高库大、装机规模大，其运行安全涉及国计民生，流域梯级电站群安全风险管控的重要性日益凸显。目前安全风险管控研究主要集中在食品[1]、水源[2]、煤矿[3- 5]、钢铁[6]、核电[7]和化工[8]等领域，水电行业主要集中在单站的建设和运行安全方面，流域梯级电站群安全风险管控研究尚处于起步阶段。

1 流域梯级站群运行安全风险评估指标体系构建

1.1 构建方法

流域梯级站群运行安全是多维度多元素的复杂耦合体系，评估涉及安全、环境、健康、社会等诸多内容。通过大数据分析电站安全生产过程中能够导致人员伤亡、设备设施破坏、财产损失及环境破坏的潜在风险，结合风险的3个组成要素(风险、触发事件、后果)，从目标、原因和后果相统一出发，构建以“过去-现在-将来”为时间维度，以风险覆盖所管辖的全部地理区域和行政辖区为空间维度，考虑安全隐患、安全风险等外在因素，并以人、机、料、法为内在基本要素的流域梯级群运行安全风险评估模型。

1.1.1 时间维度

(1)过去：以前发生的事故和使用过的设备材料等的持续影响。

(2)现在：来自当前“人-机-环”三方面安全风险所造成的影响。

(3)将来：有计划但尚未实施的活动和项目将要造成的影响。

1.1.2 空间维度

流域梯级电站群所辖范围内的地面、水库、大坝、营地、厂房等区域和行政区域。

1.1.3 外在要素

(1)工程环境：含库坝、机组等要素的工程安全环境。

(2)自然环境：含气候、地理、灾害等因素的自然条件。

(3)社会环境：含政治、经济、法制文化环境等因素的社会条件。

1.1.4 内在因素

(1)人：场所内所有人员的活动。

(2)机：区域内的所有基础设施、设备、装置、工作、材料和废弃物所具有的风险。

(3)料：流域站群安全建设、生成、运行所使用的原材料。

(4)法：流域站群安全建设、生成、运行所涉及的生产及操作方法。

1.2 构建原则

(1)全面性和概括性相结合。指标选择尽可能涵盖所有可能出现的问题，风险排查自下而上，涵盖生产、生活和办公等所有责任区，以及“人、机、料、法、环”等所有因素。同时抓住主要的关键性指标，避免指标间的交叉、重复。

(2)系统性和层次性相结合。建立的指标体系充分考虑站群安全多维多元素复杂模型时空中各因素间相互影响、制约作用。以及不同层次上进行指标分类。

(3)定量和定性相结合。选择可量化指标，难以量化的重要指标可进行定性分类评价。

(4)动态和静态相结合。指标体系既要反映流域电站群当前的安全状况，又要反映安全的发展过程。系统评价着眼当前，结合过去，考虑将来，全面准确度量电站群安全风险。

(5)科学性与可比性相结合。注重与国内外、省内外、区域间的可对比性，以及不同工程之间的比对。

(6)可行性和可操作性相结合。充分考虑到数据资料的来源，每一项指标要有代表性，尽可能采用国际统一的单位数据。同时，指标体系中的指标内容应简单明了，容易理解，避免指标体系庞杂，无法操作。

1.3 多因子全要素指标体系

基于构建的多维因素指标模型，结合上述指标筛选的方法与评价指标体系构建原则，考虑事故发生的可能性、人员暴露于危险环境中的频繁程度、一旦发生事故可能造成的后果，结合“人、机、料、法、环”全要素进行关联叠加，区分静、动态变化，建立了建筑物、工器具、设备、材料与物质、工作活动、火灾、环境、职业健康、治安九大类风险指标，以及其指标下的19 674个刻度指标，主要包括建筑物危害因素1 070项，工器具危害因素927项、设备危害因素2 960项、材料及物质危害因素478项、工作活动危害因素12 175项、火灾危害因素1 542项、环境危害因素170项、职业健康危害因素308项、治安危害因素44项。

2 多因子全要素安全风险动态评估模型

2.1 模型构建

基于“人、机、料、法、环”风险因素，风险指标的不确定性熵权，事故发生可能性、事故后果严重度、人员在危险环境中暴露率等风险因子的动态变化，构建了流域梯级电站群多因子全要素风险动态评估模型见式(1)。

(1)

式中，t为时间参数；wj、wti、wmi、wpij、wqij和wbij为不同类别风险的权重，采用动态风险指标不确定性熵权模型获得(详见2.2)；Rj为固有风险；α为梯级电站之间的风险传递因子，反映上游梯级电站发生的安全事故对下游梯级电站建筑物等方面风险的增大效应，风险传递因子(α≥0)可通过专家估计赋值；Rti(t)为第i次两票作业的工器具类风险；Rmi(t)为第i次两票作业的材料与物质风险；Rpi1(t)为第i次两票作业的人员因素风险；Rpi2(t)为第i次两票作业的设备设施造成的人员风险；Rpi3(t)为第i次两票作业的现场环境造成的人员风险；Rpi4(t)为第i次两票作业的作业过程造成的人员风险；Rpi5(t)为第i次两票作业的防护用品降低的人员风险，为负值；Rqi1(t)为第i次两票作业的作业性质类风险；Rqi2(t)为第i次两票作业的作业风险；Rbij(t)为第i次两票作业的第j次安全违章风险；ki为人员数量加权值，取值见表1；n为两票作业数；m为违章次数。式(1)中各项风险值计算见式(2)。

R=P×S×E

(2)

式中，P为风险事件出现的可能性；S为风险事件出现后造成的有害后果严重程度；E为人、机和环境暴露于特定危险的范围和程度，具体取值见表2。

表1 人员数量加权值

2.2 动态风险指标不确定性熵权模型

基于专家可信度的不确定性方法，通过相似度和差异度计算矩阵的可信度，计算获取不确定型权向量[ω1]，利用智能安全风险感知技术获取风险评估基础大数据，按照梯级电站群安全风险评估指标体系对信息分类，提取流域电站群风险变化动态信息熵权向量[ω2(t)]，以动态熵权向量为驱动，最终确定流域梯级站群动态风险指标不确定性熵权[ω]，实现评价指标权重随着流域风险安全动态变化而进行相应的自我迭代演进。

其中，[D]={d1,d2,…,dn}=[ω2]tdiag{[ω1]}diag-1{[ω2]t-1}。式中，[ω1]为专家可信度不确定性权重向量；[ω2]为信息熵权重，[ω2]t表示指标评价时间为t的信息熵权重；[D]为熵权动态修正矩阵，该矩阵是综合考虑层次分析法与信息熵模型之间的片面性、不确定性以及实时性之后所得；‖D‖t表示[D]的范数。

表2 P、S、E取值

目前基于信息熵理论的模型研究很多，但大多数信息熵仅考虑了信息的波动程度，未考虑波动范围，现实中信息在危险状态变化一般重要于在安全状态波动，因此提出以e指数为基数，相对最大值的信息熵改进计算模型。

记一级指标为C={c1,c2,…cn}，二级指标记为cij，ci={ci1,ci2,…cin}，指标cij下的信息熵按式(4)和式(5)计算。

(4)

式中，t为指标评价时间段数；Cijk表示二级指标cij的隶属度值；Yijk(k=1,2,…,m)为原始指标数据矩阵的标准化数据矩阵；Hij为二级指标cij的熵;Pij为二级指标cij的标准化值在整个评价序列中的比重，并假定当Pij=0时，Pijln(Pij)=0。

由信息熵Hij得到的评价指标cij的动态熵权，见式(6)，当某指标所对应的事故经常发生，或不稳定，动态熵权随之变大，动态熵权实质反映了流域安全动态的演进过程。

(6)

3 应 用

以大渡河流域梯级电站群为例，分别选取2017年3月21日15时32人检修期作业、2017年8月6日15时26人运行巡回为计算时刻，为简化计算演示评估模型效果，选取瀑布沟、深溪沟两个相接的梯级电站对一级指标和二级指标进行权重推求。具体见表3～4。

表3 一级指标权重推求

根据推求的权重代入评估模型，分别得到风险值329.63、278.12。结果表明：前者安全风险大于后者安全风险，与现场安全风险现状吻合，验证了模型的可行性与准确性。

4 结 论

(1)构建了以“过去-现在-将来”为时间维度，以风险覆盖所管辖的全部地理区域和行政辖区为空间维度，考虑工程、自然、社会等外在环境因素，并以人、机、料、法为内在基本要素的流域梯级群运行安全风险管控架构模型，建立了含9大类19 674个刻度指标的多维度多因子全要素流域梯级站群运行安全风险指标体系。

(2)利用大数据技术提取信息特征，采用群组决策的不确定性模型，结合信息熵理论联合给安全风险指标进行赋权的方法，该技术避免了传统方法的主观性强，又因为依托风险感知数据，因而能反映系统的动态变化性，使指标权重的计算更具合理性与可靠性，提高了评判结果的可信度，与实际情况更加吻合。

(3)基于事故发生可能性、事故后果严重度、人员在危险环境中暴露率等风险因子的动态演化机理，考虑风险指标的模糊性和认知的不确定性，构建了流域梯级电站群多因子全要素定量化风险动态评估模型，其成果已在大渡河流域梯级电站群全面应用，截止2018年2月28日实现大渡河流域梯级电站群连续安全生产4 566 d，解决了流域梯级电站群安全风险动态变化和指标存在不确定、模糊性情况下的风险实时定量评估问题，实现了流域梯级电站群风险实时预警预控。

表4 二级指标权重推求