基于多特征融合的电网调度员工作负荷综合评价方法

周毅, 宋柄兵, 王臻, 傅山

(1.国家电网有限公司华东调度分中心， 上海 200120；2.上海交通大学 电子信息与电气工程学院， 上海 200240)

0 引言

电力系统的正常运行对于生产、生活至关重要。随着我国国民经济的发展，电力需求迅速增加，电网规模日益扩大、结构越发复杂。于此同时，为电力调度工作带来了更大的压力。电力调度中心是一个复杂的人在环系统，调度员在其中负责协调电能供求、保障电力系统的正常运作。尽管一系列自动化系统已经进入调度大厅，大大提高了调度员的工作效率，仍有统计数据表明电力调度过程中70%以上的安全事故由人为差错产生[1]。过高的工作负荷是诱发人为差错的主要原因之一[2,3]。因此，分析与评估电力调度人员工作负荷、并由此优化工作安排，对于提高电力系统安全性意义重大。

目前已有一些研究开始关注电网调度员的工作负荷，它们大多基于工作时间统计，例如通过每日关键业务的小时数反映调度员工作负荷[4,5]；文献[6, 7]则考虑了不同水平调度员的能力差异，通过各类业务的总工作时间与调度员可承受的工作时间的比例来对其工作负荷做出评价。

相对而言，其它一些领域(如航空、核电等)在人员工作负荷评价方面已有一定的研究基础[8,9]。研究发现，只通过“看得见的”工作负荷(工作时长)并不足以对工作负荷做出有效的评价[10]，它忽视了任务难度、经验水平、人员状态等因素的影响[11]。工作负荷的评价还需结合操作人员的心理剩余资源。个人的能力是有限的，剩余资源越少，越难以应对主任务之外的附加任务，潜在的人因风险由此增加。当执行任务所需资源超过资源供给的极限时，主任务绩效也无法保证。

心理资源占用情况属于一种“看不见的”工作负荷，难以直接进行测量。目前已提出的测量方法可分为生理测量、次任务绩效测量以及主观评价[12]。其中生理测量利用不同精神压力下自主神经系统对人体器官的调控机理，可连续、客观的对工作负荷进行间接测量。典型的生理测量包括心电、眼动、脑电等[13,14]，在测量过程中需要尽量减少测量设备本身对操作人员带来的干扰。次任务绩效测量在主任务过程中人为叠加次要任务，通过次任务绩效反映操作人员的剩余资源。这类测量设计复杂，需要考察不同认知通道间的资源类型，在复杂任务情景中难以实施[15]。主观评价法将被试人员的主观感受进行定量化处理以评价其工作负荷，需要被试具有一定的人因相关理论基础及经验，难以进行连续测量[16]。

根据工作负荷复杂、抽象的特性，单一测量指标往往无法可靠的对其进行评价。选取哪些指标才能全面的对其进行描述也是目前的难点。

本研究在认知科学理论指导下建立工作负荷评价模型，通过多指标定量测量，利用音频处理、图像处理、生理信号处理等技术手段，结合真实调度场景中的实测数据，构建一套全面、连续、有效可行的电网调度员工作负荷评价方法。

1 方法

根据Wickens提出的人的信息处理阶段模型[17]，一般操作人员的工作过程包含信息感知与处理、反应决策与执行等阶段，并且各个阶段都需要投入“心理资源”。结合电网调度人员的任务特性，其需要感知与处理的信息绝大部分来自于生产方和用户的电话请求；其反应执行表现为在调控系统计算机中以键盘输入方式拟定操作票，以及通过电话语音方式下达操作指令。为此，本研究构建模型，从信息感知、操作行为、语音输出以及心里资源占用四个维度评价电网调度员的工作负荷,如图1所示。

图1 电网调度员工作负荷评价模型

在此模型的基础上，本研究设计了一系列客观定量测量及特征提取方法，以实现工作负荷定量化评价，其中信息感知维度通过音频监控与处理统计调度员接收信息的数量；动作反应维度通过视频监控及图像处理技术统计调度员操作活动的数量；语音反应维度通过音频监控及语音信号处理技术统计语音输出行为的数量；心理资源占用维度通过生理测量及生理信号处理描述“看不见的”脑力工作负荷。

1.1 信息感知维度

本研究以打入电话的频繁程度反映调度员信息感知方面的工作负荷。

为此，首先通过分析电话铃声的频谱特性，设计切比雪夫I型带通滤波器，以定位音频中的电话铃声。所设计的滤波器参数如下：通带截至频率上下限分别为：3 300 Hz和3 450 Hz；阻带截止频率上下限分别为：3 200 Hz和3 500 Hz；通带波纹1 dB，阻带波纹5 dB。滤波前后的时域波形如图2所示。

(a) 原始语音信号

(b) 带通滤波后提取的铃声信号

可以看出经过该带通滤波器处理，原音频信号中的铃声被有效的分离出来。

通过设置长度为10分钟的滑动窗口，并在窗口中统计来电铃声的次数，即可反映调度员单位时间内接收信息的数量。

1.2 语音输出维度

通过语音强度和语音的复杂度来反映语音输出过程中的工作负荷。

同样，首先采集并分析调度员语音的频谱特性，以此设计切比雪夫I型带通滤波器，用以提取音频中的语音。所设计的语音提取滤波器参数如下：通带截至频率上下限分别为：100 Hz和800 Hz；阻带截止频率上下限分别为：50 Hz和850 Hz；通带波纹1 db，阻带波纹5 db。

针对提取出的语音信号，首先利用长度为200个采样点的窗口对信号进行分帧处理，在每一帧中通过公式(1)。

(1)

计算语音短时平均能量[18]。该指标反映了调度员语音强度随时间的变化情况，如图3所示。

图3 语音短时能量

其中，En代表第n帧语音信号的短时平均能量，xn(m)为第n帧中第m个采样点的信号幅度，N是帧长度，这里取200。

(2)

5)通过式(3)计算当前帧信号的谱熵,如式(3)。

(3)

一段时间内语音谱熵随时间的变化如图4所示。

图4 语音谱熵

1.3 操作行为维度

本研究通过肢体运动速度反映调度员动作输出方面工作负荷。

利用视频监控以及图像处理技术提取调度员肢体运动速度。处理过程主要包括肤色检测与运动检测两条路线。

运动检测部分通过以下四个部分进行实现：1)彩色图像转换为灰度图像；2)通过“开运算”进行形态学滤波，减少图像中的噪点、填充图像中较小的空洞；3)通过帧间差分计算相邻视频帧的差异如式(4)。

Dn(x,y)=|fn(x,y)-fn-1(x,y)|

(4)

其中fn(x,y)是第n帧视频图像,fn-1(x,y)是第(n-1)帧视频图像。Dn(x,y)差分后的图像。4)二值化处理，通过设置阈值，提取差分图像中的运动区域如式(5)。

(5)

其中T是二值化阈值，本研究中取60。Mn(x,y)是一幅黑白图像，其中白色部分代表检测出的运动区域，区域的大小反映了运动速度的快慢；黑色部分代表静态区域。

视频中调度员手部之外其它物体的运动很容易对运动检测结果产生影响，为此另一条途径是通过肤色检测做出限制，只考虑调度员肢体(特别是手部)的动作行为[20]。本研究利用基于YCrCb颜色空间肤色椭圆模型的肢体检测方法：1)将原始视频图像从RGB颜色控件转换到YCbCr颜色空间；2)通过公式(6)、(7)判断各像素点颜色是否落在以下肤色椭圆模型内如式(6)、式(7)。

(6)

(7)

3)二值化处理，提取肤色区域。

最后对运动检测与肤色检测结果取交集，得到图像中的运动肢体部分，如图5所示。

(a) 监控视频图像

(b) 运动肢体图像

通过统计该图像中白色区域的面积即得到调度员肢体运动速度，如图6所示。

1.4 心理资源占用维度

本研究通过心率来反映调度员心理资源占用情况。

大量不同领域中的研究都指出心率可以作为一种反映脑力工作负荷的有效指标：当操作人员处理难度较大的任务或心理压力增加时，心率会显著提高[21-23]。

随着科学技术的发展，心率测量设备已可在保证测量精度的情况下实现便携化。测量过程中基本不会对操作人员产生干扰。基于PPG(Photoplethysmography，光电容积脉搏波)技术的心率传感器可以集成在运动手表或手环中，并通过蓝牙将测量数据实时连续的导出。本研究中我们对测量到的心率信号进行均值滤波，消除其中的野值，如图7所示。

图6 肢体运动量统计

(a) 原始心率测量

(b) 处理后的心率

1.4 综合评价

各维度中的特征提取后，利用时间同步技术实验数据关联，然后通过公式(8)进行标准化处理，消除量纲差异如式(8)。

(8)

通过式(9)进行多指标综合，其中各特征权重通过实验确定。对于任务难度差异越敏感的指标权重越大,如式(9)。

(9)

2 实验及结果

实验选取华东电网调度中心6名现任调度员作为被试(均为男性，年龄28～32岁，调度工作经验：3～6年)。被试分别在两种任务情境下进行实验：

调度大厅中进行日常调度工作

反事故演习室进行事故处置工作

其中事故处置工作的难度、操作数量与紧迫程度远高于日常工作。在实验过程中通过广角全高清摄像头记录被试操作行为、通过麦克风记录任务过程中的音频信号，通过Mio Alpha蓝牙心率手表监测被试的心率。

将两种工作情景中的监控数据进行对比，各特征指标的均值及相对差异分别如表1所示。

表1 各特征指标在日常调度工作于事故处置工作中的特性

指标的相对差异进行标准化处理后作为对应指标的权重如式(10)。

(10)

由此得出调度员工作负荷综合评价指标的表达式如式(11)。

(11)

将调度员在日常调度工作中的测量数据带入式(11)，调度员值班过程中的工作负荷综合连续评价曲线如图8所示。

图8 工作负荷测量及评价结果

3 讨论

通过调研电网调度专家，“拟定操作票”任务是调度员的一项重要且复杂的任务，专家普遍认为拟定操作票过程工作负荷较高。为此，结合调度日志，在图中对“拟定操作票”任务的完成时刻进行标记(见图8中竖线)，可以发现该任务完成之前工作负荷评价指标明显较高，而在任务结束后出现回落。由此表明本研究提出的方法可以比较有效的反映调度员任务过程中工作负荷的变化。

不过本文的方法仍存在不足之处，例如在信息感知方面，没有考虑的视觉信息的认知，这主要受限于目前仍没有找到能够有效测量视觉信息量的方法。眼动仪是一种备选方案，不过根据我们对调度员的实际考察，发现大部分调度员佩戴眼镜，这使得现有的眼镜式的应用受到限制。而调度员较大的注意力分配范围(往往需要监控多个屏幕)又难以满足桌面式眼动仪的监控条件。

4 总结

本研究结合人的信息处理模型与电网调度员的实际工作情景，提出了一种多特征融合的调度员工作负荷综合评价方法。该方法从“信息感知”“语音输出”“行为输出”“脑力资源占用”四个维度对工作负荷进行评价，每个维度都通过连续的定量测量进行描述。本文详细介绍了每个维度中特征提取的方法以及多指标综合方法。最终将所提出的方法应用到实验中，验证了方法的可行性。实验结果从一定程度上证明了本方法的有效性，相对现有工作负荷评价方法，本方法得到的评价结果更加全面、详细。在未来的研究中将通过更大的实验样本量对方法中的细节进行优化与完善。