配网施工安全承载力分析模型和算法的研究与应用

吴靖 许杰 夏孝俊 吕海霞 罗俊

本文分析建立配网施工安全承载力的必要性，并基于机器学习线性回归模型提出了配网施工安全承载力分析的模型和算法，通过对配网施工安全承载力风险要素的分析和评估，实现基层单位月生产计划和周生产计划安排的合理量化，确保计划周期内各工作日的人员力量、装备使用不超规定的限值，最大限度实现人、才、物资源合理配置，以满足安全工作要求和应对突发性应急故障抢修需求，从源头上提高安全生产管理水平。

一、引言

随着社会发展速度的不断加快，电力行业配网工程也急剧增多，伴随而来的是配网施工任务猛增，资源配置与配网施工任务之间的矛盾也在不断增加，从而带来了有限的人、才、物资源如何与繁重的配网施工任务相匹配的管理难题，主要表现在以下三方面：

第一，配网施工计划管理手段滞后，主要表现在月计划、周计划、日计划安排不合理，生产班组经常会出现超负荷运转的情况，导致无法满足配网施工工程对安全生产的要求，对公司应对突发性应急故障抢修也带来了挑战。

第二，配网施工人员相对不足，工程分包的工程建设模式虽为繁重的配网施工任务带来了人力补充，但作业人员作业水平参差不齐，施工人员素质良莠不齐的现象，也极大增加了配网施工现场安全管控的难度。

第三，当前的安全承载能力分析模式相对比较被动，基本采用的是后调整模式，即默认所安排的工作计划是属于承载能力范围内的情况下，安排和调整人员力量、物资装备，无法保证有足够的人力、物力完成风险控制。

因此，公司迫切需要对配网施工安全承载力分析进行深入的研究，建立安全承载力分析模型，对本单位各级生产组织的承载力实现数字量化，研究并实现安全承载力分析算法，实现生产任务与承载力的合理匹配。通过安全承载力分析算法，将现场工作与风险管控工作有机结合，及时掌握工作负责人的技术技能水平，确保工程现场安全管控形成闭环。

二、安全承载力分析模型和算法

（一）分析模型

研究安全承载力分析模型的主要分为模型选择、数据预处理、统一数据维度和模型训练四个步骤。

1.模型选择

建模的首个步骤是模型选择，综合分析评估多个模型，选择更合适的模型。考虑到线性回归在经济学、流行病学等领域都有较好的应用，与配网施工作业繁多、安全承载力分析关键因素多且权重未量化的实际情况相符合，因此配网施工安全承载力分析选择了线性回归模型和算法开展研究与应用。

2.数据预处理

将公司2018年5月至2020年5月的配网施工作业数据作为训练数据，训练数据主要抽取作业时间、作业班组、班组承载力值、作业地点、作业内容、作业类型、工作负责人、工作负责人承载力值、技能等级、施工人员数量、外包队伍数量、外包队伍星级、工器具类型、工器具数量、所需工作时长、作业空间、风险等级、施工环境温湿度共18个字段作为训练数据，并抽取近3个月的数据，作为测试数据。训练数据的目的是通过数据所建立的模型以及给的测试数据，得出测试数据相应的安全承载力预测值，为进一步验证和优化模型提供辅助。在数据预处理前，需要先对缺失的数据值进行补齐操作，对于部分数据可以使用程序采用均值的方式补齐数据，使得效率和准确度更高。

3.统一数据维度

数据的取值一般跟属性有关系，但配网施工作业的属性是很多的，有些值很小但不代表不重要，有些值很多但不代表有用，所以為了提高预测的准确度，需要统一数据维度进行计算，再进一步验证、修正更为合适。经验证，统一适合配网施工安全承载力分析的数据维度主要为施工作业（包括各作业类型和不同风险等级等），安全工器具（包括工器具类型、工器具数量），工作负责人（包括技能等级、负责人星级），外包队伍资信（包括外包队伍数量、外包队伍星级、施工业绩）。

4.模型训练

使用线性函数进行调用训练，使用梯度下降法获得误差最小值，使用均方误差法来评价模型的好坏程度，并抽取了配电一班2020年度1月15日至6月15日的数据结果，使用画布输出画图进行比较，以便于直观体现此时间范围内配电运检一班日承载力分析目标值（训练前根据实际情况评定的结果）与预测值（经训练产生的结果）的情况，输出结果如图1所示。

（二）模型和算法实现

安全承载力分析模型的核心是以配网施工的月/周工作计划和月工作计划智能分配算法。该算法基于线性回归模型和算法实现，融合了以检修拟实投用工标准库、工作负责人星级库、大型安全工器具库、外协队伍资信库，对配网施工计划基于线性回归逐项进行分配，直到达到最优的承载力，即各单位承载能力的适应度标准差为最小值。在匹配完成后，给予承载力分析结果预警，重点标注提示算法核算分配后仍存在过载、欠载的情况。此时计划管理员可对计划进行人工调整，调整后重新给予实时承载力分析。

安全承载力分析算法的执行流程如下：

1.制定本单位的月度和周工作计划，并基于《检修拟实投用工标准库》来明确各种技术难度的工作所需的作业人员数量、技能水平和有效工作时间，核算出各项工作所需外包队伍星级、工作负责人星级、工作人员数量、工时、大型工器具要求等内容。

2.基于大型安全工器具库、外协队伍资信库和工作负责人星级库，采用线性回归算法对工作计划逐项分配，并在分配时，实时计算各班组安全承载能力的状态和分布。判断结果使用欠载、适应、较适应和过载进行安全承载力区域划分，其中“欠载”表示派出组数比最大组数少3组，即有3组作为后备力量参与突发性故障应急抢修，“适应”和“较适应”分别表示有2组和1组作为后备力量参与突发性故障应急抢修，“过载”则表示已无后备力量参与突发性故障应急抢修。

3.由系统进一步判断月/周生产计划能否调整，如果可以继续调整，则开始进行调整计算、优化工作分配，否则输出相应结果。

4.当无法进行调整时，对于存在“欠载”、“过载”的情况由系统进行自动提醒预警，可由计划管理员手工进行人工调整，并实时计算各单位的承载状态。

三、安全承载力分析工具实现与应用

（一）开发平台

本文介绍的安全承载力分析算法核心是采用线性回归对工作计划逐项分配，线性回归作为机器学习中有监督学习机制的深度学习算法，其主要的特点可以实现快速建模、高效计算，支持大批量数据的高效运转。本文基于TensorFlow平台应用开发安全承载力分析工具，实现安全承载力分析的算法，为确认配网施工作业任务安排的合理性和配网施工作业计划可调性提供辅助支撑。

（二）主要应用

通过安全承载力工具应用，平台自动计算出各生产组织的月、周、日安全承载力，并将月计划控制在“适应”，将周计划控制在“适应”与“较适应”之间，将日计划控制在“较适应”，满足安全工作要求，同时确保有足够的力量应对突发性應急故障抢修。

安全承载力工具应用计算生产班组安全承载力实时计算结果如表1所示。

安全承载力工具应用周期内生产班组的安全承载力分析统计表如表2所示。分析的时间内，配电运检、营业等三个班组的工作负责人数量保持稳定，当天计划作业人数变化，预留抢修人数为班组现有总人数与当天计划作业人数之差，比例均为与班组现有中人数对比所得。

四、结语

综上所述，本文介绍的安全承载力分析模型和算法可有效破解公司现有的人、才、物资源如何与配网施工任务相匹配的管理难题，通过量化各生产组织安全承载力，并据此建立配网施工任务风险与安全承载力匹配机制，实现对配网施工计划柔性调整的辅助决策，促使生产组织人力资源得到合理配置，实现作业计划和人力、物力相匹配、作业项目和人员技能相适应、作业进度和计划时间相协调，最大限度实现人、才、物资源合理配置，可有效增加员工满意度、提高生产效率、降低作业风险、提高电网可靠性，从而提升公司效益。

作者单位：浙江大有实业有限公司杭州科技发展分公司

基金项目：浙江大有集团有限公司科技项目（2020-DY23）