基于智能化的未遂事件分享互助与应用研究

张鹏 王永红 王诚 曹双全 邹文龙

摘  要：未遂事故/事件的统计、分析及具体对策措施的制定是预防与控制电力企业事故/事件的关键所在。因此，电力企业未遂事件的现状、成因及防控对策的深入研究，对于提高管理人员和作业人员的风险预控能力的研究十分必要。通过实地调研、统计分析、演绎推理和平台搭建等方法，对电力企业未遂事件的形成的原因、特点、分布规律等进行研究，搭建基于智能化的未遂事件分享互助与应用平台。

关键词：未遂事件;智能化;电网;人因因素;分享互助

中图分类号：TP39             文献标识码：A文章编号：2096-4706（2022）01-0120-04

Abstract： The statistics and analysis of near miss accidents/events and the formulation of specific countermeasures are the key to prevent and control accidents/events in power enterprises. Therefore， the in-depth study of the current situation， causes and prevention and control countermeasures of near miss events in power enterprises is very necessary to the study of improving the risk pre control ability of managers and operators. Through the methods such as field research， statistical analysis， deductive reasoning and platform construction and so on， this paper studies the causes， characteristics and distribution law of near miss events in power enterprises， and builds the sharing and mutual assistance and application platform of near miss events based on intellectualization.

Keywords： near miss event; intellectualization; power grid; human factor; sharing and mutual assistance

0  引  言

近年來，我国电力行业的安全生产形势相对稳定，但重特大人身伤害事故仍然时有发生，如2016年，江西丰城发电厂施工平台发生坍塌事故，造成73人死亡，2人受伤，直接经济损失为10 197.2万元。可见，开展电力企业生产安全事故/事件的预防与控制工作具有十分重要的理论及现实意义。

国内外相关学者研究表明，生理危害因素、心理危害因素、行为危害因素等人因因素是产生人的不安全行为的重要致因，但大多数研究以单一因素或若干因素与行为管控的定性分析或统计分析为主，缺少综合性研究。此外，电力企业员工相对分散，这增加了全员行为管控的难度。因此，为能够快速、全面、有效地控制电力企业的不安全行为，本研究拟开展基于智能化的未遂事件分享互助与应用方面的研究，通过超前预控，将安全措施落实到现场，从而达到预防事故的目的，切实提高现场作业安全管理水平。

1  研究对象与数据来源

1.1  研究对象

本文以南方电网公司超高压输电公司作为研究对象，通过未遂事件的收集、事故/事件统计分析、事故致因机理分析和逻辑推理，主要开展如下研究：一是运用智能化、智慧化的建设思路，以历年事故/事件和未遂事件数据为基础，并结合新发生的事故/事件和未遂事件数据形成一个智能完善的事故/事件和未遂事件数据库;二是通过故事化、图示化展示，并在电网企业Elink系统平台上实现数据显现、学习和应用，实现“未遂事件的分享与互助”;三是以Elink应用为载体，通过构建人员状态综合评分与未遂事件发生倾向性之间的作用关系，得出阈值区间，为班组合理派工提供智能建议。

1.2  数据来源

研究数据来源摘自国家能源局官方网站关于全国电力企业人身伤亡事故及其人员死亡情况、2006年—2020年的南方电网公司历年事故/事件、2016年—2020年的超高压输电公司未遂事件资料。

2  电力安全生产事故/事件、未遂事件及其行为危害分析

2.1  电力生产安全事故统计分析

2.1.1  电力行业生产安全事故统计分析

据统计，2016—2020年间，全国共发生电力安全生产事故229起，死亡人数376人次，除2016年江西丰城电厂施工平台发生特大坍塌事故（死亡73人）导致本年度电力生产安全事故死亡人数显著增加之外，2017—2020年间，全国电力生产安全事故发生频次和死亡人数均处于相对稳定的水平，平均每起事故死亡人数为1.14人次/起。

2.1.2  南方电网公司事故/事件统计分析

2006—2020年间，南方电网公司共发生事故/事件768起，从电力安全事故/事件的岗位分布情况分析，变电运行、一次检修和外协单位安全事故/事件占比最高，分别占南网电力安全事故/事件总数的83.46%、8.78%和5.48%，分析其主要原因是变电运行岗位属于现场作业岗位，暴露于现场风险的概率高，且人的管理、心理性危害因素、行为性危害因素、人的胜任力和生理性因素等人因因素是导致南方电网公司电力安全事故/事件的最主要的原因，其占比分别高达94.92%、76.82%、93.756%、92.58%和96.74%。

2.1.3  超高压输电公司未遂事件统计分析

据统计分析，2015—2020年间，超高压输电公司人为责任事件呈现先上升后下降的趋势，2017年达到一个峰值，人为责任事件高达14起，之后的2018年和2019年人为责任事件起数持续下降，2020年其人为责任事件有微弱的反弹。因此，根据海因里希法则反推，与2019年相比，员工2020年的不安全行为数量没有明显下降或者有微弱的上升趋势。

选取2006—2020年间超高压输电公司的507起典型未遂事件为研究对象，分析超高压公司未遂事件及其人因因素情况。从岗位分布情况分析，外协单位、输电线路和变电运行三个岗位未遂事件的数量最多，未遂事件占比分别为39.64%、38.07%和11.83%，这主要是由心理性危害因素、行为性危害因素和人的胜任力等人因因素导致的。

2.2  电力生产安全事故的行为危害分析

对2016—2019年全国电力典型生产安全事故中的不安全行为进行分析，出现频率最高的是未按照规程作业、巡检不到位、作业质量不合格、操作后检查不到位、安全距离不足和未使用合格工器具，其出现频率高达23.54%、22.85%、11.00%、9.28%、6.53%和6.53%。对超高压输电公司507件未遂事件进行统计分析，未按照规程作业、不按规定系安全带、操作后检查不到位、高空坠落、防触电措施不全、劳保用品未穿戴或穿戴不规范、感应防范措施不规范和未使用合格工器具出现的频率最高，分别达到30.23%、20.93%、11.63%、10.47%、8.72%、5.23%、3.20%和3.20%。

借鑒当代中国安全管理专家傅贵教授的行为安全“2-4”事故预防模型，本文开发了电网企业未遂事件的事故/事件致因模型，如图1所示。即损失是由事故（或未遂事件）造成的，人的不安全行为和物的不安全状态是导致事故发生的直接原因，人的不安全行为与物的不安全状态致因因素包括心理危害因素、生理危害因素、行为危害因素和个人胜任能力问题等，管理失误导致各种致因因素的出现，事故的根源原因是安全文化的缺失或薄弱。

根据电力企业的事故/事件致因模型和海因里希法则，电力企业的事故/事件致因因素会导致不安全行为、未遂事件乃至事故的发生，其转化系数分别为K1、K4和K5，三者耦合作用于整个电力企业生产安全系统，表征致因因素对电力企业人因事故发生的倾向性。不安全行为可能导致未遂事件和事故/事件的发生，其转化系数分别为K2和K6，两者耦合作用于电力企业生产安全系统，表征其对电力企业人因事故发生的倾向性。同理，未遂事件可能导致事故/事件的发生，其转化系数为K3，表征未遂事件向事故转化的倾向性大小。若危害因素得不到控制，不安全行为和未遂事件数量持续增加都将导致事故/事件的概率增加，如图2所示。

3  电力企业未遂事件智能化平台的搭建及应用效果分析

3.1  基于Elink系统的未遂事件分享互助平台的主要模块功能

选取超高压输电公司为研究对象，应用“海因里希法则、数据多维度分析、违章人因分析模型、管理案例法、树状图”管理工具，搭建基于智能化的未遂事件分享互助与应用平台，其主要的功能模块包括人员管理、学习管理、派工管理、大数据驾驶舱和系统管理，如图3所示。

其中，人员管理主要是针对人员的基本管理和人员状态管理;学习管理模块主要是后台将积累的未遂事件、违章事件、事故/事件等资料导入系统，形成规范化的数据，相关人员可随时随地在用户端查阅学习知识库的资料;合理派工模块通过后台针对未遂事件致因因素（心理危害因素、生理危害因素、行为危害因素和员工胜任能力因素）设置问题以及选项，对选项设置分数的形式，制定规则，让人员每日在用户端录入个人状态信息，系统分析得出人员每日的状态：正常/异状态以及分析结果;根据人员状态综合评分与未遂事件发生倾向性之间的作用关系，给班组负责人提供派工建议，合理派工，即当人员综合评分小于S1时，可以派工，评分介于S1和S2之间时，需要主管现场判断是否可以派工，当评分大于S2时，短期内不宜派工，如图4所示;搭建“事件分析及数据应用系统驾驶舱”，通过数字化、智能化的高度融合，实现智能数据提取功能，将Elink模块数据汇总至屏幕，数据动态展示，管理层可以实时看到知识库资料情况、现场作业人员状态、事件变化情况和现场作业任务完成情况，真正实现数据管理的动态管控及应用，强化现场安全管控，实现风险的预控;系统管理模块主要用于账号管理、角色管理和权限管理。

3.2  基于Elink系统的未遂事件分享互助平台应用的效果分析

3.2.1  建立未遂事件电子信息化数据库

基于Elink系统未遂事件分享互助平台的应用，以南方电网公司历年事故/事件和超高压公司历年未遂事件数据为基础，根据未遂事件的不同类型进行系统化的分类整理，形成一个持续自我完善的未遂事件数据库。对未遂事件从安全行为习惯、违章心理进行定模分析，制定有效典型关键防范措施，建设成为未遂事件电子信息化知识库，形成无纸化分享互助电子平台。主要作用包括：一是通过搭建“事件分析及数据应用系统驾驶舱”，实现智能数据提取功能，管理层可以实时看到知识库资料情况、现场作业人员状态、事件变化情况和现场作业任务完成情况，真正实现数据管理的动态管控及应用;二是通过将未遂事件故事化，图示化，形成员工易理解、易接受的防范事故/事件的案例，为电力企业开展教育培训或班组“安全经验分享”活动提供重要的素材;三是为电力企业构建未遂事件致因模型和企业行为安全的结构关系模型提供重要的数据支持;四是通过数据共享，为员工提供一个分享互助平台，员工可随时查询、学习和获取典型未遂事件案例信息，并实时传播;五是为未遂事件和不安全行为的报告、分析、纠正预防、管控及统计分析提供便捷途径。

3.2.2  实现为班组长提供智能化的合理派工建议

通过工作前个人状态信息的每日录入，结合电子信息化数据库统计分析的未遂事件发生的频率、特征及其分布情况，利用行为安全的结构关系模型，实现电力企业的智能化合理派工建议，并发送至班组长。主要作用包括：一是以Elink应用为载体，在开展作业前，结合员工每日录入信息和事故风险信息，提供智能化合理派工建议;二是班组开展作业前，通过提取未遂事件典型案例信息，作业前推送安全措施建议，为基层班组员工风险行为管控提供落地方法与工具;三是通过智能化合理派工，严防三超（超计划、超负荷、超范围）作业，做到作业计划安排与安全风险分析同步，风险评估预警与风险预控管理同步，确保现场作业可控、能控、在控。

3.2.3  作业前的安全智能提醒

针对风险辨识、风险评估、风险预警和风险预控等环节，梳理现场作业风险点，全面建设管理人员、作业人员的现场作业前的风险预警预控提醒机制，做到科学预警，督促各级管理人员有效到岗到位。通过超前预控，将安全措施落实到现场，从而达到事故预防的目的，切实提高现场作业的安全管理水平。主要作用包括：一是通过精密匹配，超前提供岗位作业前风险点及风险管控措施的智能提醒，切实提高员工的安全意识水平、现场风险辨识能力和现场风险控制能力等;二是通过智能提醒，有效地纠正员工的不安全行为，减少现场未遂事件的发生;三是通过平台运用，分享互助学习，有利于提供现场员工参与安全管理的积极性，全面落实新安法全员参与安全管理的具体要求。

3.2.4  作业过程及关键点提醒

对作业过程中的安全风险管理控制措施进行了研究梳理，结合生产作业流程、现场实施階段，分析了生产作业各个阶段的关键点和关键风险，对不同的作业场景开展风险预控工作，将风险提醒和控制措施推送给相应的管理人员和作业人员，通过行为干预和风险预控方法，有效降低了作业风险。

3.2.5  作业后的闭环管控

对作业过程进行回顾，收集作业过程中的风险防范措施，从作业过程中的风险辨识、评估、发布、控制和回顾等全过程进行闭环管理，不断提升场景作业风险的预控能力，实现作业事前、事中、事后全过程控制。

4  结  论

本文基于智能化的未遂事件分享互助与应用研究，契合新型电力系统转型大背景下的创新管理与融合，通过对电力企业的事故/事件致因模型、行为安全的结构关系模型、人员状态综合分析与未遂事件发生倾向性之间的作用关系曲线等研究，指出导致电力安全生产事故（未遂事件）中的不安全行为致因及防控管理创新手段。

目前，该平台已在超高压公司曲靖局得到全面应用，通过基于智能化的未遂事件分享互助与应用，做到建立员工乐意使用的未遂事件电子信息化数据库、作业前的合理派工建议、作业风险智能提醒、风险在作业过程中能被员工关注和控制，达到作业风险的精准化管控，确保作业风险可控、在控，提升作业风险管控效率，最终实现作业全过程本质安全目标。

参考文献：

[1] 林穿，徐启峰，黄奕钒.基于事理图谱的电力安全事故预控方法 [J].中国安全生产科学技术，2021，17（10）：39-45.

[2] 朱丽娜.基于贝叶斯网络的发电企业安全生产事故风险预警研究 [D].北京：华北电力大学，2019.

[3] MAO Q，LI X，PENG H，et al.Event Prediction Based on Evolutionary Event Ontology Knowledge [J].Future Generation Computer Systems，2021，115：76-89.

[4] 陈碧云，丁晋，陈绍南.基于关联规则挖掘的电力生产安全事故事件关键诱因筛选 [J].电力自动化设备，2018，38（4）：68-74.

[5] LU D，XU C Q，MI C M，et al.Establishment of a Key Hidden Danger Factor System for Electric Power Personal Casualty Accidents Based on Text Mining [J].Information，2021，12（6）：243.

[6] 陈利平.电力生产安全事故统计与分析 [J].电力设备管理，2021（4）：106-108.

[7] 王鹏，董建房.基于支持向量机的电力人因事故组织因素分析 [J].舰船电子工程，2021，41（1）：113-116.

[8] 方日升，林耀东，徐振华，等.基于录波曲线的电力系统低频振荡事故原因分析与抑制策略 [J].中国电力，2021，54（11）：104-114.

[9] 党佩.电力安全事故管理与分析系统的研究与实现 [D].北京：华北电力大学，2019.

[10] KEMBLOWSKI M W，GRZYL B，KRISTOWSKI A，et al.Risk Modelling with Bayesian Networks-Case Study： Construction of Tunnel under the Dead Vistula River in Gdansk [J].Procedia Engineering，2017，196：585-591.

[11] BATRA P E，IOANNIDES M G.Assessment of Electric Accidents in Power Industry [J].Human Factors and Ergonomics in Manufacturing & Service Industries，2002，12（2）：151-169.

作者简介：张鹏（1979.05—），男，汉族，河南鹤壁人，高级工程师，硕士研究生，研究方向：党建管理、支部建设、人力资源。