基于“熵權(quán)法”的六維度安全隱患數(shù)據(jù)分析

李 棟，顧天雄，余志豪

(1.國網(wǎng)浙江杭州市余杭區(qū)供電有限公司，浙江 杭州 311100;2.國網(wǎng)浙江省電力有限公司，浙江 杭州 311000;3.國網(wǎng)浙江淳安縣供電有限公司，浙江 杭州 311700)

0 引言

近年來，電力企業(yè)常態(tài)化地開展輸電、變電、配電、電網(wǎng)規(guī)劃、交通、消防、安全保衛(wèi)、后勤、裝備制造、發(fā)電、電力建設(shè)、信息通信、環(huán)境保護(hù)、電網(wǎng)運行及二次系統(tǒng)等專業(yè)的安全隱患排查治理工作，并實現(xiàn)“排除(發(fā)現(xiàn))—評估報告—治理(控制)—驗收銷號”全過程管控。

目前，現(xiàn)有大多依據(jù)安全隱患可能導(dǎo)致的后果進(jìn)行分析和評估，這種分析的方式比較單一，導(dǎo)致分析的結(jié)果較為片面。通過大量調(diào)研發(fā)現(xiàn)，安全隱患的治理難易程度、治理周期長短、治理資金投入多少、發(fā)生頻次、所處地域位置、類別占比等因素是綜合分析評估安全隱患的重要因素。

下面闡述某電力公司針對大量安全隱患案例數(shù)據(jù)，利用科學(xué)的計算方法，進(jìn)行多維度、深層次分析的方法和過程，并對安全隱患重點舉例分析。

1 六維度模型搭建

1.1 模型簡介

通過廣泛調(diào)研和分析，選定時間特性(T)、空間特性(K)、運行工況(H)、危害程度(Z)、治理難度(G)、類型占比(B)等6 個方面形成基本維度模型，搭建安全隱患評價標(biāo)準(zhǔn)框架，并制定六維度分值評分標(biāo)準(zhǔn)，對每一條安全隱患按各維度逐一評分，利用科學(xué)的權(quán)重計算方法，根據(jù)各維度的重要程度得出相應(yīng)的權(quán)重，同時得出最終得分結(jié)果。

模型公式如式(1)所示：

其 中：α1， …，α6表 示 各 個 維 度 權(quán) 重，α1+α2+α3+α4+α5+α6=1。

1.2 維度權(quán)重說明

利用科學(xué)權(quán)威的權(quán)重計算方法——熵權(quán)法，根據(jù)各指標(biāo)的變異程度，利用信息熵計算出各指標(biāo)的熵權(quán)，再通過熵權(quán)對各指標(biāo)的權(quán)重進(jìn)行修正，從而得出較為客觀的指標(biāo)權(quán)重。其中，類別占比維度主要是分析某一類隱患數(shù)量占全部隱患數(shù)量的比，因此針對每一條安全隱患數(shù)據(jù)進(jìn)行評分時，不考慮類別占比維度。

通過對時間特性、空間特性、運行工況、危害程度、治理難度等五個維度進(jìn)行評分，形成隱患矩陣Xij(i為此類型隱患個數(shù)，j為維度個數(shù))。

并將各個指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，如式（2）所示：

根據(jù)信息熵的定義，一組數(shù)據(jù)的信息熵如式(3)所示：

如果pij=0，則定義limpijlnpij=0。通過信息熵的計算公式，得出各個指標(biāo)的信息熵為：E1，E2，E3，E4，E5，各維度權(quán)重如式(4)所示：

計算各專業(yè)維度權(quán)重的意義，在于綜合考量每一條隱患中，各個維度的變化大小對其本身的影響程度，數(shù)據(jù)變化越大，權(quán)重越高；數(shù)據(jù)變化越小，權(quán)重越低；數(shù)據(jù)庫中的數(shù)據(jù)越多，結(jié)果越精確，它是對數(shù)據(jù)離散程度的一種科學(xué)分析方法。

通過上述科學(xué)的計算方法，得出該電力公司變電專業(yè)的維度權(quán)重如表1 所示。

表1 變電專業(yè)維度權(quán)重 %

1.3 評分標(biāo)準(zhǔn)說明

依據(jù)每條隱患發(fā)生的時間、隱患設(shè)備所處地域、隱患定級、治理所需時間和資金、已投運年限等信息確定時間維度、空間維度、危害程度維度、治理難度維度和運行工況維度的分值，分值共分為20，40，60，80，100 分5 個等級。其中，各個維度選定標(biāo)準(zhǔn)如下。

(1) 時間維度主要體現(xiàn)該類隱患在年度內(nèi)發(fā)生的周期性，按照年、半年、季、月賦予相應(yīng)分值。

(2) 危害程度維度主要根據(jù)《國家電網(wǎng)公司安全事故調(diào)查規(guī)程》(2017 修正版)中關(guān)于事故等級劃分的規(guī)定。對于5 級以上事件，6 ～8 級的人身事件和5～7級電網(wǎng)、設(shè)備、信息事件賦予相應(yīng)分值。

(3) 空間維度主要體現(xiàn)隱患發(fā)生位置的地域特性。參照供電區(qū)域劃分規(guī)定，按照市中心區(qū)、市區(qū)、城鎮(zhèn)、鄉(xiāng)村賦予相應(yīng)分值。

(4) 運行工況維度指設(shè)備投運至統(tǒng)計年份的年數(shù)。按照1 年、5 年、10 年、15 年4 個時間點分成5 個區(qū)間賦予相應(yīng)分值。

(5) 治理難度維度結(jié)合實際治理周期和所需治理資金綜合考慮。發(fā)生治理周期和資金對應(yīng)分值不一致，按分值高來計。

(6) 類別占比維度主要分析體現(xiàn)一類安全隱患數(shù)量對比全部隱患數(shù)量的占比情況。

2 案例分析

為了體現(xiàn)本文所提出的分析方法在實際安全運行中的應(yīng)用，本章對某供電公司全年10 532 條安全隱患數(shù)據(jù)進(jìn)行評分，并對15 個大專業(yè)開展了六維度數(shù)據(jù)分析?？紤]各個專業(yè)六維度數(shù)據(jù)分析的方法和原理相同，下面主要闡述其中變電專業(yè)共計1 226 條安全隱患數(shù)據(jù)的六維度分析過程和結(jié)論。

2.1 時間維度分析

統(tǒng)計變電專業(yè)安全隱患12 個月份的數(shù)量，結(jié)果如圖1 所示。

圖1 變電專業(yè)隱患月度分布

由上圖分析可知，一季度由于春節(jié)、封網(wǎng)等原因，檢修施工作業(yè)相對較少。二季度春檢、春查工作全面開展，隱患數(shù)量保持穩(wěn)定。三季度隨著工程全面開展，隱患數(shù)量呈現(xiàn)逐步上升趨勢。四季度處于工程逐步收尾，隱患數(shù)量呈現(xiàn)下降趨勢。

2.2 空間維度分析

根據(jù)供電區(qū)域?qū)⒛衬车貐^(qū)按市中心到鄉(xiāng)村劃分A/B/C/D 四個等級，如表2 所示。

表2 變電隱患區(qū)域分布

由表2 分析可知，市中心和市區(qū)變電隱患數(shù)量較多，主要由于市區(qū)變電站密度較高。整體由鄉(xiāng)村至市中心呈現(xiàn)遞增趨勢。

2.3 危害維度分析

統(tǒng)計變電專業(yè)3 個一級分類，11 個二級分類的安全隱患定性情況，如表3 所示。

由表3 可知：變電專業(yè)隱患導(dǎo)致七級事件占比較高，達(dá)93．39 %，其中變電運行設(shè)備類隱患數(shù)量較多，造成的后果較為嚴(yán)重，需要重點關(guān)注。

表3 變電專業(yè)詳細(xì)類別隱患定性

2.4 運行工況維度分析

統(tǒng)計變電專業(yè)安全隱患投運年份情況，如圖2所示。

圖2 運行工況投運年份情況

由圖2 可知：超過60 %的變電專業(yè)安全隱患所在變電站運行時間超過15 年，變電專業(yè)安全隱患數(shù)量隨著變電站投運年限增長而遞增。同時投運年限不到一年的變電站存在少量的安全隱患，值得特別關(guān)注，加強設(shè)備質(zhì)量驗收關(guān)。

2.5 治理難度分析

統(tǒng)計變電專業(yè)11 個二級類型安全隱患事件的治理周期和治理所需資金，如表4 所示。

由表4 可知：變電專業(yè)類安全隱患3 個月內(nèi)治理周期占比較高，換流站一、二次設(shè)備類安全隱患治理周期較長，需特別注重日常運維工作。

2.6 類別占比維度分析

統(tǒng)計變電專業(yè)11 個二級分類的安全隱患數(shù)量，如圖3 所示。

表4 變電專業(yè)主要類型隱患治理難度

圖3 變電專業(yè)二級分類安全隱患數(shù)量

由圖3 可知：變電運行設(shè)備類、外部環(huán)境類、安全設(shè)施類、附屬設(shè)施類隱患數(shù)量排前四，且遠(yuǎn)大于其余專業(yè)，建議相關(guān)部門重點關(guān)注并采取有效預(yù)控措施。

3 成果應(yīng)用

基于“熵權(quán)法”的六維度安全隱患數(shù)據(jù)分析方法，實現(xiàn)了以下4 個方面的實際應(yīng)用場景。

3.1 輔助專業(yè)部門制定決策

當(dāng)前，針對安全隱患排查治理資金有限的情況，通過對各專業(yè)隱患數(shù)據(jù)進(jìn)行多維度精準(zhǔn)分析，得出各個專業(yè)時間特性、空間特性、運行工況、治理難度、危害程度、類別占比等方面的精準(zhǔn)分析報告，可有效輔助專業(yè)部門有的放矢地制定有效精準(zhǔn)的防控措施和治理方案，大大提高風(fēng)險管控能力。

3.2 助推專業(yè)部門開展專項治理行動

多維度隱患數(shù)據(jù)庫和精準(zhǔn)的數(shù)據(jù)分析，為階段性的隱患排查治理重點專項工作的開展提供有效數(shù)據(jù)支撐和分析。例如，現(xiàn)階段國網(wǎng)公司針對電氣消防類、安全工器具類、“五防”類、特種設(shè)備類等的專項整治行動的開展。

3.3 細(xì)化隱患分級管控閉環(huán)機制

通過對該電力公司15 個專業(yè)，10 532 條安全隱患根據(jù)六維度打分標(biāo)準(zhǔn)進(jìn)行逐條打分，各分值區(qū)間占比如表5 所示。

表5 隱患數(shù)據(jù)各分值區(qū)間占比

根據(jù)表5 的分值區(qū)間占比，制定相應(yīng)的安全隱患智能預(yù)警處理機制，具體如表6 所示。

表6 隱患分值對應(yīng)處理程度表

任意一條隱患可根據(jù)各維度得分，計算得出綜合分值，對應(yīng)相應(yīng)的治理措施，細(xì)化了安全隱患分級管控閉環(huán)機制。

3.4 助力隱患數(shù)據(jù)精準(zhǔn)分析

電力系統(tǒng)每年大量的隱患排查治理數(shù)據(jù)對專業(yè)部門制定防控措施、治理方案具有較強的參考意義。但是原有僅僅從一、二個維度進(jìn)行分析，不夠細(xì)致和全面，失去隱患大數(shù)據(jù)的參考價值。通過基于熵權(quán)法的多維度模型進(jìn)行隱患數(shù)據(jù)分析，更加全面和精準(zhǔn)，實現(xiàn)隱患數(shù)據(jù)最大化、科學(xué)性的利用。

4 結(jié)束語

提出基于“熵權(quán)法”的六維度隱患數(shù)據(jù)分析方法，利用大數(shù)據(jù)和科學(xué)的計算方法，搭建多維度模型，有效解決了當(dāng)前隱患大數(shù)據(jù)分析方式單一，隱患分析結(jié)果利用率低的問題，實現(xiàn)分級管控閉環(huán)機制，提高了隱患治理的成效，提升了安全隱患排查治理水平。