基于數據挖掘的火電企業(yè)安全生產和技術監(jiān)督評價系統(tǒng)

高騰飛，門鳳臣，劉寶軍，宋敬霞

（國家電投集團電站運營技術（北京）有限公司，北京 102209）

電力企業(yè)安全生產和技術監(jiān)督是保證電力系統(tǒng)安全、可靠、經濟運行和準確計量的重要技術手段[1-3]，國家電力投資集團有限公司每年定期組織火電企業(yè)開展春、秋季安全生產和技術監(jiān)督評價工作。傳統(tǒng)評價工作模式存在信息共享度低、評價隨意性大、報告規(guī)范性差、“事中事后”缺乏實時監(jiān)控、數據綜合分析手段不足等弊端，難以滿足當今工作節(jié)奏快、效率高、機制新的管理態(tài)勢，無法支撐實現自動化、科學化和精細化的管理。

基于上述原因，擬采用信息化手段，實現安全生產和技術監(jiān)督評價工作的數據采集記錄和傳輸存儲。另外，評價準備階段需要對大量歷史數據進行分析處理，以對最優(yōu)專家和重點評價內容做出正確的預測和評估。數據挖掘技術正是以積累下來的歷史數據為研究對象，通過對數據的歸類、分析、處理，從而找出隱藏在其中的有用知識[4-5]。面對數據處理難度的增加，本文研發(fā)了基于數據挖掘的火電企業(yè)安全生產和技術監(jiān)督評價系統(tǒng)，為準備、評價、監(jiān)督和決策提供數據基礎。

1 相關技術

1.1 數據挖掘

數據挖掘指知識發(fā)現的過程，通常包括數據清洗、數據集成、數據選擇、數據變換、模式發(fā)現、模式評估和知識表示。其采用數據源包括數據庫、數據倉庫、Web、其他信息存儲庫或動態(tài)流入系統(tǒng)的數據[6-7]。數據挖掘與傳統(tǒng)的數據分析（如查詢、報表、聯(lián)機應用分析）的本質區(qū)別在于數據挖掘是在沒有明確假設的前提下去挖掘信息、發(fā)現知識。所得到的信息（或知識）具有先前未知、有效和實用3 個特征[8-9]。

數據挖掘過程是以用戶為中心，開展人機交互的探索。包含數據準備（data preparation）、數據挖掘以及結果的解釋評估（interpretation and evaluation）3 個階段，數據挖掘可以描述為這3 個階段的反復過程。

1.2 移動協(xié)同

移動智能終端包括智能手機、筆記本、PDA 智能終端、平板電腦等設備。其擁有獨立的操作系統(tǒng)，功能的擴展性極其靈活，當前市場中的移動智能終端支持數據存貯、信息管理、多媒體、GPS、GIS、無線通信等功能，在電力行業(yè)有著廣泛的研究與應用[10-12]。

1.3 數據獲取技術

傳統(tǒng)的火電企業(yè)評價工作模式中評價標準往往通過結構化（Excel）或非結構化（PDF）形式存儲，不便于評價流程步驟的電子化，不利于指標數據的量化體現。本文通過OCR 和POI 等相關數據獲取技術徹底解決了上述問題，采用OCR 技術將掃描文本或基于圖像內容的文本轉換為可編輯的文本；采用POI 技術，提取數據基礎信息進行統(tǒng)一管理，通過定義個性化模板，以模板為基準，對不同要素進行量化提取，使數據處理更加精細化、精準化。

2 系統(tǒng)設計與實現

2.1 系統(tǒng)架構設計

火電企業(yè)安全生產和技術監(jiān)督評價系統(tǒng)研發(fā)遵循先進、健壯、靈活、穩(wěn)定、開放、易維護、可擴展、低成本等要求，采用以J2EE 為核心的多層分布式架構[13-14]，即在客戶端、應用服務層、數據源層3 層結構基礎上，將應用服務層細分為Web 服務層、界面服務層、業(yè)務邏輯層、數據訪問層?？蛻舳耸峭ㄟ^移動智能終端或瀏覽器進行系統(tǒng)訪問，實現人機交互；Web 服務層是通過HTTP 協(xié)議傳輸數據，為客戶端提供對應用程序的訪問，實現表現層邏輯封裝；界面服務層為Web 服務層提供瀏覽、處理等服務，實現用戶界面與各業(yè)務功能的隔離；業(yè)務邏輯層實現系統(tǒng)業(yè)務處理；數據訪問層提供對數據庫的鏈接、讀寫等操作服務；數據源層提供數據存儲。這種成熟的B/A/S 結構不但有效縮短開發(fā)周期、降低系統(tǒng)維護成本、增強企業(yè)對象重復可用性，也大大提升了系統(tǒng)的延展性、執(zhí)行效率、容錯能力和負載平衡能力。多層分布式架構如圖1所示。

系統(tǒng)后臺及服務基于Java 開發(fā)，支持跨平臺部署應用，移動端基于JavaScript 和html5 開發(fā)，Web容器采用Tomcat，數據庫采用MySQL。人機交互界面簡潔美觀、功能命名直觀通俗，便于用戶自學習。

2.2 功能設計

火電企業(yè)安全生產和技術監(jiān)督系統(tǒng)以集團公司發(fā)布的相關標準為基礎，以歷次電廠自查評價及集團專家評價實踐經驗為指導，以業(yè)務流轉及數據監(jiān)控為核心，提升公司安全生產和設備健康水平。

該系統(tǒng)根據評價工作需要，開發(fā)了PC 端和移動端，PC 端包含系統(tǒng)全部功能；移動端輔助PC 端，主要實現生產現場評價工作及業(yè)務流程審批工作。功能設計遵循科學的PDCA 循環(huán)管理思想[15]，實現全方位、全過程動態(tài)監(jiān)控管理以及閉環(huán)管理，系統(tǒng)功能模塊劃分如圖2所示，專家評價和問題整改流程如圖3所示。

圖2 系統(tǒng)功能模塊劃分Fig.2 The division diagram of system function modules

圖3 專家評價及問題整改流程Fig.3 The process of expert evaluation and problem rectification

實時的數據管理構建了PC 端和移動端的橋梁，利用數據挖掘技術提供強大的數據推送、檢測推薦、評價匹配功能，面向管理層提供了實時的數據監(jiān)控和管理手段，使管理者可以及時掌握現場工作及問題整改情況。系統(tǒng)的主要功能模塊如下。

1）基礎管理 對公司、資產、監(jiān)督類別、專業(yè)、人員、設備、參考文件、職稱、版本、參考標準等基礎信息進行配置。

2）評價標準 對各個專業(yè)的查評項目、查評標準、評價指標、評價方法、查證方法、查評依據、標準分等評價相關標準進行統(tǒng)一管理。

3）任務執(zhí)行 主要包含項目管理、項目執(zhí)行、專家評價、自查評價、檢查報告、任務修改。實現電廠依據標準自行尋找問題、專家開展診斷與指導、報告自動生成等功能。同時，支持標準以外問題的錄入，發(fā)揮評價人員專業(yè)優(yōu)勢、彌補標準不足，也為后期標準升版奠定基礎；移動端支持在線數據同步、離線數據執(zhí)行、語音識別、現場照片同步上傳、二十五項重點要求條款模糊查詢等功能[16-18]，增強現場實用性，提高評價效率，具有權限的管理者可實時跟蹤評價進展與質量。

4）問題整改 依據重要程度，對問題先定級后整改，問題分為一、二、三級，分別對應集團公司、二級單位、三級單位驗收；手動或自動開始相應整改驗收流程。單位內部或上級單位對已驗收的問題進行抽查，若不合格，則需重新整改。

5）統(tǒng)計分析 對評價報告中的數據進行整理分析，展現評價數據趨勢圖，為監(jiān)督人員決策提供數據支持。

2.3 算法與模型設計

2.3.1 推薦專家規(guī)則排序算法

專家關聯(lián)關系往往表現的比較模糊，本文通過對大量專家規(guī)則排序進行分析，發(fā)現在準備階段新建項目設置小組時，會根據專家的所學專業(yè)、工作經驗、職稱、評價過的單位、歷史發(fā)現的問題、整改建議、查評數據統(tǒng)計、整改方案有效率等，推薦最優(yōu)專家，便于決策者更準確高效的決策。推薦專家規(guī)則排序算法流程如圖4所示。

圖4 推薦專家規(guī)則排序算法流程Fig.4 The process of recommended expert rule sorting algorithm

本文推薦專家規(guī)則排序算法大致包括以下幾個步驟。

1）數據預處理 首先對文本進行關系詞標注，其次對專家、任務、關系詞進行識別，存入專家屬性標簽和任務屬性標簽中。

2）特征提取 建立特征庫，將專家和任務的顯著特征提取出來，便于后續(xù)規(guī)則匹配。

3）關聯(lián)關系 首先建立關聯(lián)關系規(guī)則庫，如相似經驗匹配規(guī)則、工作年限匹配規(guī)則、專業(yè)匹配規(guī)則等；其次，利用關聯(lián)關系規(guī)則對特征提取過程產生的顯著特征進行匹配；專家顯著特征包含工作年限、崗位、專業(yè)、學歷、經驗等，任務顯著特征包含任務重要性、緊急性、難易度、進度、專業(yè)、地域等，實現專家關系的初步匹配。

4）相似度匹配 對專家關系的初步結果放入容器中，并對該容器中的顯著特征加權平均進行二次匹配，選取適合的專家。

5）最優(yōu)專家確定 通過大規(guī)模的數據抽取，得到專家之間的所有關系后，最終通過權重占比，計算得分排序，確認最優(yōu)專家。

2.3.2 基于數據挖掘技術的評價數據分析

基于數據挖掘技術的評價數據分析模型如圖5所示。使用時，首先建立大數據體系，以系統(tǒng)積累的基礎數據作為輸入。如：評價類型、評價單位、監(jiān)督專業(yè)、監(jiān)督標準、查評得分、問題數量、問題重要程度、問題產生原因、整改情況、風險項等，經過評價數據分析模型，輸出安全監(jiān)督通病、關鍵評價單位、重點評價專業(yè)、專家服務能力評價、評價周期頻次等信息。根據這些信息，在下一次監(jiān)督評價工作中，可優(yōu)先推薦重點關注的問題、重點關注的單位、重點關注的專業(yè)等信息，便于有效指導后續(xù)安全生產和技術監(jiān)督評價工作。

圖5 基于數據挖掘技術的評價數據分析模型Fig.5 The evaluation data analysis model based on data mining technology

基于數據挖掘技術的評價數據分析模型，將基礎數據從單位評價水平、專業(yè)評價水平和其他相關水平3 個維度進行劃分。

1）單位評價水平（U）

單位評價水平指待評單位存在隱患數量的多少、整改情況好壞的程度。其參考的基礎輸入要素有查出問題數量、查評得分、整改情況，由查出問題數量評分、得分率、整改率等數據進行衡量。查出問題數量計算公式為

式中，x為問題數量，y為問題數量對應的評分，系數b為評價滿分標準，系數c為問題數量上限。其中系數a的絕對值越大，表示問題數量與得分的相關性越強。當x>c時，不得分。如可以設定評價標準為100 分，問題數量上限為50 個，當問題數量為0 個時，得分最高100 分，依次遞減，問題數量超過50 個時，不得分。

得分率定義為所選評價項得分情況與所選評價項總分之比。整改率定義為累計整改問題項數與累計查出問題項數之比。單位評價水平高低由查出問題數量評分、得分率、整改率最終確定，計算公式為

式中d為累計整改問題項數。

單位評價水平U按照數值大小進行等級評定：≥85%為A，75%～85%為B，＜75%為C。

2）專業(yè)評價水平（P）

專業(yè)評價水平指評價結果好壞的程度。依據問題的重要程度，評價結果可分為嚴重問題（含告警問題）、普通問題、輕微問題（及時整改）等。專業(yè)評價水平以累計查出問題數量評分為主要依據，以嚴重問題數量評分和普通問題數量評分稍作權重，共同決定。其計算公式為

式中，t為累計查出問題數量評分，g為嚴重問題數量評分，n為普通問題數量評分。

按照數值大小進行等級評定：≥85%為A，75%～85%為B，＜75%記為C。

3）其他相關水平（O）

其他相關水平高低由專家對此次整體情況評價確定，如被評價單位對本次評價準備程度、配合程度等，屬于靈活調整偏差值，同樣設置A、B、C 3 個等級。

4）綜合評價水平（S）

綜合評價水平由單位評價水平、專業(yè)評價水平、其他相關水平三要素共同決定。設定三要素權重比為5:3:2，綜合評價水平計算公式為

綜合評價水平等級表現形式設定為AAA，其中，第1 個字母表示單位評價水平等級為A，第2個字母表示專業(yè)評價水平等級為A，第3 個字母表示其他評價水平等級為A，以此類推。綜合評價水平如圖6所示：橫向維度（從左往右），當單位評價水平等級相同時，綜合評價水平隨著專業(yè)評價水平的降低而降低；縱向維度（從上往下），當專業(yè)評價水平等級相同時，綜合評價水平隨著單位評價水平的降低而降低。

圖6 綜合評價水平Fig.6 The comprehensive evaluation level

從大量的歷史評價數據中，可以挖掘出相關評價規(guī)則，評價數據分析模型可依據這些屬性，對評價工作進行分類和預測，系統(tǒng)智能推送安全監(jiān)督通病、關鍵評價單位、重點評價專業(yè)、評價周期頻次等，無需投入大量精力進行人工分析，加強了評價工作的針對性，有效提升了評價效率，提高了運行設備的安全性和可靠性。

3 系統(tǒng)應用

本系統(tǒng)已在多家火電企業(yè)開展自查評價和專家評價，指導生產運行，也成功支撐了國家電力投資集團有限公司2019年秋季安全生產和技術監(jiān)督評價工作。涉及93 家火電企業(yè)三級單位、20 個監(jiān)督專業(yè)、60 名專家成員，報告審批由線下改為線上，評價耗時由6～7 d/廠縮短至4～5 d/廠，效率提升20%以上，錯誤率低于1%，形成自查評價與專家評價報告近百份。

根據2019年秋季評價工作數據分析，系統(tǒng)應用前后的各項指標對比見表1。系統(tǒng)投入使用后報告自動生成，評價問題自動生成問題庫且實時跟蹤，加強了問題的閉環(huán)管理；實現監(jiān)督過程流程化、現場操作電子化、數據管理信息化、問題治理閉環(huán)化，提升了工作效率，成為安全生產和技術監(jiān)督評價工作有效輔助工具，受到使用人員的一致好評。

表1 系統(tǒng)應用前后的各項指標對比Tab.1 Comparison of indicators before and after the system application

4 結語

本文利用數據挖掘、移動協(xié)同、數據獲取技術，設計推薦專家規(guī)則排序算法，構建評價數據分析模型，開發(fā)了火電企業(yè)安全生產和技術監(jiān)督評價系統(tǒng)。該系統(tǒng)有效規(guī)范了火電企業(yè)安全生產和技術監(jiān)督評價工作，實現了提質增效，確保評價任務新建、任務執(zhí)行、報告自動生成、問題整改驗收的全過程監(jiān)控及閉環(huán)管理，相關數據查詢、統(tǒng)計分析工作更為方便，形式更為靈活、直觀，能夠為火電企業(yè)的安全生產和技術監(jiān)督評價工作管理、企業(yè)決策提供有力數據支撐。同時，有效降低了人力物力財力，保障了機組安全、可靠、經濟運行，產生了較大的直接與間接經濟效益、安全效益。