水電工程安全風(fēng)險(xiǎn)預(yù)警與決策體系研究

黃 龍， 嚴(yán) 錦 江， 彭 旭 初， 郭 成

(1.中國(guó)電建集團(tuán)成都勘測(cè)設(shè)計(jì)研究院有限公司，四川 成都 610072； 2.國(guó)能大渡河流域水電開(kāi)發(fā)有限公司，四川 成都 610041)

0 前 言

在水電工程建設(shè)中，安全生產(chǎn)是維護(hù)參建單位長(zhǎng)期發(fā)展和增強(qiáng)水電工程社會(huì)效益的重要保障。由于水電工程規(guī)模大、施工周期長(zhǎng)、涉及的地質(zhì)條件多樣和施工難度大等特點(diǎn)，給安全生產(chǎn)增加了難度。水電工程一旦發(fā)生安全事故，將直接危及人民的生命財(cái)產(chǎn)，給參建單位帶來(lái)巨大的損失，因此，必須嚴(yán)格進(jìn)行工程安全風(fēng)險(xiǎn)管理。傳統(tǒng)工程的安全風(fēng)險(xiǎn)管理控制大部分依賴手工輸入信息、專家判斷等方式，因此，難免出現(xiàn)對(duì)異常原因分析不準(zhǔn)確和處理效果反復(fù)的情況。以水電工程建設(shè)安全為重點(diǎn)，集成企業(yè)大數(shù)據(jù)中心的工程建設(shè)安全數(shù)據(jù)，建立水電工程安全風(fēng)險(xiǎn)預(yù)警與決策體系，為水電工程建設(shè)安全數(shù)據(jù)提供統(tǒng)一的統(tǒng)計(jì)、分析及可視化展示。同時(shí)，建立相關(guān)安全管理KPI體系，對(duì)集成的海量安全信息進(jìn)行預(yù)警預(yù)報(bào)，為管理決策提供數(shù)據(jù)支撐，與項(xiàng)目公司系統(tǒng)的全面、微觀管控相結(jié)合，對(duì)安全管理要素的趨勢(shì)性、系統(tǒng)性問(wèn)題進(jìn)行分析、預(yù)警、決策與綜合管理，實(shí)現(xiàn)水電工程安全管理的自動(dòng)感知、自動(dòng)預(yù)判和自主決策。

1 研究現(xiàn)狀

目前，國(guó)內(nèi)對(duì)于水電工程安全風(fēng)險(xiǎn)預(yù)警決策體系的研究，還主要集中在對(duì)安全事項(xiàng)進(jìn)行單項(xiàng)深入研究或者一部分的綜合研究，比如，對(duì)大壩震后安全預(yù)警與決策支持系統(tǒng)實(shí)現(xiàn)的幾個(gè)主要部分做了概括性的研究[1]，缺乏對(duì)水電工程各個(gè)安全環(huán)節(jié)的信息統(tǒng)一分析處理，探究原因主要依賴人力經(jīng)驗(yàn)在單一知識(shí)庫(kù)中查詢，然后查詢另外的單一知識(shí)庫(kù)來(lái)制定相應(yīng)的解決措施，整體缺少一個(gè)自動(dòng)采集信息并且統(tǒng)一綜合分析處理的智慧化管理控制體系。

2 體系架構(gòu)

2.1 研究目的

建立水電工程安全風(fēng)險(xiǎn)預(yù)警決策體系的目的，是通過(guò)傳感器等監(jiān)測(cè)設(shè)備對(duì)指標(biāo)進(jìn)行自動(dòng)采集和上載，其他信息數(shù)據(jù)側(cè)采用手機(jī)APP以及相關(guān)信息系統(tǒng)進(jìn)行采集和上載，對(duì)工程的安全通過(guò)預(yù)警指標(biāo)體系風(fēng)險(xiǎn)判別出對(duì)應(yīng)問(wèn)題，系統(tǒng)自動(dòng)運(yùn)用大數(shù)據(jù)技術(shù)調(diào)用原因知識(shí)庫(kù)判定風(fēng)險(xiǎn)原因，之后，系統(tǒng)自動(dòng)分析，從措施庫(kù)中匹配合理的處置措施，從文檔庫(kù)中抓取對(duì)應(yīng)參考文檔，從案例庫(kù)中抓取參考案例，從而進(jìn)行風(fēng)險(xiǎn)的閉環(huán)處理。

2.2 體系要素

此次研究的水電工程風(fēng)險(xiǎn)預(yù)警與決策體系，不僅涉及了水電工程管理領(lǐng)域，同時(shí)融合了大數(shù)據(jù)算法、物聯(lián)網(wǎng)、預(yù)警數(shù)學(xué)模型等多個(gè)領(lǐng)域，目前國(guó)內(nèi)少有研究。對(duì)水電工程而言，安全管控對(duì)象繁雜，不同崗位人員對(duì)多安全管控對(duì)象如何管控還沒(méi)有統(tǒng)一意見(jiàn)。同時(shí)，預(yù)警數(shù)學(xué)模型考慮了在沒(méi)有足夠數(shù)量數(shù)據(jù)支撐的情況下，使用了通過(guò)事件去觸發(fā)風(fēng)險(xiǎn)識(shí)別的方法，并且在識(shí)別出風(fēng)險(xiǎn)后，根據(jù)風(fēng)險(xiǎn)種類和風(fēng)險(xiǎn)的具體原因，自動(dòng)分析出適合的處置措施、案例和參考文檔。所以，在規(guī)劃三個(gè)知識(shí)庫(kù)(案例庫(kù)、措施庫(kù)和文檔庫(kù))時(shí)，會(huì)將三個(gè)知識(shí)庫(kù)的聯(lián)動(dòng)性考慮充分。水電工程安全風(fēng)險(xiǎn)預(yù)警與決策體系有機(jī)組合了措施庫(kù)、案例庫(kù)、文檔庫(kù)，從而實(shí)現(xiàn)解決方法-現(xiàn)實(shí)案例-規(guī)范制度的全面決策，為安全風(fēng)險(xiǎn)問(wèn)題提供了解決問(wèn)題的方法和依據(jù)。

2.3 技術(shù)框架

整體技術(shù)框架包含了“5+2”體系，5即5層，感知層、傳輸層、數(shù)據(jù)層、平臺(tái)層和應(yīng)用層。感知層包含了安全傳感器、視頻監(jiān)控等多種設(shè)備和傳感器以及手機(jī)終端，通過(guò)多樣化的方式自動(dòng)采集、填報(bào)或系統(tǒng)抓取安全風(fēng)險(xiǎn)相關(guān)數(shù)據(jù)，通過(guò)有線和無(wú)線的傳輸層傳遞給數(shù)據(jù)層。數(shù)據(jù)層包含了工程數(shù)據(jù)中心、企業(yè)大數(shù)據(jù)中心和決策知識(shí)庫(kù)，感知層的數(shù)據(jù)在工程數(shù)據(jù)中心和企業(yè)大數(shù)據(jù)中心進(jìn)行處理并存儲(chǔ)，決策知識(shí)庫(kù)中的措施庫(kù)、案例庫(kù)和文檔庫(kù)實(shí)時(shí)更新，支持系統(tǒng)自動(dòng)決策。平臺(tái)層即水電工程安全風(fēng)險(xiǎn)預(yù)警與決策平臺(tái)，進(jìn)行整體的業(yè)務(wù)處理。應(yīng)用層即安全管理應(yīng)用，包含了檢測(cè)預(yù)警、危險(xiǎn)源分布、應(yīng)急預(yù)案管理、應(yīng)急輔助指揮四個(gè)功能。2為兩大體系，預(yù)警分級(jí)管控體系和決策支持體系。

3 體系建設(shè)

3.1 數(shù)據(jù)采集

水電工程安全管控包括三個(gè)方面：一是日常的工作安全管理，包括安全隱患排查、會(huì)議督導(dǎo)等工作；二是針對(duì)特殊工程部位、安全隱患的日常監(jiān)測(cè)，如圍巖穩(wěn)定監(jiān)測(cè)、危險(xiǎn)源監(jiān)測(cè)等，使安全監(jiān)測(cè)成為保障工程安全的最有效的技術(shù)手段[2]；另外，建設(shè)期的防洪度汛也是建設(shè)管理單位重點(diǎn)關(guān)注的內(nèi)容。體系按照以上三種不同安全管控方式進(jìn)行安全管控關(guān)鍵性指標(biāo)梳理和采集。

日常安全數(shù)據(jù)按照日常申報(bào)為主。安全監(jiān)測(cè)數(shù)據(jù)主要利用物聯(lián)網(wǎng)技術(shù)實(shí)時(shí)自動(dòng)采集數(shù)據(jù)。防洪度汛數(shù)據(jù)通過(guò)物聯(lián)網(wǎng)技術(shù)實(shí)時(shí)自動(dòng)采集或者通過(guò)流域的氣象云平臺(tái)獲取。

這三種安全數(shù)據(jù)的匯集方法采用了手機(jī)APP、信息化系統(tǒng)的實(shí)時(shí)在線收集，收集后各業(yè)務(wù)子系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行整理和分析，過(guò)濾出有用數(shù)據(jù)之后，工程數(shù)據(jù)中心將數(shù)據(jù)進(jìn)行存儲(chǔ)，并且依據(jù)安全風(fēng)險(xiǎn)分級(jí)預(yù)警指標(biāo)體系(參照表1)對(duì)數(shù)據(jù)進(jìn)行篩選，并加工為體系所需的基礎(chǔ)數(shù)據(jù)。

3.2 指標(biāo)分類

水電工程安全風(fēng)險(xiǎn)預(yù)警體系從特性和重要性兩個(gè)維度進(jìn)行工程信息剖析和指標(biāo)梳理。按照指標(biāo)的時(shí)間和關(guān)聯(lián)特性，分為靜態(tài)指標(biāo)和趨勢(shì)性指標(biāo)。根據(jù)不同指標(biāo)的重要性，將其分為重要指標(biāo)及一般指標(biāo)，分別對(duì)應(yīng)于不同的管理層級(jí)。水電工程安全風(fēng)險(xiǎn)預(yù)警指標(biāo)體系見(jiàn)表1。靜態(tài)指標(biāo)都是一般指標(biāo)，趨勢(shì)性指標(biāo)都是重要指標(biāo)。

表1 水電工程安全風(fēng)險(xiǎn)預(yù)警指標(biāo)體系

通過(guò)將相關(guān)指標(biāo)規(guī)整放入數(shù)據(jù)庫(kù)中便于通過(guò)平臺(tái)軟件開(kāi)展后續(xù)預(yù)警等操作，數(shù)據(jù)格式包括以下各種類型： String(工程名稱、工程類型、標(biāo)段、部位等)、Datetime(創(chuàng)建時(shí)間、檢測(cè)時(shí)間)和Int(合格數(shù)量、檢測(cè)點(diǎn)位數(shù)量)等。

3.2 指標(biāo)預(yù)警

異常安全相關(guān)指標(biāo)出現(xiàn)的時(shí)候，該預(yù)警指標(biāo)的可信度需要系統(tǒng)首先判定，需要剔除錯(cuò)誤填報(bào)或者由污染數(shù)據(jù)產(chǎn)生的錯(cuò)誤預(yù)警。當(dāng)安全指標(biāo)出現(xiàn)以下三種情況時(shí)，系統(tǒng)自動(dòng)判定為數(shù)據(jù)污染或填報(bào)錯(cuò)誤：超出安全限值標(biāo)準(zhǔn)的數(shù)值、靠近源頭的某些安全代表性數(shù)據(jù)低于遠(yuǎn)離源頭的反常規(guī)數(shù)據(jù)和相互關(guān)聯(lián)的指標(biāo)出現(xiàn)異常的數(shù)據(jù)。

當(dāng)剔除了錯(cuò)誤預(yù)警后，系統(tǒng)將其他正常預(yù)警提取至指標(biāo)預(yù)警處置體系，同時(shí)重要指標(biāo)預(yù)警(即趨勢(shì)性指標(biāo)預(yù)警)被自動(dòng)推送到相關(guān)人員和系統(tǒng)的下一階段。預(yù)警閾值和指標(biāo)趨勢(shì)性都同時(shí)影響重要指標(biāo)是否達(dá)到預(yù)警狀態(tài)。指標(biāo)趨勢(shì)性的重要性在于系統(tǒng)可以通過(guò)趨勢(shì)去判斷該指標(biāo)在未來(lái)某個(gè)時(shí)間點(diǎn)達(dá)到預(yù)警閾值的概率，有助于提前發(fā)出預(yù)警信號(hào)，減少安全損失。

同一時(shí)間，按照所屬分部分項(xiàng)等關(guān)聯(lián)，系統(tǒng)會(huì)自動(dòng)給相關(guān)人員推送次要指標(biāo)(即靜態(tài)指標(biāo))，并且系統(tǒng)會(huì)識(shí)別出明顯異常的次要指標(biāo)進(jìn)行推送(為減輕公司管理人員不必要的工作量，當(dāng)重要指標(biāo)沒(méi)有預(yù)警，次要指標(biāo)一般并不會(huì)推送到公司級(jí)別人員)。系統(tǒng)和用戶都可以根據(jù)收到的重要預(yù)警指標(biāo)和異常靜態(tài)指標(biāo)，分析可能造成異常的原因。

3.3 風(fēng)險(xiǎn)原因分析

系統(tǒng)在處理指標(biāo)預(yù)警的同時(shí)，自動(dòng)推送風(fēng)險(xiǎn)提示。通過(guò)比對(duì)預(yù)警指標(biāo)的具體類型，系統(tǒng)中的風(fēng)險(xiǎn)管理模型將匹配對(duì)應(yīng)可能發(fā)生的風(fēng)險(xiǎn)，給管理層自動(dòng)提供提示。為增加系統(tǒng)的冗余性和準(zhǔn)確性，風(fēng)險(xiǎn)管理模型同時(shí)兼容預(yù)設(shè)功能和人工篩選功能，預(yù)設(shè)功能試通過(guò)大量樣本的大數(shù)據(jù)決策選擇機(jī)制優(yōu)化出來(lái)的最佳匹配。提示給管理層的風(fēng)險(xiǎn)包括風(fēng)險(xiǎn)的嚴(yán)重程度和發(fā)生的可能性等信息，可以幫助管理層對(duì)于風(fēng)險(xiǎn)的決策。

系統(tǒng)將統(tǒng)一分析判定異常次要指標(biāo)和重要指標(biāo)預(yù)警，按照指標(biāo)和原因的內(nèi)在關(guān)系，從原因庫(kù)中匹配選取有可能導(dǎo)致異常和預(yù)警的原因。同時(shí)人工篩選功能的存在可以允許管理人員按照實(shí)際現(xiàn)場(chǎng)狀態(tài)、專家意見(jiàn)和國(guó)家標(biāo)準(zhǔn)規(guī)范去改動(dòng)推送的原因，并且管理人員對(duì)結(jié)果進(jìn)行最終確認(rèn)。被確認(rèn)的結(jié)果同時(shí)也被系統(tǒng)記錄，自動(dòng)成為指標(biāo)-原因關(guān)聯(lián)關(guān)系的分析樣本之一，使得系統(tǒng)該部分沉淀過(guò)程經(jīng)驗(yàn)，自動(dòng)升級(jí)。

安全管控類原因庫(kù)為常見(jiàn)重大安全風(fēng)險(xiǎn)產(chǎn)生的常見(jiàn)原因集合，針對(duì)識(shí)別出的安全管控類風(fēng)險(xiǎn)，從人、機(jī)、料、法、環(huán)的角度進(jìn)行安全管控類原因庫(kù)梳理。安全風(fēng)險(xiǎn)管控類措施庫(kù)見(jiàn)表2。如防洪度汛風(fēng)險(xiǎn)原因，人：防汛組織機(jī)構(gòu)不完善,抗洪搶險(xiǎn)人員配備不足，汛期巡查不足；機(jī)：防汛排水設(shè)備配置不合理；料：防汛材料與設(shè)備儲(chǔ)備不到位，防汛抽排物資設(shè)備不到位；法：水情通報(bào)制度不完善，設(shè)備安全運(yùn)行制度不完善；環(huán)：降雨等惡劣環(huán)境影響。

表2 安全風(fēng)險(xiǎn)管控類措施庫(kù)

3.4 風(fēng)險(xiǎn)原因判斷

風(fēng)險(xiǎn)原因判斷不僅需要定性分析可能造成的原因，同時(shí)也需要定量判斷各原因?qū)τ陲L(fēng)險(xiǎn)的貢獻(xiàn)程度。所以系統(tǒng)給出的分析應(yīng)包括風(fēng)險(xiǎn)-原因貢獻(xiàn)程度預(yù)設(shè)指標(biāo)，同時(shí)管理人員可以根據(jù)專家意見(jiàn)、規(guī)范調(diào)整和實(shí)際情況調(diào)整風(fēng)險(xiǎn)-原因的關(guān)聯(lián)關(guān)系和貢獻(xiàn)程度值，然后系統(tǒng)將調(diào)整整體納入平臺(tái)，通過(guò)反復(fù)的數(shù)據(jù)學(xué)習(xí)，可使風(fēng)險(xiǎn)原因判斷更加準(zhǔn)確和自我迭代。

3.5 決策支持

在得到風(fēng)險(xiǎn)原因后，系統(tǒng)擁有的決策支持功能，可以根據(jù)安全風(fēng)險(xiǎn)管控類措施庫(kù)、案例庫(kù)中的信息，綜合分析風(fēng)險(xiǎn)、原因、措施三者的聯(lián)動(dòng)關(guān)系，給管理人員和用戶自動(dòng)推送潛在的可能解決問(wèn)題的措施。

3.6 預(yù)警閉合

系統(tǒng)平臺(tái)通過(guò)對(duì)風(fēng)險(xiǎn)關(guān)聯(lián)、原因判定、措施選擇等步驟的分析，將整個(gè)分析結(jié)果自動(dòng)提供給項(xiàng)目部管理人員和企業(yè)管理部門(mén)人員，相關(guān)方面人員對(duì)于預(yù)警情況和措施實(shí)行情況進(jìn)行反饋，從而使整個(gè)系統(tǒng)達(dá)到處理預(yù)警事件的一個(gè)閉環(huán)。

4 工程應(yīng)用

4.1 工程概況

本文研究的成果作為大渡河工程數(shù)據(jù)管控中心項(xiàng)目的一部分，在雙江口電站等項(xiàng)目上使用，雙江口水電站樞紐工程由土心墻堆石壩、洞式溢洪道、泄洪洞、放空洞、地下發(fā)電廠房、引水及尾水建筑物等組成。土心墻堆石壩壩高314 m，居世界同類壩型的第一位。通過(guò)水庫(kù)調(diào)節(jié)可增加下游梯級(jí)電站枯期電量66億kWh，增加保證出力175.8萬(wàn)kW[3]。

4.2 提高決策速度和準(zhǔn)確率

本安全風(fēng)險(xiǎn)預(yù)警與決策系統(tǒng)從啟用以來(lái)，積累了大量有用的數(shù)據(jù)。系統(tǒng)自動(dòng)采集分析工程的安全風(fēng)險(xiǎn)指標(biāo)，分析出異常情況后自動(dòng)判定原因，并且推送改進(jìn)措施。判定安全風(fēng)險(xiǎn)的原因的速度大幅提升了85%，決策的速度也大幅提升了70%。伴隨著體系的使用，目前各項(xiàng)安全風(fēng)險(xiǎn)指標(biāo)都在往良好的趨勢(shì)發(fā)展，安全管控整體上更有效。

5 結(jié) 論

本研究以水電工程安全為控制目標(biāo)，以分級(jí)安全指標(biāo)為對(duì)象，整合了三個(gè)知識(shí)庫(kù)(原因庫(kù)、案例庫(kù)、措施庫(kù))，建立了安全風(fēng)險(xiǎn)預(yù)警與決策體系。通過(guò)在雙江口電站的有效使用，為整個(gè)體系沉淀了豐富的工程安全管理數(shù)據(jù)，為以后水電工程的科學(xué)研究、工程管理等提供了豐富的經(jīng)驗(yàn)數(shù)據(jù)支持，并且經(jīng)過(guò)云大物移智(云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能)技術(shù)的使用，水電行業(yè)開(kāi)啟了智慧化管理控制的升級(jí)迭代。伴隨著人工智能技術(shù)(AI)和數(shù)字孿生技術(shù)的不斷成熟和與水電工程智慧化管控的深度融合，必將推動(dòng)水電工程安全智慧化管控的持續(xù)發(fā)展。