一种电力事故上下层级原因相关度的分析方法技术

本发明专利技术揭示了一种电力事故上下层级原因相关度的分析方法，首先判断层级原因的分类属性；再分析事故事件原因库中上下层级事件原因的相关度，对于事件涉及到的原因库，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度，对于事件未涉及到的原因库，采用专家决策法计算各级原因的相关度；最后通过动态权重更新事故事件原因库中上下层级事件原因的相关度。本发明专利技术能够分析下级事件原因发生对导致上级事件原因发生的影响程度(即相关度)，对事故成因进行定性和定量的分析，提出事故预防的解决措施，提高安全生产管理水平。此外，该分析方法使得相关度的计算尽可能客观化，逐步脱离人为因素的影响。

【技术实现步骤摘要】

本专利技术属于电力工程领域，具体涉及一种电力事故上下层级原因相关度的分析方法。
技术介绍
电力行业是国民经济的基础产业，与经济发展和社会稳定具有密切联系。保证持续、高效的电力供应是关系到国计民生的大事，也是电力部门工作注重的焦点。因此，针对当前电力生产的特点和电力企业的具体情况，选择一种全面的、系统的电力事故上下层级原因相关度的分析方法，对电力企业的安全事故进行故障树分析、研究，提高电力企业安全管理水平，保障安全生产，预防和控制事故，具有十分重要的现实意义。南方电网公司一直把安全生产放在开展电力生产的首位，素有“安全第一”的目标和口号，并相应设置了各级安全监察管理机构，制订了《电力生产安全工作规程》、《电力生产事故调查规程》等系列规章制度和许多的反事故措施等执行细则。目前，在对电力企业的安全事故进行事故树分析的过程中，一般采用事故树分析方法对事故事件发生、原因、责任和暴露问题开展研究分析，通过逐层推得所有可能的原因，找出系统可能存在的部件事故、环境影响、人为失误与系统事故之间的逻辑关系，用倒立的树状图表示出来，进而找出系统的薄弱环节，提出防止同类事故事件发生的管理措施和技术防范措施。
技术实现思路
本专利技术的目的在于针对现有技术中的上述缺陷，提供一种电力事故上下层级原因相关度的分析方法，便于对电力事故开展事故分析。为实现上述专利技术目的，本专利技术采用了如下技术方案：一种电力事故上下层级原因相关度的分析方法，包括以下步骤：(1)将事故事件原因库划分为事件涉及到的原因库和事件未涉及到的原因库，判断层级原因的分类属性：层级原因在事故汇编出现的次数≥1，则属于事件涉及到的原因库，否则属于事件未涉及到的原因库；(2)分析事故事件原因库中上下层级事件原因的相关度：1)对于事件涉及到的原因库，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度；2)对于事件未涉及到的原因库，采用专家决策法计算各级原因的相关度；(3)通过动态权重更新事故事件原因库中上下层级事件原因的相关度动态权重仅针对统计中出现过，专家咨询问卷中也存在的事件原因。j项事件原因在事故事件中出现后，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算得到相关度bj，结合采用专家决策法获得的相关度rj，其出现后的相关度求解公式为：Rj＝w1bj+w2rj，式中，w1为相关度bj的所占权重，w2为相关度rj的所占权重。上述基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度包括以下步骤：(1)通过查找事务数据库中所有支持度大于最小支持度的频繁项集，将Apriori算法应用于事故树上下级原因分析，最小支持度设定为零，得出的频繁项集的支持度即为事故树上下层级原因之间的相关度；(2)计算基础统计量；根据事故原因统计的特点作假设，进行影响效应显著性分析；计算出事故发生总平均数及各因素在对应各种水平上导致事故发生的平均次数；计算离差平方和，算出各因素对平均事故发生次数的离散程度；最后进行假设检验，根据F分布判断这一段时间内各因素对事故的发生是否具有显著贡献。上述专家决策法计算各级原因的相关度包括以下步骤：(1)成立课题小组，制定专家咨询表，遴选咨询专家，并对咨询结果进行整理汇总和统计分析；(2)对专家决策法研究的结果，用常规的统计方法分析：1)专家基本情况的描述，对专家的个人基本情况进行描述性分析；2)统计专家的积极系数，以专家咨询问卷的有效回收率来表示；3)计算专家意见集中程度，以专家对事件原因相关度评分的均数和满分比表示；4)分析专家的权威程度，包括专家对咨询内容的熟悉程度、专家对咨询内容做出选择的判断依据和专家的基本系数三个因素方面的分析；5)根据专家的评分和相关公式，求取相关度。上述根据专家的评分和相关公式求取相关度的方法为：j项事件原因相关度的计算方法如下：式中，m表示参加j项事件原因相关度评价的专家总数；Cij表示i专家对j项事件原因相关度的评分值；Cr表示i专家的权威系数；rj取值越大，则对应的j项事件原因对导致上级事件原因发生的影响程度越高。相比于现有技术，本专利技术的优势在于：本分析方法能够分析下级事件原因发生对导致上级事件原因发生的影响程度(即相关度)，确定事故事件发生的成因、责任和暴露问题，进而找出系统的薄弱环节，提出防止同类事故事件发生的管理措施和技术防范措施。此外，该分析方法还可以对事故事件进行统计分析，帮助企业实现相关度的科学统计和管理，使得相关度的计算尽可能客观化，逐步脱离人为因素的影响。附图说明图1是本专利技术的流程图。图2是统计得到的相关度的权重和事件出现次数的拟合曲线图。具体实施方式以下结合实施例对本专利技术技术方案作进一步非限制性的详细说明。电力事故上下层级原因相关度的分析方法的步骤是：步骤1：判断该层级原因的分类属性。若事故事件原因库中的任意层级原因，在南方电网公司近年典型事故汇编出现的次数≥1，称该层级原因在历史事故事件中有所涉及；否则，称该层级原因在历史事故事件中未涉及。因此，可将事故事件原因库划分为事件涉及到的原因库和事件未涉及到的原因库。步骤2：分析事故事件原因库中上下层级事件原因的相关度。1)对于事件涉及到的原因库，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度。2)对于事件未涉及到的原因库，采用专家决策法计算各级原因的相关度。步骤3：通过动态权重更新事故事件原因库中上下层级事件原因的相关度。动态权重仅针对统计中出现过，专家咨询问卷中也存在的事件原因。采用专家调查问卷对事件未涉及到的原因的相关度进行确定，是因为该部分原因的出现为小概率事件，出现概率低。因而可认为当该类原因出现次数达到10次及以上时，根据统计原理和数据挖掘方法得到的原因相关度已经符合客观实际，此时若沿用加权方法求得的相关度会因专家们的主观思想造成正确性降低，因而在此情况下，weight＝1。使用MATLAB的curve Fitting对数据进行拟合，拟合函数为指数函数，得到如下公式：weight＝1.106e-0.005998t-1.098e-0.3053t (1)式中，weight为统计得到的相关度的权重，t为事件出现次数，拟合曲线如图2所示。拟合优越性的相关指标如下：SSE＝0.0003496R-square＝0.9998Adjusted R-square＝0.9997RMSE＝0.005186Adjusted R-square可以反映拟合结果的好坏，越接近于1，说明拟合结果越好，数据预测也越成功。表1根据公式(1)计算出动态权重原因出现次数(t)统计权重(w1)专家权重(w2)00110.28950.710530.64650.353560.89330.106780.96180.03821010当该层级原因(设为j项事件原因)在事故事件中出现后，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算得到相关度bj，结合采用专家决策法获得的相关度rj，其出现后的相关度求解公式如下：Rj＝w1bj+w2rj，式中，w1为相关度bj的所占权重，w2为相关度rj的所占权重。上述步骤2中基于Apriori算法本文档来自技高网...

【技术保护点】
一种电力事故上下层级原因相关度的分析方法，其特征在于，包括以下步骤：(1)将事故事件原因库划分为事件涉及到的原因库和事件未涉及到的原因库，判断层级原因的分类属性：层级原因在事故汇编出现的次数≥1，则属于事件涉及到的原因库，否则属于事件未涉及到的原因库；(2)分析事故事件原因库中上下层级事件原因的相关度：1)对于事件涉及到的原因库，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度；2)对于事件未涉及到的原因库，采用专家决策法计算各级原因的相关度；(3)通过动态权重更新事故事件原因库中上下层级事件原因的相关度动态权重仅针对统计中出现过，专家咨询问卷中也存在的事件原因，j项事件原因在事故事件中出现后，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算得到相关度bj，结合采用专家决策法获得的相关度rj，其出现后的相关度求解公式为：Rj＝w1bj+w2rj，式中，w1为相关度bj的所占权重，w2为相关度rj的所占权重。

【技术特征摘要】
1.一种电力事故上下层级原因相关度的分析方法，其特征在于，包括以下步骤：(1)将事故事件原因库划分为事件涉及到的原因库和事件未涉及到的原因库，判断层级原因的分类属性：层级原因在事故汇编出现的次数≥1，则属于事件涉及到的原因库，否则属于事件未涉及到的原因库；(2)分析事故事件原因库中上下层级事件原因的相关度：1)对于事件涉及到的原因库，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度；2)对于事件未涉及到的原因库，采用专家决策法计算各级原因的相关度；(3)通过动态权重更新事故事件原因库中上下层级事件原因的相关度动态权重仅针对统计中出现过，专家咨询问卷中也存在的事件原因，j项事件原因在事故事件中出现后，采用基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算得到相关度bj，结合采用专家决策法获得的相关度rj，其出现后的相关度求解公式为：Rj＝w1bj+w2rj，式中，w1为相关度bj的所占权重，w2为相关度rj的所占权重。2.根据权利要求1所述的电力事故上下层级原因相关度的分析方法，其特征在于，所述基于Apriori算法及方差分析的故障树上下级原因相关度的分析方法计算各级原因的相关度包括以下步骤：(1)通过查找事务数据库中所有支持度大于最小支持度的频繁项集，将Apriori算法应用于事故树上下级原因分析，最小支持度设定为零，得出的频繁项集的支持度即为事故树上下层级原因之间的相...

【专利技术属性】
技术研发人员：晓晴，黄勇，刘辉，褚健，邓高峰，
申请(专利权)人：广西电网有限责任公司南宁供电局，
类型：发明
国别省市：广西;45