面向电力事故、误操作事故与违章操作事故的数据分析方法技术

本发明专利技术提供的方法基于模糊集概念的数学方法计算事故发生的模糊概率，有助于分析多种不确定性人因因素对电力事故、误操作事故与违章操作事故的规律和特征的影响，从而更加充分地利用数据。同时，考虑到电力事故、误操作事故与违章操作事故的数据中存在大量线性不可分数据，因此使用核k‑均值聚类方法，首先将原空间的样本数据映射到一个高维空间，即核空间，使得样本数据变得线性可分（或近似线性可分），然后在核空间中进行分类。分类的结果能够帮助用户确定导致电力事故、误操作事故与违章操作事故的高风险行为，有助于推演事故事件的薄弱环节，制定针对性的预防措施与预控策略，从而降低或避免重复电力事故、误操作事故与违章操作事故的发生概率。

【技术实现步骤摘要】
面向电力事故、误操作事故与违章操作事故的数据分析方法
本专利技术涉及电力安全管控领域，更具体地，涉及一种面向电力事故、误操作事故与违章操作事故的数据分析方法。
技术介绍
近年来，随着电网规模日益庞大，结构日趋复杂，而社会对供电的稳定性与质量的要求越来越高，对停电事件的容忍度也越来越低，这些都对电力系统的安全稳定运行提出了严峻挑战。随着电力设备的可靠性不断提高，人的不安全行为或人因失误已经成为电力安全事故事件的主要风险源。如何进一步加强作业人员信息数据管理及作业安全管控，提高电力作业的安全管控水平，尽可能减少电力生产安全事故的发生或重复性发生是目前电力安全管控工作的热点问题。当前针对电力事故事件与违章大数据的研究成果大多相近，大多以定性分析为主，可操作性不够强，尚未建立起电力事故事件人因可靠性评估的理论体系，电网操作人因可靠性的量化分析评估研究也尚不多见。例如：采用层次分析法，将各目标因素按照重要性的大小，形成关联层次，建立排序判断矩阵，并作为决策的依据，存在一致性和计算量大等问题。采用基于模糊函数的层次分析法，能够有效解决上述问题，但难以揭示电力事故事件的规律和特征。采用基于三角模糊函数的层次分析法，改进了以往单纯使用层次分析法的不足，在一定程度上有助于揭示电力事故事件的发生机理，但缺乏基础数据。相关的现有专利有：专利一，电力作业人员安全素质测评方法及系统，通过统计电力作业人员完成评测试题的情况，分析其安全能力素质。缺点是：一，无法针对特定电力事故事件和违章行为分析专业素质、作业经历等人因因素的影响情况；二，创建有效题库并不断更新和维护耗时耗力，操作较困难。专利二，一种电力设备故障概率评估方法，提出了一种基于因数相乘的电力设备故障概率计算公式，实现了量化分析。缺点是：一，仅分析电力设备故障概率，无法分析其他电力事故事件和违章行为；二，因数的种类和取值范围有限，且没有单独对人因因素进行处理。基于以上原因，本专利技术提出提出一种基于模糊概率分析的方法处理人因数据。该方法考虑到：一，人因因素如人员专业素质、作业经历、经验等对电力事故事件与违章有重要影响；二，人因因素具有很大的随机性和不确定性。因此，使用基于模糊集概念的数学方法计算事件发生的模糊概率，有助于分析多种不确定性人因因素对电力事故事件和误操作的规律和特征的影响，从而更加充分地利用数据。与此同时，电力事故事件与违章具有涉及面广、数量庞大、内容繁多、数据特征复杂等特点，需要采用系统性的数学方法进行针对性研究；且针对大数据的特点，传统的、基于串行处理和结构化数据处理的方法难以奏效。尚未发现使用大数据分析方法分析电力事故事件与违章的专利，近似的专利有：一种面向电力大数据可视化的数据挖掘方法。该专利针对的是电力营销数据集的聚类和分类分析，缺点是：一，无法处理电力事故事件与违章数据中存在的、大量非线性可分的数据；二，没有对人因因素进行充分处理。基于以上原因，在研究了电力事故事件与违章的数据特征和随机特性的基础上，本专利技术提出一种基于核k-均值聚类的电力事故事件与违章大数据分析方法。该方法考虑到电力事故事件与违章数据中存在大量线性不可分数据，因此使用核k-均值聚类方法，首先将原空间的样本数据映射到一个高维空间，即核空间，使得样本数据变得线性可分(或近似线性可分)，然后在核空间中进行分类。分类的结果能够帮助用户确定导致电力事故事件与违章的高风险行为，有助于推演事故事件的薄弱环节，制定针对性的预防措施与预控策略，从而降低或避免重复事故事件与违章的发生概率。
技术实现思路
本专利技术的目的在于解决现有技术没有将人为因素纳入事故分析的技术缺陷，提供了一种面向电力事故、误操作事故与违章操作事故的数据分析方法。为实现以上专利技术目的，采用的技术方案是：面向电力事故、误操作事故与违章操作事故的数据分析方法，包括以下步骤：S1.收集各种电力事故、误操作事故与违章操作事故的历史数据，并对收集的历史数据进行预处理；S2.设电力事故、误操作事故或违章操作事故为一模糊集，其对应的隶属度分别为μ＝{μ1,μ2,μ3,…,μn}，引起事故发生的因素集为M＝{M1,M2,M3,…,Mn}，则评判该事故模糊概率的步骤为：S21.由两两比较建立各因素的比较矩阵：D＝{dij}，其中i与j表示两个相比较的因素，当i与j同等重要时，取dij＝1；当i比j重要时，取dij＝2；反之，取dij＝0S22.计算各因素的重要性排序指数分别记其中的最大值和最小值为γmax和γmin，并建立因素集的判断矩阵B＝{bij}：S23.将判断矩阵B按行相加后进行正则化处理，得到各因素的权重集W，W＝{w1,w2,w3,…,wk}；S24.聘请若干专家，利用网上评审，针对事故各子项与各因素之间的相关性进行评分，对每位专家建立一个评分矩阵C＝{clk}，其中l表示事故的子项，k表示因素，当事故的子项l与因素k相关时，clk＝1；当事故的子项l与因素k不相关时，clk＝0；将各个专家的评分相加后按行进行正则化处理，即可得到评分矩阵E＝{elk}；S24.将评分矩阵E与因素的权重集W相乘，可得事故的综合评分值：pl＝Ei×w,(i＝1,2,…,l)，则该事故的综合评判集为：P＝{p1,p2,…,pl}，该事故的模糊概率如下所示：S3.将步骤S1的事故的历史数据与计算得到的事故的模糊概率作为输入，使用核k-均值聚类算法进行聚类；S4.基于聚类结果，分析各种因素对电力事故、误操作事故或违章操作事故的影响。与技术相比，本专利技术的有益效果是：本专利技术提供的方法基于模糊集概念的数学方法计算事故发生的模糊概率，有助于分析多种不确定性人因因素对电力事故、误操作事故与违章操作事故的规律和特征的影响，从而更加充分地利用数据。同时，考虑到电力事故、误操作事故与违章操作事故的数据中存在大量线性不可分数据，因此使用核k-均值聚类方法，首先将原空间的样本数据映射到一个高维空间，即核空间，使得样本数据变得线性可分(或近似线性可分)，然后在核空间中进行分类。分类的结果能够帮助用户确定导致电力事故、误操作事故与违章操作事故的高风险行为，有助于推演事故事件的薄弱环节，制定针对性的预防措施与预控策略，从而降低或避免重复电力事故、误操作事故与违章操作事故的发生概率。附图说明图1为数据分析方法的流程图。图2为数据预处理的流程图。图3为模糊概率分析的流程图。图4为核k-均值聚类算法进行聚类的流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本专利技术做进一步的阐述。实施例1如图1所示，本专利技术提供的方法包括有以下步骤：1)数据收集收集近三年或近五年内各种电力事故事件及违章操作的历史数据，大型企业可以适当延长收集时间，以丰富数据。收集的对象包括但不限于：一次造成30人以上死亡、10人以上30人以下死亡、3人以上10人以下死亡、3人以下死亡以及100人以上重伤、50人以上100人以下重伤、10人以上50人以下重伤、10人以下重伤等特别重大、重大、较大、一般电力人身事故；一次造成1亿元以上、5000万元以上1亿元以下、1000万元以上5000万元以下、100万元以上1000万元以下直接经济损失的特别重大、重大、较大、一般误操作事故等。收集的内容包括，本文档来自技高网...

【技术保护点】
面向电力事故、误操作事故与违章操作事故的数据分析方法，其特征在于：包括以下步骤：S1.收集各种电力事故、误操作事故与违章操作事故的历史数据，并对收集的历史数据进行预处理；S2.设电力事故、误操作事故或违章操作事故为一模糊集，其对应的隶属度分别为μ＝{μ1，μ2，μ3，...，μn}，引起事故发生的因素集为M＝{M1，M2，M3，...，Mn}，则评判该事故模糊概率的步骤为：S21.由两两比较建立各因素的比较矩阵：D＝{dij}，其中i与j表示两个相比较的因素，当i与j同等重要时，取dij＝1；当i比j重要时，取dij＝2；反之，取dij＝0S22.计算各因素的重要性排序指数

【技术特征摘要】
1.面向电力事故、误操作事故与违章操作事故的数据分析方法，其特征在于：包括以下步骤：S1.收集各种电力事故、误操作事故与违章操作事故的历史数据，并对收集的历史数据进行预处理；S2.设电力事故、误操作事故或违章操作事故为一模糊集，其对应的隶属度分别为μ＝{μ1，μ2，μ3，...，μn}，引起事故发生的因素集为M＝{M1，M2，M3，...，Mn}，则评判该事故模糊概率的步骤为：S21.由两两比较建立各因素的比较矩阵：D＝{dij}，其中i与j表示两个相比较的因素，当i与j同等重要时，取dij＝1；当i比j重要时，取dij＝2；反之，取dij＝0S22.计算各因素的重要性排序指数分别记其中的最大值和最小值为γmax和γmin，并建立因素集的判断矩阵B＝{bij}：S23.将判断矩阵B按行相加后进行正则化处理，得到各因素的权重集W，W＝{w1，w2，w3，...，wk}；S24.聘请若干专家，利用网上评审，针对事故各子项与各因素之间的相关性进行评分，对每位专家建立一个评分矩阵C＝{clk}，其中l表示事故的子项，k表示因素，当事故的子项l与因素k相关时，c...

【专利技术属性】
技术研发人员：余永奎，汪海涛，段春雨，黄振财，刘文韬，梁志祥，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：广东,44