【技术实现步骤摘要】
本专利技术涉及电力安全，尤其是涉及一种电力作业人员安全素养评价方法、装置及存储介质。
技术介绍
1、电力安全生产关系到国计民生，而电力生产中最活跃的因素就是人，最难控制的因素也是人，人为因素是电力企业发生安全事故的核心因素，人在作业中的不安全行为会导致各类安全事件事故的发生，造成经济和生命财产的损失。而在人为因素中，电力作业人员安全知识技能的缺乏和安全意识的薄弱占据了相当大的比重，这说明了电力作业人员在安全素养方面的欠缺。因此，有必要对电力作业人员的安全素养进行评价。
2、现有的对电力作业人员安全素养评价方法中，常用的方法基于层次分析法，即计算得到各指标的权重，然后通过考试、测评或由领导对员工主观打分等方式获取各评价指标数据。最后将不同评价指标数据与指标权重加权求和得到电力作业员工安全素养评价结果。这种评价方法需要人为对员工各方面进行打分评价等操作，往往依赖于主观判断，导致评价结果容易受到评价者个人偏见和主观情感的影响，且获取指标数据较为耗时费力，从而导致整个评价过程繁琐，耗时长。并且评价方法往往直接加权求和，指标中的不确定...
【技术保护点】
1.一种电力作业人员安全素养评价方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述安全素养评价指标数据包括5个维度和20个指标，所述5个维度分别为：安全知识、安全技能、安全意识、工作资历与经验、安全心理；
3.根据权利要求2所述的方法，其特征在于，所述基于电力作业人员在历史时间段的安全素养评价指标数据，采用机器学习算法作为预测模型进行训练，得到最优模型包括：
4.根据权利要求3所述的方法，其特征在于，所述对每个维度的指标数据构建一个判断矩阵，计算所述每个维度的指标数据的权重向量，从而得到所述20个指标数据的权重
...
【技术特征摘要】
1.一种电力作业人员安全素养评价方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述安全素养评价指标数据包括5个维度和20个指标，所述5个维度分别为：安全知识、安全技能、安全意识、工作资历与经验、安全心理；
3.根据权利要求2所述的方法，其特征在于，所述基于电力作业人员在历史时间段的安全素养评价指标数据，采用机器学习算法作为预测模型进行训练，得到最优模型包括：
4.根据权利要求3所述的方法，其特征在于，所述对每个维度的指标数据构建一个判断矩阵，计算所述每个维度的指标数据的权重向量，从而得到所述20个指标数据的权重包括：
5.根据权利要求3所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。