[发明专利]一种用于智能电网环境下的电力安全行为评估方法

权利要求书

1.一种用于智能电网环境下的电力安全行为评估方法，其特征在于，包括如下步骤：

步骤一：通过SPAR-H方法量化人因失误概率：SPAR-H方法通过8种行为形成因子，并通过权重计算的方法，将PSF形成的因子进行量化，这8种行为形成因子分别为可用时间、压力、复杂度、工作适应性、培训水平、规程、人机接口、工序；

人因失误概率的计算公式是基本人因失误概率和PSFs的乘积：

上式中BHEP是基本人因失误概率，PSF_i是第i个行为影响因子的指标；

步骤二：电网PSF水平确立标准，包括任务属性PSFs水平确定标准、数智化电网的PSFs水平确定标准；

步骤三：对SPAR-H方法进行优化：采用解释结构模型方法，对PSFs因子之间的相关性进行定量计算；

步骤四：结合步骤三计算的PSFs因子之间的相关性与专家评估结果，给出电网工作人员的人因可靠性评估结果。

2.根据权利要求1所述的一种用于智能电网环境下的电力安全行为评估方法，其特征在于，所述步骤二中任务属性PSFs水平确定标准的步骤为：

与任务属性相关的PSFs因子为：可用时间、压力、复杂度，其定义属性如下：

可用时间：可用时间是指电网公司发布的项目或工程的截止时间、工作人员处理电网异常情况的规定处置时间；

压力：压力是指对于工作人员准确完成任务形成阻碍的相关条件，在电网工作中，包括带电作业、保电工作；

复杂度：复杂度是指任务的复杂程度，对于电网工作中，主要包括的是工作对象的数量，操作流程的多少；

任务属性PSFs水平确定标准见表1：

表1 任务属性相关的PSFs因子

3.根据权利要求1所述的一种用于智能电网环境下的电力安全行为评估方法，其特征在于，所述步骤二中数智化电网的PSFs水平确定标准的步骤为：

数智化电网的PSFs因子包括：工作适应性、培训水平、规程、人机接口、工序，其定义属性如下；

工作适应性：工作适应性主要体现的是工作人员的本身属性，包括工作经验、个人的学习能力、个人的工作状态；

培训水平：培训水平主要体现为定期举办安全培训；

规程：规程是指在工作过程中，由电网公司提供的正确的操作程序；

人机接口：人机接口指工程中的设备仪器，其数据显示功能与人工控制模块，包括物理环境和技术水平；

工序：工序是指在工作中的各个方面，包括了组织策划、安全文化、工作成员之间的沟通协调；

数智化电网的PSFs水平确定标准如见2：

表2 数智化电网特征的PSFs因子

4.根据权利要求1所述的一种用于智能电网环境下的电力安全行为评估方法，其特征在于，所述步骤三中采用解释结构模型方法，对PSFs因子之间的相关性进行定量计算步骤为：

步骤3.1：确定影响因素：影响因素为步骤一中的8个PSFs因子；

步骤3.2：对各个因子之间的关联性进行分析：对各个因子之间的联系进行分析，寻找各因子之间的二元关系，形成系统邻接矩阵A，各个因子的关联性a_ij由电网公司组织相关专家进行评估；其中e_i为第i个影响因素，计算公式为：

e₁ e₂ … e_n

对于步骤一中的8个PSFs因子，根据专家评判获得以下系统邻接矩阵：

步骤3.3：建立可达性矩阵M，对于由n个单元组成的系统S＝{e₁，e₂，…，e_n}的关系图，定义元素m_ij组成的矩阵M为系统S的关系图的可达性矩阵；

可达性矩阵M的计算方法为布尔矩阵算法：将邻接矩阵Α加上单位矩阵I，然后通过布尔代数规则进行乘方运算，直到两个相邻幂次方的矩阵相等为止，其中幂次最低的矩阵即为可达性矩阵M；

布尔计算公式：M＝(A+I)^K+1＝(A+I)^K≠…≠(A+I)；

可达性矩阵为：

步骤3.4：分解可达性矩阵M的结果，获得可达集合R(S_i)，先行集合Q(S_i)，和两者的交集R(S_i)∩Q(S_i)，各个PSFs因子之间相关性见3可达性矩阵分解结果；

表3 可达性矩阵分解结果

因子i	i)]]>	i)]]>	i)∩Q(Si)]]>
1	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
2	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
3	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
4	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
5	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
6	6	6	6
7	1，2，3，4，5，7	1，2，3，4，5，7	1，2，3，4，5，7
8	8	8	8

。