[发明专利]一种降低生产作业人员风险的量化评价系统及方法

说明书

本发明提供了一种降低生产作业人员风险的量化评价系统及方法，属于电力作业安全风险管控技术领域。该方法包括风险关键因子库构建、量化评价模型建立和量化结果输出应用的步骤。本发明采用5M因素法与TF‑IDF算法，从人、机、料、法、环五个维度出发，构建涵盖作业负责人基本信息和作业现场实际信息等26个关键指标组成的电力生产作业人身风险量化评价指标体系，确保了量化评价体系的全面性与科学性；综合主成分分析法和神经网络算法各自的优势特点，构建基于主成分神经网络的人身安全量化评价模型，在评价指标信息完整涵盖的基础上构建最稳定的神经网络结构，从而确保量化评价结果的精准度；引入逻辑回归模型，实现对不同生产作业的风险预警。

技术领域

本发明属于电力作业安全风险管控技术领域，特别涉及一种降低生产作业人员风险的量化评价系统及方法。

背景技术

当前，电力生产各类事故隐患和安全风险交织，生产作业人身安全事故易发、频发，人身安全风险管理工作形势依然严峻。

目前，生产作业风险评估过程中，通常按照风险评估技术标准开展危害辨识、风险等级判定及通用措施辨识，以经验判断为主，同时历史事故事件、违章、人员管理、环境等作业风险管理过程产生的大量数据缺乏系统有效管理与应用，致使作业风险评估维度单一，评估结果及管控措施缺乏针对性、客观性及科学性。

生产作业人身安全风险成因复杂，为把防范关口前移，由表面、定性评价向精细化、量化、可测量方向转变，亟需开展生产作业人身安全风险量化评价研究及实践工作。研究发现，国内外对于人身安全风险相关量化研究非常少，特别是针对电力行业生产作业人身安全风险量化评价研究尚且无人问津。因此，如何建立符合电网企业生产作业特点的人身安全风险量化评价方法，是当前亟待解决的难题。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷或不足，提供一种降低生产作业人员风险的量化评价系统及方法。

为了实现上述目的，本发明采用的技术方案如下：

一种降低生产作业人员风险的量化评价方法，包括风险关键因子库构建、量化评价模型建立、量化结果输出应用的步骤，所述风险关键因子库构建是采用TF-IDF算法，对现有一段时间的事故通报文件进行关键词分析，并结合电力公司相关管理文件要求，对关键词筛选归类后建成风险关键因子库；所述量化评价模型建立是主成分分析法和BP神经网络结合构建主成分神经网络模型的过程；所述量化结果输出应用是基于主成分神经网络模型的运算，得到作业样本的风险概率预测值，将风险概率预测值与前期设定的风险概率值相比对，得到对应的风险等级，进而开展对应等级的生产作业人身安全风险预警、量化评价模型封装、作业准入管控。

进一步的，所述风险关键因子库构建的具体步骤包括：

⑴基于TF-IDF的人身安全风险词频提取

采用TF-IDF算法，通过Python软件，对一段时间内现有事故通报文件进行关键词分析，将Python执行结果按照TF-IDF权重的大小进行整理排序，筛选出文件中TF-IDF权重最高的40个词，列关键词提取结果表；基于关键词提取结果，结合生产作业现场工作实际及特征要素，筛选出有关生产作业人身安全的24个关键词频，列关键词筛选结果表；根据关键词筛选结果表的TF/IDF权重，绘制出关键词词云图，其中字体大小对应权重大小；

⑵生产作业人身安全风险关键因子库建立

将步骤⑴TF-IDF算法提取、筛选的人身安全风险词频及电网管理文件要求的数据按照人员、机械、材料、方法、环境五个维度归类，建成生产作业人身安全风险关键因子库。