本發(fā)明屬于安全風(fēng)險管理領(lǐng)域，尤其是涉及一種基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法。

背景技術(shù)：

當(dāng)前，電網(wǎng)快速發(fā)展，供電企業(yè)工作量猛增、安全風(fēng)險增大，同時，計劃管理手段滯后、人員相對不足、生產(chǎn)班組超負(fù)荷工作、不安全現(xiàn)象時有發(fā)生。由于工作量大、作業(yè)面廣，傳統(tǒng)的粗放型生產(chǎn)計劃手段暴露出諸多弊端，要做到對檢修、倒閘操作等生產(chǎn)活動心中有數(shù)，必須有效開展生產(chǎn)單位安全承載能力分析。

近年來，國家加大對基礎(chǔ)設(shè)施的投入，電網(wǎng)建設(shè)任務(wù)年年繁重，對工程進行分包，是當(dāng)前普遍采取的一種工程建設(shè)模式。在工程施工、事故搶修、極端氣候下的應(yīng)急響應(yīng)等過程中，外協(xié)隊伍發(fā)揮著重要的作用，外協(xié)隊伍是供電企業(yè)施工力量的有益補充。但是由于工程建設(shè)量大，特別是配網(wǎng)工程，施工地點多、散，外協(xié)隊伍多、人員多而雜、管理難，公司在對外協(xié)隊伍的管理過程中，一方面面臨上級管理“精益化、無差別化”要求，另一方面，分包隊伍發(fā)展不平衡，分包工程安全、質(zhì)量控制難，使管理面臨諸多瓶頸，外協(xié)隊伍的管理水平制約著公司整體安全管理水平的進一步提升。

同時，電力公司一直致力于以人為本的安全管理理念，但仍存在安全承載能力分析模型不完善等問題，主要以定性分析為主，無法與實際的安全生產(chǎn)過程緊密結(jié)合，難以真正發(fā)揮安全承載能力分析降低安全風(fēng)險的作用。

機器學(xué)習(xí)是近20多年興起的一門多領(lǐng)域交叉學(xué)科，一般來說，機器學(xué)習(xí)采用數(shù)值建模的方法，即黑箱原理，具體地說，所建立模型的對問題空間的檢驗，只對其輸入輸出一致，而模型本身對問題空間所觀察的實際世界沒有解釋。

技術(shù)實現(xiàn)要素：

針對以上存在的問題，本發(fā)明的目的在于提供一種基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法。

為此，本發(fā)明采用如下解決方案：

一種基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法，所述分析方法包括以下步驟：

(1)基礎(chǔ)數(shù)據(jù)動態(tài)管理

所述基礎(chǔ)數(shù)據(jù)動態(tài)管理內(nèi)容包括外協(xié)隊伍評價標(biāo)準(zhǔn)、計算規(guī)則、外協(xié)隊伍人員素質(zhì)、裝備、評價標(biāo)準(zhǔn)、計算規(guī)則、外協(xié)隊伍人員素質(zhì)、裝備、各類作業(yè)用工標(biāo)準(zhǔn)、人員技能水平、有效工作時間；

(2)機器學(xué)習(xí)建立的算法和模型

建立以機器學(xué)習(xí)為基礎(chǔ)的算法和模型，所述機器學(xué)習(xí)的算法用于外協(xié)隊伍評價，所述機器學(xué)習(xí)的模型用于外協(xié)隊伍診斷；

(3)安全承載能力的量化

確定各專業(yè)負(fù)責(zé)人和員工的數(shù)量以及配備的主要生產(chǎn)裝備數(shù)量，并依據(jù)能力對負(fù)責(zé)人和員工予以權(quán)重，在合理的算法和模型的基礎(chǔ)上計算出安全承載能力風(fēng)險區(qū)域界定值。

進一步地，所述外協(xié)隊伍評價內(nèi)容包括施工進度管理、評價數(shù)據(jù)錄入和驗證、評價過程流程化閉環(huán)管理，并且需要考慮時間因素和評價人員因素。所述時間因素包括有些評價內(nèi)容著重當(dāng)前的狀態(tài)，有些評價內(nèi)容著重某時間段邊界狀態(tài)，有些評價內(nèi)容著重某時間段平均狀態(tài)，有些評價內(nèi)容著重某時間段累加狀態(tài)，有些評價內(nèi)容則會隨時間衰減。另外，由于外協(xié)隊伍評價是對外協(xié)施工隊伍全過程的全面評價，在評價過程中，會涉及不同經(jīng)驗水平、崗位的評價人員，因此在計算評價結(jié)果時，需綜合考慮評價人的情況給予不同的權(quán)重

進一步地，所述外協(xié)隊伍診斷根據(jù)各項指標(biāo)的評價結(jié)果給出針對性的體驗式報告，實現(xiàn)外協(xié)隊伍誠信檔案智能生成和管理。這可以為外協(xié)分包施工隊伍指明改進的具體方向目標(biāo)，同時也為工程分配提供可量化的數(shù)據(jù)依據(jù)。所述誠信檔案的關(guān)鍵指標(biāo)包括違章扣分、合同履約情況、項目進度，并設(shè)置所述關(guān)鍵指標(biāo)的閾值，一旦這些指標(biāo)出現(xiàn)異常，則將計入外協(xié)隊伍誠信檔案。

進一步地，所述機器學(xué)習(xí)的算法包括以下過程：

步驟1：通過人工輸入、自動計算等多種形式得到評價項得分；

步驟2：根據(jù)以下計算規(guī)則得到該項得分；

如果時間計算規(guī)則為“當(dāng)前”，則最新一次的分值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“最大值”，則該時間段內(nèi)的最大值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“最小值”，則該時間段內(nèi)的最小值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“平均值”，則該時間段內(nèi)的平均值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“累加值”，則該時間段內(nèi)的累加值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“時間衰減”，則根據(jù)以下衰減的周期函數(shù)計算不同時間的權(quán)重，最后得出該項得分；

步驟3：根據(jù)評價人的經(jīng)驗水平、崗位計算該評價人的權(quán)重，得出該項最終得分。

進一步地，所述機器學(xué)習(xí)的模型基于模糊數(shù)學(xué)進行匹配，包括以下過程：

步驟1：設(shè)立評價集合V＝{V₁，V₂,…V_n}，任意V_i∈V是實域V上的一個模糊子集。在此，每一個指標(biāo)R_i也劃分為5個檔次，得評價集V＝{V'₁，V'₂,V'₃，V'₄,V'₅}，設(shè)立因素集，建立隸屬度函數(shù)。對每個因素R₁建立相對應(yīng){R₁,R₂,…，R_n}的隸屬函數(shù)，R_vi→[1,0]；

步驟2：確定與評價集5個級別相對應(yīng)的指標(biāo)值，也就是劃分指標(biāo)的合理取值范圍，其相應(yīng)標(biāo)準(zhǔn)設(shè)為{A₁,A₂,A₃,A₄,A₅}；

步驟3：建立隸屬函數(shù)，確定隸屬度。設(shè)某一指標(biāo)與評價集V＝{V'₁，V'₂,V'₃，V'₄,V'₅}，相對應(yīng)的5個取值區(qū)間為：(a₂,+∞)、(a₃,a₁)、(a₄,a₂)、(a₅,a₃)、(-∞,a₅)，若將外協(xié)隊伍對該指標(biāo)的實現(xiàn)程度視為其中某個區(qū)間上的普通集合，則會造成落在兩區(qū)間邊緣附近的點其數(shù)值相差不大而評價相差一個級別的不合理現(xiàn)象，為此，引入模糊概念，設(shè)落在某區(qū)間點，中間點的隸屬度為1，而落在該區(qū)間兩個相鄰區(qū)間中間點的隸屬度為0，連結(jié)1和0，則得某指標(biāo)對該區(qū)間的隸屬函數(shù)。

進一步地，所述安全承載能力與擁有的工作負(fù)責(zé)人和員工數(shù)量以及配備的主要生產(chǎn)裝備數(shù)量有關(guān)，既要考慮各專業(yè)工作負(fù)責(zé)人和普通員工數(shù)量的縱向配比，也要考慮各專業(yè)之間的工作負(fù)責(zé)人數(shù)量的橫向配比。

本發(fā)明所提供的基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法與現(xiàn)有技術(shù)相比，具有如下優(yōu)點：

(1)本發(fā)明提供的基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法以機器學(xué)習(xí)建立的算法與模型為基礎(chǔ)，對安全承載能力實現(xiàn)數(shù)字量化，從而合理匹配生產(chǎn)任務(wù)與承載力。

(2)本發(fā)明提供的基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法為外協(xié)分包施工隊伍指明改進的具體方向目標(biāo)，提高了外協(xié)分包施工隊伍改進的內(nèi)部動力，為工程分配提供了可量化的數(shù)據(jù)依據(jù)。

(3)本發(fā)明提供的基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法增加了員工滿意度，提高了勞動生產(chǎn)效率，降低了作業(yè)風(fēng)險，提高了電網(wǎng)可靠性，提升了公司效益，并且能夠有效防范生產(chǎn)安全風(fēng)險，在較大程度上節(jié)約辦公成本、人工成本，提高工作效率。

附圖說明

圖1為本發(fā)明所提供的基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法示意圖；

圖2為本發(fā)明所提供的建立以機器學(xué)習(xí)算法的步驟圖。

具體實施方式

參照附圖和具體實施例對本發(fā)明進一步詳細(xì)地描述。

如圖1所示，一種基于機器學(xué)習(xí)的以人定量安全承載能力的分析方法，所述分析方法包括以下步驟：

(1)基礎(chǔ)數(shù)據(jù)動態(tài)管理

所述基礎(chǔ)數(shù)據(jù)動態(tài)管理內(nèi)容包括外協(xié)隊伍評價標(biāo)準(zhǔn)、計算規(guī)則、外協(xié)隊伍人員素質(zhì)、裝備、評價標(biāo)準(zhǔn)、計算規(guī)則、外協(xié)隊伍人員素質(zhì)、裝備、各類作業(yè)用工標(biāo)準(zhǔn)、人員技能水平、有效工作時間；

(2)機器學(xué)習(xí)建立的算法和模型

建立以機器學(xué)習(xí)為基礎(chǔ)的算法和模型，所述機器學(xué)習(xí)的算法用于外協(xié)隊伍評價，所述機器學(xué)習(xí)的模型用于外協(xié)隊伍診斷；

(3)安全承載能力的量化

確定各專業(yè)負(fù)責(zé)人和員工的數(shù)量以及配備的主要生產(chǎn)裝備數(shù)量，并依據(jù)能力對負(fù)責(zé)人和員工予以權(quán)重，在合理的算法和模型的基礎(chǔ)上計算出安全承載能力風(fēng)險區(qū)域界定值。

如圖2所示，本發(fā)明所提供的所述機器學(xué)習(xí)的算法具體步驟如下：

步驟1：通過人工輸入、自動計算等多種形式得到評價項得分；

步驟2：根據(jù)以下計算規(guī)則得到該項得分：

如果時間計算規(guī)則為“當(dāng)前”，則最新一次的分值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“最大值”，則該時間段內(nèi)的最大值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“最小值”，則該時間段內(nèi)的最小值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“平均值”，則該時間段內(nèi)的平均值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“累加值”，則該時間段內(nèi)的累加值即為該項得分；如果時間計算規(guī)則為某時間段內(nèi)的“時間衰減”，則根據(jù)以下衰減的周期函數(shù)計算不同時間的權(quán)重，最后得出該項得分；

步驟3：根據(jù)評價人的經(jīng)驗水平、崗位計算該評價人的權(quán)重，得出該項最終得分。

另外，針對本發(fā)明所提供的所述機器學(xué)習(xí)的模型給出以下具體實施例，所述以機器學(xué)習(xí)建立的模型基于模糊數(shù)學(xué)進行匹配，包括以下過程：

步驟1：設(shè)立評價集合V＝{V₁，V₂,…V_n}，任意V_i∈V是實域V上的一個模糊子集。在此，每一個指標(biāo)R_i也劃分為5個檔次，得評價集V＝{V'₁，V'₂,V'₃，V'₄,V'₅}，設(shè)立因素集，建立隸屬度函數(shù)。對每個因素R₁建立相對應(yīng){R₁,R₂,…，R_n}的隸屬函數(shù)，R_vi→[1,0]；

步驟2：確定與評價集5個級別相對應(yīng)的指標(biāo)值，也就是劃分指標(biāo)的合理取值范圍，其相應(yīng)標(biāo)準(zhǔn)設(shè)為{A₁,A₂,A₃,A₄,A₅}；

步驟3：建立隸屬函數(shù)，確定隸屬度。設(shè)某一指標(biāo)與評價集V＝{V'₁，V'₂,V'₃，V'₄,V'₅}，相對應(yīng)的5個取值區(qū)間為：(a₂,+∞)、(a₃,a₁)、(a₄,a₂)、(a₅,a₃)、(-∞,a₅)，若將外協(xié)隊伍對該指標(biāo)的實現(xiàn)程度視為其中某個區(qū)間上的普通集合，則會造成落在兩區(qū)間邊緣附近的點其數(shù)值相差不大而評價相差一個級別的不合理現(xiàn)象，為此，引入模糊概念，設(shè)落在某區(qū)間點，中間點的隸屬度為1，而落在該區(qū)間兩個相鄰區(qū)間中間點的隸屬度為0，連結(jié)1和0，則得某指標(biāo)對該區(qū)間的隸屬函數(shù)。

上述具體實施方式用來解釋說明本發(fā)明，僅為本發(fā)明的優(yōu)選實施例而已，而不是對本發(fā)明進行限制，在本發(fā)明的精神和權(quán)利要求的保護范圍內(nèi)，對本發(fā)明作出的任何修改、等同替換、改進等，都落入本發(fā)明的保護范圍。