联系方式 | 业务合作 | 会员

人工神经网络在电力企业安全文化评估系统中的应用

2010-12-16   来源:安全文化网    热度:   收藏   发表评论 0

  摘要: 针对电力安全事故 , 提出要加强电力安全文化建设 , 并指出对电力企业安全文化进行科学、全面地评估具有重要意义。电力企业安全文化的丰富内涵决定了电力企业安全文化评估系统是一个复杂的非线性系统 , 传统的评估方法不易于操作和实现。由于人工神经网络具有良好的非线性逼近能力 , 为评估系统的实现提供了新的思路和方法。该系统从安全意识、安全价值观、安全行为、安全现状四个方面出发 , 确立了电力企业安全文化的评价指标 , 并采用人工神经网络中的BP算法 , 在Visual Basic 610平台上研制开发而成。通过泛化能力测试 , 该系统具有良好的可行性和有效性 , 并建立模糊综合评价模型进行验证 , 评估结论一致。

  随着社会经济的进步 , 电力行业正在向大电网、大系统的方向飞速发展 , 与之相对的电力科学技术也得到了相应的提高和改善 , 但电力系统的安全问题始终不能更好地预测和控制。从 1996 年北京的“1119”停电事故到 2003 年 8 月 14 日的北美大停电、2005 年 8 月 18 日印度尼西亚的电网稳定失控 , 相关的法规制度和技术装备已基本齐全 , 但事故却依然还会发生。1986年4 月 , 前苏联的切尔诺贝利核电站发生爆炸 , 从而发生极其严重的核泄漏事故 , 损失惨重。事后 , 在全面分析事故原因时 , 国际核安全组织首次提出安全文化的概念 , 并认为安全文化的欠缺是导致这次事故的主要原因。对事故的控制实践表明 , 软对策的效果优于硬技术。如今安全保障所缺的正是这样一种软对策 ,安全文化正是保证安全的最持久因素。安全文化是从属于组织文化的子概念 , 是在市场经济发展基础上形成的一种管理思想和理论 , 是在经验主义管理、科学管理的基础上逐步产生的 , 是占企业主导地位并为绝大部分员工所接受的一种管理理论。由此可见 , 加强电力企业的安全文化建设 , 有着十分重要的必要性和现实意义 , 这对电力行业乃至整个社会经济的稳定发展有着深远的影响。

  1 电力企业安全文化状况需要评估

  谈及安全文化, 人们的普遍态度是比较抽象 ,甚至空泛。这也恰恰反衬了某些生产人员安全文化意识的淡漠 , 凸现了安全文化建设的紧迫性。国家首批注册安全工程师、安全专家徐德蜀先生曾强调说安全文化教育是提高全民的安全文化素质的最深刻、最根本的方法和途径; 国家安全生产监督管理局也在2002 年发出倡导: 安全文化建设是预防企业事故的基础性工程 , 对保障安全生产具有战略性意义。电力企业安全文化的定义和内容可以表述为:以创造一个安全、舒适、高效的人文环境和生产条件为目标 , 以“以人为本”的理念为指导 , 以已有的安全生产经验为基础 , 以被激发出来的职工的内在潜能为动力 , 以系统工程思想为整合方法 , 使企业变为一个有扎实安全基础因而有市场竞争力的实体 , 这是一个系统工程 , 由此而积累和创造的安全精神财富和安全物质财富就是电力企业安全文化[1 ]。电力企业安全文化的作用如下。a1 导向作用。是指正确的安全生产的指导思想和健康的精神气氛。b1 激励作用。人们越能认识安全生产的行为的意义 , 就越能产生安全生产的行为的推动力。c1 凝聚作用。积极向上的安全生产的价值观 , 信念和行为准则使员工的安全行为更加自觉。d1 协调作用。企业与员工、领导与员工、员工之间的利益融为一体 , 员工的需要与企业的安全生产目标一致 , 部门之间相互协调。电力企业安全文化的主体平台由安全知识、安全信仰、安全行为三大支柱构建支撑而成 , 缺一不可。根据马斯洛的需求层次理论 , 再结合这三大支柱的实现程度 , 电力企业的安全文化发展可分为三个阶段: 要我安全 (被动约束) → 我要安全 (主动管理) → 我会安全 (自律完善) 。通过这一过程的完成 , 员工在电力生产过程中 , 不仅会产生对生产对象的认识和情感 , 而且还能意识到生产对象和生产过程中自我的安全 , 从而主动地对不安全因素进行改造 , 表现出一系列的安全行为 , 最终达到我能安全。当前 , 比较系统的电力企业安全文化建设才刚刚起步 , 更是没有形成一套科学的明确的评价方法。对电力企业的安全文化状况进行全面客观地评估 , 就能从整体上把握电力企业的安全文化建设状况 , 了解其处于安全文化发展的哪个阶段 , 把握住企业安全文化建设进行的广度和深度。然后 , 就可以对电力企业目前的安全文化建设方案采取相对应的改进措施 , 促进电力企业安全文化的进一步持久发展 , 提高电力企业的安全文化发展水平和生产效率 , 达到和谐、稳定、发展。

  2 电力企业安全文化的评估方法

  电力企业的安全文化评估是电力安全文化建设的一个重要环节。对安全文化进行评估又不等同于一般的安全性评估 , 现有的安全评估多是从生产设备、作业环境、安全管理三个领域进行 , 还没有更广地涉及到安全文化的领域。进行电力安全文化评估必须要遵循科学性、实际性和全面性的原则。安全文化内涵丰富 , 它的基本要素包括安全生产价值观、安全生产信念、安全生产行为准则、安全生产行为方式、安全生产物质表现、安全生产形象等 , 进而还可以再细分解成众多的构成部分。根据电力安全文化的特点 , 本文从安全意识、安全价值观、安全行为、安全现状四个方面出发 , 对某大型电力企业下属的9个不同电厂进行了问卷调查作为评估的取样 , 问卷设计过程采用专家谈话法 , 将安全文化的四个方面又更深入地分解成为500个小方面 , 做到了层层分解、细致分解、完全分解。进行安全文化评估可采用的方法有以下几种[2 ]。a1 目标管理法。确定安全文化建设所要达到的目标 , 对照目标对安全文化建设效果进行评价 ,看是否达到或在何种程度上达到了预期的目标。b1 “知行”统一法。既看员工在安全意识和安全技能上了解的知识状况 , 又看其在安全实践中的行为表现。c1 过程分析法。把安全文化建设的效果放在一个发展的过程中来考察 , 从发展的趋势、长远的时效来看待效果。d1 比较鉴别法。通过比较对照来考察企业安全文化建设的效果。纵向的比较就是把同一对象在参加某项安全建设活动前后的情况加以对比 , 横向的比较就是在不同的主体间进行比较。e1 个体评价和群体评价法。对安全文化建设在个体和群体中产生的效应分别作出评价和估量。f1 单项评价和综合评价法。安全文化建设的诸多效果之间既有独立性又相互联系。以上对电力企业的安全文化评估方法均行之有效 , 但考虑到安全文化的内容丰富 , 评估结果和评价元素之间存在复杂的非线性关系 , 上述评估方法在实际操作中有的过于简单 , 考虑不够全面 , 致使各评价指标欠缺准确性 , 有的稍显主观 , 客观性不足 , 作出的评估结论不够科学; 有的不具有明显的可比性 , 不能形成明确的概念; 有的过于复杂 , 不便于操作 , 难以广泛推广。

  电力安全文化的丰富内涵和评价元素的多样性决定了这一评价系统会是一个复杂的非线性系统,评价起来不易实现。近年来迅速发展起来的人工神经网络 (Artifi2cial Neural Network , ANN) 具有学习功能、联想记忆功能、非线性分布式并行信息处理功能 , 具有很强的非线性逼近能力 , 为电力企业安全文化评估系统的实现提供了新的思路和方法。人工神经网络是由大量处理单元广泛互连而成的网络 , 是对人脑的抽象、简化和模拟 , 反映人脑的基本特征 , 是根植于神经科学、数学、统计学、物理学、计算机科学及工程等学科的一种技术。BP 网络 (Back Propagation Network , BP Net2work) 是神经网络的重要模型之一 , 由于其克服了简单感知器所不能解决的 XOR 等问题而得到了广泛应用。本评估系统采用的是三层BP 网络 (输入层、隐层、输出层) 。激发函数采用非线性连续可导的 Sigmoid函数:f ( x) =11 + e- x假设共有 k 个输入样本, 每个样本的网络期望输出和实际输出的偏差为Ek = ∑ q( ykt - ckt)2/ 2式中: ykt为期望输出, ckt为实际输出。输入层和隐层之间权值为 wij , 隐层和输出层之间的权值为 vjt , BP 算法中权值的修正量与误差对权值的偏微分成正比:Δvjt =α9 Ek9 vjtΔwij =β9 Ek9wij展开可得:Δvjt =αdktbkjΔwij =β ekjαki其中: bkj = f ( skj)skj = ∑ ni = 1wijαki + ojdkt = ( ykt - ckt) ckt(1 - ckt)ckt = f ( lkt)lkt = ∑ pj = 1vjtbkj + rtekj = ( ∑ qt = 1dkjvjt) bkj(1 - bkj)式中: αki是各输入样本, oj 是隐层各神经元的阈值, rt 是输出层各神经元的阈值。同理, 可推导出阈值的修正量:Δrt =αdkt , Δoj =β ekjk 个输入样本的全局误差为E = ∑ mk = 1Ek当全局误差满足给定的精度要求 E <ε时, 学习过程结束。基于此BP 算法 , 在 Visual Basic 610 平台上研制开发了电力企业安全文化评价系统 , 其中BP算法的流程。

  4 网络训练需要考虑的问题

  411 评价指标的确立将安全文化的评估内容划分为安全意识、安全价值观、安全行为、安全现状四大方面 , 其下又分解为500个小的组成元素 , 这些小元素即为调查问卷的答案选项。取 9 个电厂中的 6 个作为训练样本 , 3个作为待检测样本。将 6 个电厂的员工对这些选项所做的答案作为BP网络的输入元素进行评测训练。为此 , 将员工对这500个备选选项的答案全部统计成百分比的形式 , 实现了评测指标的标准化。412 网络结构的设定基于确立的评价指标, 设定BP 网络的输入节点为500个。因为三层的神经网络可以任意精度地逼近任意的连续函数 , 所以评价系统只采用了一个隐层 , 经过多次实验网络的收敛情况 , 设定隐层的节点数为14 个。输出节点设定了 3 个 , 输出范围分别在 0 和 1 之间。BP 网络的各个初始权值和初始阈值随机确定 , 学习速率取为 016 , 网络的全局误差设定为0101。413 学习过程中系统的调整为了能更精确地计算梯度向量, 使误差收敛条件简单化 , 输入样本时可以采取批处理方式 , 让组成一个训练周期的全部样本都输入给网络之后 , 再用总的平均误差作为目标函数来调整权值和阈值。

  5 训练过程及结果

  将选用的6个电厂的问卷答案作为输入样本训练网络 , 输入指标值构成了一个 6 ×500 阶输入向量矩阵。再采用非神经网络的安全文化评价方法对这些问卷答案进行专家分析 , 给出评价 , 并作为有导师向导的BP网络的期望输出 , 构成输出向量:E = ( e1 , e2 , e3 , e4 , e5 , e6)T=1 0 01 0 00 1 00 1 00 0 10 0 1其中 (1 , 0 , 0) 代表电厂的安全文化已处于了高级阶段, (0 , 1 , 0) 代表电厂的安全文化处于中级阶段, (0 , 0 , 1) 代表电厂的安全文化还处于较初级阶段。训练结束后, 保存权值和阈值。正向测试, 可得到BP网络的实际输出值:F = ( f 1 , f 2 , f 3 , f 4 , f 5 , f 6)T=01982 01157 0116301994 01137 0111801136 01969 0112501172 01985 0116401145 01153 0192801118 01129 01953对照 E和 F发现 , BP网络得到的结果跟事前的期望值基本保持一致 , 可见所设计的电力企业安全文化评估系统能够反映企业的实际情况。将另3个电厂的指标数据输入到系统中来验证网络的泛化能力 , 得到结果为F = ( f 7 , f 8 , f 9)T=01172 01903 0109601099 01145 0192501161 01126 01977电厂7处于安全文化发展的中级阶段, 电厂 8处于初级阶段 , 电厂 9 处于初级阶段。结果表明 ,所应用的BP神经网络在学习后具有存储经验并进行判断的专家功能。为了更进一步验证该BP网络的判断功能的准确性 , 构造了一个模糊综合判断模型 , 采用相同的样本来对这3个电厂进行安全文化状况的评估。考虑到电力企业安全文化内涵的丰富性和复杂性 , 在进行具体评估时依然采用四个一级指标来反映 (安全意识指标、安全价值观指标、安全行为指标、安全现状指标) , 将问卷中的 500 个答案选项(对安全文化的影响因素) , 按照对四个一级指标的属性进行分类归属 , 作为模糊评估模型的二级评价指标。将3个电厂各一级指标下的二级指标属性值矩阵转换成下列矩阵形式:A ( i) = A1 ( i)→, A2 ( i)→ , A3 ( i)→=a11 ( i) a12 ( i) a13 ( i)a21 ( i) a22 ( i) a23 ( i)… … …an1 ( i) an2 ( i) an3 ( i)( i = 1 ,2 ,3 ,4)n 个属性值的权系数值集为B ( i) = ( b1 ( i) , b2 ( i) , b3 ( i) , …, bn ( i ) )  ( i =1 ,2 ,3 ,4)其中各权系数值由专家直接给出 , 并经过归一化处理而得到。通过运用广义的 Fuzzy 算子 , 可计算得到二级评价指标上的模糊综合评价集为R ( i) = B ( i)• A ( i) = ( r1 ( i) , r2 ( i) , r3 ( i) )  ( i= 1 ,2 ,3 ,4)将得到的 R ( i) 作为更高一层的评价矩阵行 ,采用相同的算法 , 逐层进行评价 , 最终可得到模糊综合评价结果集:R = B• A = ( r1 , r2 , r3)经过专家分析 , 该模型的模糊综合评价值的结果范围同安全文化所处阶段的关系为高级阶段[01666 , 1 ]中级阶段 [01333 , 01666 ]初级阶段 [0 , 01333 ]通过实验 , 可得到这3个电厂的模糊综合评价值为R = (01625 1 ,01297 8 ,01315 2)数据证明 ,3 个电厂在模糊综合判断模型下进行的安全文化评估同采用BP神经网络所得到的评估结论相同。

  6 结束语

  针对电力企业的安全建设,提出了一种电力企业安全文化的评估方法 ,并证明了人工神经网络在电力企业安全文化评估系统中的应用具有可行性和有效性。系统能够全面准确地评估出电力企业的安全文化发展到了什么阶段 ,从而能够使电力企业针对目前的安全文化建设方案进行更有目的性的调整。一旦电力企业形成了优秀的安全文化 ,事故就会相应地减少 ,安全和生产就不会发生冲突 ,发展也会更加和谐。