本發(fā)明屬于電力工程領(lǐng)域，具體涉及一種電力事故上下層級(jí)原因相關(guān)度的分析方法。
背景技術(shù)：
：電力行業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，與經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定具有密切聯(lián)系。保證持續(xù)、高效的電力供應(yīng)是關(guān)系到國(guó)計(jì)民生的大事，也是電力部門(mén)工作注重的焦點(diǎn)。因此，針對(duì)當(dāng)前電力生產(chǎn)的特點(diǎn)和電力企業(yè)的具體情況，選擇一種全面的、系統(tǒng)的電力事故上下層級(jí)原因相關(guān)度的分析方法，對(duì)電力企業(yè)的安全事故進(jìn)行故障樹(shù)分析、研究，提高電力企業(yè)安全管理水平，保障安全生產(chǎn)，預(yù)防和控制事故，具有十分重要的現(xiàn)實(shí)意義。南方電網(wǎng)公司一直把安全生產(chǎn)放在開(kāi)展電力生產(chǎn)的首位，素有“安全第一”的目標(biāo)和口號(hào)，并相應(yīng)設(shè)置了各級(jí)安全監(jiān)察管理機(jī)構(gòu)，制訂了《電力生產(chǎn)安全工作規(guī)程》、《電力生產(chǎn)事故調(diào)查規(guī)程》等系列規(guī)章制度和許多的反事故措施等執(zhí)行細(xì)則。目前，在對(duì)電力企業(yè)的安全事故進(jìn)行事故樹(shù)分析的過(guò)程中，一般采用事故樹(shù)分析方法對(duì)事故事件發(fā)生、原因、責(zé)任和暴露問(wèn)題開(kāi)展研究分析，通過(guò)逐層推得所有可能的原因，找出系統(tǒng)可能存在的部件事故、環(huán)境影響、人為失誤與系統(tǒng)事故之間的邏輯關(guān)系，用倒立的樹(shù)狀圖表示出來(lái)，進(jìn)而找出系統(tǒng)的薄弱環(huán)節(jié)，提出防止同類(lèi)事故事件發(fā)生的管理措施和技術(shù)防范措施。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)中的上述缺陷，提供一種電力事故上下層級(jí)原因相關(guān)度的分析方法，便于對(duì)電力事故開(kāi)展事故分析。為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用了如下技術(shù)方案：一種電力事故上下層級(jí)原因相關(guān)度的分析方法，包括以下步驟：(1)將事故事件原因庫(kù)劃分為事件涉及到的原因庫(kù)和事件未涉及到的原因庫(kù)，判斷層級(jí)原因的分類(lèi)屬性：層級(jí)原因在事故匯編出現(xiàn)的次數(shù)≥1，則屬于事件涉及到的原因庫(kù)，否則屬于事件未涉及到的原因庫(kù)；(2)分析事故事件原因庫(kù)中上下層級(jí)事件原因的相關(guān)度：1)對(duì)于事件涉及到的原因庫(kù)，采用基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析方法計(jì)算各級(jí)原因的相關(guān)度；2)對(duì)于事件未涉及到的原因庫(kù)，采用專(zhuān)家決策法計(jì)算各級(jí)原因的相關(guān)度；(3)通過(guò)動(dòng)態(tài)權(quán)重更新事故事件原因庫(kù)中上下層級(jí)事件原因的相關(guān)度動(dòng)態(tài)權(quán)重僅針對(duì)統(tǒng)計(jì)中出現(xiàn)過(guò)，專(zhuān)家咨詢(xún)問(wèn)卷中也存在的事件原因。j項(xiàng)事件原因在事故事件中出現(xiàn)后，采用基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析方法計(jì)算得到相關(guān)度bj，結(jié)合采用專(zhuān)家決策法獲得的相關(guān)度rj，其出現(xiàn)后的相關(guān)度求解公式為：Rj＝w1bj+w2rj，式中，w1為相關(guān)度bj的所占權(quán)重，w2為相關(guān)度rj的所占權(quán)重。上述基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析方法計(jì)算各級(jí)原因的相關(guān)度包括以下步驟：(1)通過(guò)查找事務(wù)數(shù)據(jù)庫(kù)中所有支持度大于最小支持度的頻繁項(xiàng)集，將Apriori算法應(yīng)用于事故樹(shù)上下級(jí)原因分析，最小支持度設(shè)定為零，得出的頻繁項(xiàng)集的支持度即為事故樹(shù)上下層級(jí)原因之間的相關(guān)度；(2)計(jì)算基礎(chǔ)統(tǒng)計(jì)量；根據(jù)事故原因統(tǒng)計(jì)的特點(diǎn)作假設(shè)，進(jìn)行影響效應(yīng)顯著性分析；計(jì)算出事故發(fā)生總平均數(shù)及各因素在對(duì)應(yīng)各種水平上導(dǎo)致事故發(fā)生的平均次數(shù)；計(jì)算離差平方和，算出各因素對(duì)平均事故發(fā)生次數(shù)的離散程度；最后進(jìn)行假設(shè)檢驗(yàn)，根據(jù)F分布判斷這一段時(shí)間內(nèi)各因素對(duì)事故的發(fā)生是否具有顯著貢獻(xiàn)。上述專(zhuān)家決策法計(jì)算各級(jí)原因的相關(guān)度包括以下步驟：(1)成立課題小組，制定專(zhuān)家咨詢(xún)表，遴選咨詢(xún)專(zhuān)家，并對(duì)咨詢(xún)結(jié)果進(jìn)行整理匯總和統(tǒng)計(jì)分析；(2)對(duì)專(zhuān)家決策法研究的結(jié)果，用常規(guī)的統(tǒng)計(jì)方法分析：1)專(zhuān)家基本情況的描述，對(duì)專(zhuān)家的個(gè)人基本情況進(jìn)行描述性分析；2)統(tǒng)計(jì)專(zhuān)家的積極系數(shù)，以專(zhuān)家咨詢(xún)問(wèn)卷的有效回收率來(lái)表示；3)計(jì)算專(zhuān)家意見(jiàn)集中程度，以專(zhuān)家對(duì)事件原因相關(guān)度評(píng)分的均數(shù)和滿(mǎn)分比表示；4)分析專(zhuān)家的權(quán)威程度，包括專(zhuān)家對(duì)咨詢(xún)內(nèi)容的熟悉程度、專(zhuān)家對(duì)咨詢(xún)內(nèi)容做出選擇的判斷依據(jù)和專(zhuān)家的基本系數(shù)三個(gè)因素方面的分析；5)根據(jù)專(zhuān)家的評(píng)分和相關(guān)公式，求取相關(guān)度。上述根據(jù)專(zhuān)家的評(píng)分和相關(guān)公式求取相關(guān)度的方法為：j項(xiàng)事件原因相關(guān)度的計(jì)算方法如下：式中，m表示參加j項(xiàng)事件原因相關(guān)度評(píng)價(jià)的專(zhuān)家總數(shù)；Cij表示i專(zhuān)家對(duì)j項(xiàng)事件原因相關(guān)度的評(píng)分值；Cr表示i專(zhuān)家的權(quán)威系數(shù)；rj取值越大，則對(duì)應(yīng)的j項(xiàng)事件原因?qū)?dǎo)致上級(jí)事件原因發(fā)生的影響程度越高。相比于現(xiàn)有技術(shù)，本發(fā)明的優(yōu)勢(shì)在于：本分析方法能夠分析下級(jí)事件原因發(fā)生對(duì)導(dǎo)致上級(jí)事件原因發(fā)生的影響程度(即相關(guān)度)，確定事故事件發(fā)生的成因、責(zé)任和暴露問(wèn)題，進(jìn)而找出系統(tǒng)的薄弱環(huán)節(jié)，提出防止同類(lèi)事故事件發(fā)生的管理措施和技術(shù)防范措施。此外，該分析方法還可以對(duì)事故事件進(jìn)行統(tǒng)計(jì)分析，幫助企業(yè)實(shí)現(xiàn)相關(guān)度的科學(xué)統(tǒng)計(jì)和管理，使得相關(guān)度的計(jì)算盡可能客觀(guān)化，逐步脫離人為因素的影響。附圖說(shuō)明圖1是本發(fā)明的流程圖。圖2是統(tǒng)計(jì)得到的相關(guān)度的權(quán)重和事件出現(xiàn)次數(shù)的擬合曲線(xiàn)圖。具體實(shí)施方式以下結(jié)合實(shí)施例對(duì)本發(fā)明技術(shù)方案作進(jìn)一步非限制性的詳細(xì)說(shuō)明。電力事故上下層級(jí)原因相關(guān)度的分析方法的步驟是：步驟1：判斷該層級(jí)原因的分類(lèi)屬性。若事故事件原因庫(kù)中的任意層級(jí)原因，在南方電網(wǎng)公司近年典型事故匯編出現(xiàn)的次數(shù)≥1，稱(chēng)該層級(jí)原因在歷史事故事件中有所涉及；否則，稱(chēng)該層級(jí)原因在歷史事故事件中未涉及。因此，可將事故事件原因庫(kù)劃分為事件涉及到的原因庫(kù)和事件未涉及到的原因庫(kù)。步驟2：分析事故事件原因庫(kù)中上下層級(jí)事件原因的相關(guān)度。1)對(duì)于事件涉及到的原因庫(kù)，采用基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析方法計(jì)算各級(jí)原因的相關(guān)度。2)對(duì)于事件未涉及到的原因庫(kù)，采用專(zhuān)家決策法計(jì)算各級(jí)原因的相關(guān)度。步驟3：通過(guò)動(dòng)態(tài)權(quán)重更新事故事件原因庫(kù)中上下層級(jí)事件原因的相關(guān)度。動(dòng)態(tài)權(quán)重僅針對(duì)統(tǒng)計(jì)中出現(xiàn)過(guò)，專(zhuān)家咨詢(xún)問(wèn)卷中也存在的事件原因。采用專(zhuān)家調(diào)查問(wèn)卷對(duì)事件未涉及到的原因的相關(guān)度進(jìn)行確定，是因?yàn)樵摬糠衷虻某霈F(xiàn)為小概率事件，出現(xiàn)概率低。因而可認(rèn)為當(dāng)該類(lèi)原因出現(xiàn)次數(shù)達(dá)到10次及以上時(shí)，根據(jù)統(tǒng)計(jì)原理和數(shù)據(jù)挖掘方法得到的原因相關(guān)度已經(jīng)符合客觀(guān)實(shí)際，此時(shí)若沿用加權(quán)方法求得的相關(guān)度會(huì)因?qū)＜覀兊闹饔^(guān)思想造成正確性降低，因而在此情況下，weight＝1。使用MATLAB的curveFitting對(duì)數(shù)據(jù)進(jìn)行擬合，擬合函數(shù)為指數(shù)函數(shù)，得到如下公式：weight＝1.106e-0.005998t-1.098e-0.3053t(1)式中，weight為統(tǒng)計(jì)得到的相關(guān)度的權(quán)重，t為事件出現(xiàn)次數(shù)，擬合曲線(xiàn)如圖2所示。擬合優(yōu)越性的相關(guān)指標(biāo)如下：SSE＝0.0003496R-square＝0.9998AdjustedR-square＝0.9997RMSE＝0.005186AdjustedR-square可以反映擬合結(jié)果的好壞，越接近于1，說(shuō)明擬合結(jié)果越好，數(shù)據(jù)預(yù)測(cè)也越成功。表1根據(jù)公式(1)計(jì)算出動(dòng)態(tài)權(quán)重原因出現(xiàn)次數(shù)(t)統(tǒng)計(jì)權(quán)重(w1)專(zhuān)家權(quán)重(w2)00110.28950.710530.64650.353560.89330.106780.96180.03821010當(dāng)該層級(jí)原因(設(shè)為j項(xiàng)事件原因)在事故事件中出現(xiàn)后，采用基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析方法計(jì)算得到相關(guān)度bj，結(jié)合采用專(zhuān)家決策法獲得的相關(guān)度rj，其出現(xiàn)后的相關(guān)度求解公式如下：Rj＝w1bj+w2rj，式中，w1為相關(guān)度bj的所占權(quán)重，w2為相關(guān)度rj的所占權(quán)重。上述步驟2中基于A(yíng)priori算法及方差分析的故障樹(shù)上下級(jí)原因相關(guān)度的分析法的步驟是：1.求取相關(guān)度Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。Apriori算法通過(guò)查找事務(wù)數(shù)據(jù)庫(kù)中所有支持度大于最小支持度的頻繁項(xiàng)集，將Apriori算法應(yīng)用于事故樹(shù)上下級(jí)原因分析，得出的頻繁項(xiàng)集的支持度便是事故樹(shù)上下層級(jí)原因之間的相關(guān)度，此時(shí)最小支持度應(yīng)該設(shè)定為零。Apriori算法使用了候選項(xiàng)集的概念，首先產(chǎn)生出物項(xiàng)集合，稱(chēng)為候選項(xiàng)集，若候選項(xiàng)集的支持度大于或等于最小支持度，則該候選物項(xiàng)集合為頻繁項(xiàng)集合(LargeItemset)。此支持度為頻繁項(xiàng)集的概率。假設(shè)一個(gè)簡(jiǎn)單事務(wù)數(shù)據(jù)庫(kù)D的模型，如表2所示，001-010代表10個(gè)電力事故樹(shù)，A、B、C、D、E分別代表事故一級(jí)原因的人的因素-心理生理性危險(xiǎn)和有害因素、人的因素-行為性危險(xiǎn)和有害因素、物的因素-物理性危險(xiǎn)和有害因素、環(huán)境因素和管理因素。表2簡(jiǎn)單事故樹(shù)數(shù)據(jù)庫(kù)的模型TID項(xiàng)001ABC002ABDE003ABCE004BCE005CD006BDE007ABE008ABCDE009DE010BCDE假定最小支持度s＝0％，即在例子中數(shù)據(jù)庫(kù)中的10個(gè)事務(wù)里至少存在1個(gè)。在每一次迭代中，Apriori算法都產(chǎn)生了一個(gè)大項(xiàng)集，然后計(jì)算每一個(gè)候選所出現(xiàn)的次數(shù)，最后在預(yù)先給定的最小支持度s＝0％的基礎(chǔ)上確定大項(xiàng)集。挖掘大項(xiàng)集，也就是事務(wù)支持度大于預(yù)先給定的最小閾值的項(xiàng)的集合。表3生成階段項(xiàng)集{A}{B}{C}{D}{E}表4計(jì)算階段項(xiàng)集計(jì)數(shù)b[％]{A}550{B}880{C}660{D}660{E}880在第一次迭代的第一步中，所有單個(gè)項(xiàng)都作為候選集。接著計(jì)算每一個(gè)候選集的出現(xiàn)次數(shù)，然后在閾值s的基礎(chǔ)上選擇頻繁項(xiàng)集。表4所示的b分別代表該項(xiàng)集的支持度即上下層級(jí)原因之間的相關(guān)度。2.對(duì)相關(guān)度進(jìn)行檢驗(yàn)1)基礎(chǔ)統(tǒng)計(jì)量計(jì)算每個(gè)事故考慮下級(jí)原因?qū)ι霞?jí)原因的影響程度，把上級(jí)原因所對(duì)應(yīng)的所有下級(jí)原因作為影響因子，下級(jí)原因發(fā)生導(dǎo)致上級(jí)原因發(fā)生的關(guān)聯(lián)程度假設(shè)為一級(jí)相關(guān)和二級(jí)相關(guān)，以A、B、C代表不同的下級(jí)原因，用1、2代表一級(jí)相關(guān)和二級(jí)相關(guān)，得到表5的列表統(tǒng)計(jì)。表5下級(jí)原因影響因子的水平組合表2)作假設(shè)根據(jù)傷亡事故原因統(tǒng)計(jì)的特點(diǎn)，假定母體Yn服從正態(tài)分布N(μn，σ2)。假設(shè)三個(gè)因子中任意兩個(gè)之間沒(méi)有交互作用，為了對(duì)人的因素、物的因素和環(huán)境因素三種影響因子對(duì)母體所產(chǎn)生的效應(yīng)進(jìn)行檢驗(yàn)，需要做影響效應(yīng)顯著性分析。作以下三個(gè)假設(shè)：假設(shè)H1：a1＝a2＝0假設(shè)H2：b1＝b2＝0假設(shè)H3：c1＝c2＝0其中a1、a2代表A因子在各自水平上的效應(yīng)。若假設(shè)H1成立，則表示A因素在這一段時(shí)間內(nèi)對(duì)上級(jí)原因的發(fā)生無(wú)顯著影響；否則，A因素在這一段時(shí)間內(nèi)對(duì)上級(jí)原因的發(fā)生有顯著影響。同樣，假設(shè)H2和H3成立，則分別表示B因素和C因素在這一段時(shí)間內(nèi)對(duì)上級(jí)的發(fā)生無(wú)顯著影響，否則，分別表示B因素和C因素在這一段時(shí)間內(nèi)對(duì)上級(jí)原因的發(fā)生有顯著影響。3)平均數(shù)計(jì)算事故發(fā)生總平均數(shù)表示一個(gè)企業(yè)或者一個(gè)行業(yè)在一段時(shí)間內(nèi)導(dǎo)致事故發(fā)生的直接原因事件出現(xiàn)的基本情況，用表示，計(jì)算方法如下：A因素、B因素和C因素三個(gè)影響因子分別在一級(jí)相關(guān)和二級(jí)相關(guān)兩種水平上有其對(duì)應(yīng)的平均值，反映一個(gè)因子在對(duì)應(yīng)各種水平上導(dǎo)致事故發(fā)生的平均次數(shù)。對(duì)于A(yíng)因素在兩種水平的平均值分別用和表示。k1A=14(Y1+Y2+Y3+Y4)]]>k2A=14(Y5+Y6+Y7+Y8)]]>同樣，對(duì)于B因素和C因素在兩種水平的平均值分別用和表示。k1B=14(Y1+Y2+Y5+Y6)]]>k1B=14(Y3+Y4+Y7+Y8)]]>k1C=14(Y1+Y3+Y5+Y7)]]>k1C=14(Y2+Y4+Y6+Y8)]]>4)離差平方和計(jì)算離差平方和反映A因素、B因素和C因素三種影響因子對(duì)平均事故發(fā)生次數(shù)的離散程度，用QT表示。QT=Σn=1n(Yn-Y‾)2]]>可以進(jìn)行分解：QT＝QA+QB+QC+QEQA=4[(k1A-Y‾)2+(k2A-Y‾)2]]]>QB=4[(k1B-Y‾)2+(k2B-Y‾)2]]]>QC=4[(k1C-Y‾)2+(k2C-Y‾)2]]]>其中，QA是因子A引起的離差平方和；QB是因子B引起的離差平方和；QC是因子C引起的離差平方和；QE反映誤差。因子A引起的離差平方和QA反映了A因素在兩種相關(guān)水平上的平均值之間的差異；同樣，QB和QC分別反映了B因素和C因素在兩種相關(guān)水平上的平均值之間的差異。5)假設(shè)檢驗(yàn)自由度等于水平減1，即QA、QB、QC的自由度都為1，QT的自由度為7。利用分解定理[5]可知，F(xiàn)A、FB、FC均服從自由度為(1，4)的F分布。其中和分別是由A因素、B因素和C因素引起的均方離差，是均方誤差。為了檢驗(yàn)三個(gè)假設(shè)H1、H2和H3需要給定顯著水平α，可以查F分布上側(cè)分位數(shù)表得到相同自由度對(duì)應(yīng)的Fα值，使P{F≥Fα}＝α成立。由計(jì)算得到FA值，若FA≥Fα(1，4)成立，表示小概率事件出現(xiàn)，則拒絕假設(shè)H1，即認(rèn)為這一段時(shí)間內(nèi)A因素對(duì)事故的發(fā)生有顯著貢獻(xiàn)；若FA＜Fα(1，4)成立，表示小概率事件沒(méi)有出現(xiàn)，則接受假設(shè)H1，即認(rèn)為這一段時(shí)間內(nèi)A因素對(duì)上級(jí)原因的發(fā)生沒(méi)有顯著影響。同樣，由計(jì)算得到的FB、FC值，若FB≥Fα(1，4)、FC≥Fα(1，4)分別成立，則分別拒絕假設(shè)H2和H3，即認(rèn)為這一段時(shí)間內(nèi)B因素或C因素對(duì)事故的發(fā)生有顯著貢獻(xiàn)；若FB＜Fα(1，4)、FC＜Fα(1，4)分別成立，則分別接受假設(shè)H2和H3，即認(rèn)為這一段時(shí)間內(nèi)物的因素或環(huán)境因素對(duì)事故的發(fā)生沒(méi)有顯著貢獻(xiàn)。上述步驟3中采用專(zhuān)家決策法計(jì)算各級(jí)原因的相關(guān)度的步驟是：1.成立課題小組，制定專(zhuān)家咨詢(xún)表，遴選咨詢(xún)專(zhuān)家，并對(duì)咨詢(xún)結(jié)果進(jìn)行整理匯總和統(tǒng)計(jì)分析。2.對(duì)專(zhuān)家決策法研究的結(jié)果，應(yīng)用常規(guī)的統(tǒng)計(jì)方法分析。(1)專(zhuān)家基本情況的描述對(duì)專(zhuān)家的年齡、職稱(chēng)、職務(wù)、文化程度及工作年限等基本情況進(jìn)行描述性分析，以說(shuō)明專(zhuān)家的專(zhuān)業(yè)水平以及經(jīng)驗(yàn)豐富程度等，便于說(shuō)明參加該項(xiàng)目評(píng)估、預(yù)測(cè)專(zhuān)家的水平與結(jié)果的可信與可靠程度的聯(lián)系。(2)專(zhuān)家的積極系數(shù)專(zhuān)家的積極系數(shù)是指專(zhuān)家對(duì)本研究關(guān)心、合作的程度，一般以專(zhuān)家咨詢(xún)問(wèn)卷的有效回收率來(lái)表示。問(wèn)卷的回收率越高，說(shuō)明專(zhuān)家積極程度越高。問(wèn)卷回收率＝回收問(wèn)卷數(shù)/發(fā)放問(wèn)卷數(shù)有效回收率＝有效問(wèn)卷數(shù)/回收問(wèn)卷數(shù)(3)專(zhuān)家意見(jiàn)集中程度專(zhuān)家對(duì)各事件原因相關(guān)度的意見(jiàn)集中程度，一般以專(zhuān)家對(duì)事件原因相關(guān)度評(píng)分的均數(shù)Mj和滿(mǎn)分比Kj表示。專(zhuān)家根據(jù)自己的認(rèn)識(shí)對(duì)問(wèn)卷中的該級(jí)事件原因條目與上級(jí)事件原因的相關(guān)度給出評(píng)分。根據(jù)李克特量表法(Likertscale)，將相關(guān)度評(píng)分分為5個(gè)等級(jí)，分別賦予不同的量化值。5＝完全相關(guān)，4＝比較相關(guān)，3＝一般相關(guān)，2＝不太相關(guān)，1＝完全不相關(guān)。由專(zhuān)家選擇認(rèn)為合適的分值。1)均數(shù)的計(jì)算方法如下：式中，mj表示參加j事件原因相關(guān)度評(píng)價(jià)的專(zhuān)家數(shù)，Cij表示i專(zhuān)家對(duì)j事件原因相關(guān)度的評(píng)分值。均數(shù)Mj取值越大，則對(duì)應(yīng)的j事件原因與上級(jí)事件原因的相關(guān)度越高。2)滿(mǎn)分比的計(jì)算方法如下：式中，m′j表示給滿(mǎn)分的專(zhuān)家數(shù)，mj表示參加j事件原因相關(guān)度評(píng)價(jià)的專(zhuān)家數(shù)。滿(mǎn)分比Kj越大，說(shuō)明對(duì)該事件原因相關(guān)度給出滿(mǎn)分的專(zhuān)家比例越大，對(duì)應(yīng)的j事件原因與上級(jí)事件原因的相關(guān)度越高。(4)專(zhuān)家的權(quán)威程度對(duì)評(píng)價(jià)結(jié)果進(jìn)行處理時(shí)，通常要考慮專(zhuān)家對(duì)某一問(wèn)題的權(quán)威程度。專(zhuān)家的權(quán)威程度Cr由以下因素決定：一是專(zhuān)家對(duì)咨詢(xún)內(nèi)容的熟悉程度Cs，二是專(zhuān)家對(duì)咨詢(xún)內(nèi)容做出選擇的判斷依據(jù)Ca，三是專(zhuān)家的基本系數(shù)Cb。權(quán)威系數(shù)等于判斷系數(shù)、熟悉程度系數(shù)和基本系數(shù)的算術(shù)平均值。一般認(rèn)為權(quán)威系數(shù)≥0.60為可信度高，意見(jiàn)可以采納。其值越大，說(shuō)明專(zhuān)家判斷的科學(xué)性越大，結(jié)果可信度越高。權(quán)威系數(shù)的計(jì)算方法為：專(zhuān)家對(duì)咨詢(xún)內(nèi)容的熟悉程度分為5個(gè)等級(jí)，分別賦予不同的量化值。1.0＝很熟悉，0.8＝熟悉，0.6＝一般，0.4＝不熟悉，0.2＝很不熟悉(見(jiàn)表6)。專(zhuān)家對(duì)對(duì)咨詢(xún)內(nèi)容做出選擇的判斷依據(jù)主要分為理論分析、實(shí)踐經(jīng)驗(yàn)、國(guó)內(nèi)外資料和直覺(jué)判斷。其影響程度分為大、中、小，分別賦予不同的量化值(見(jiàn)表7)。專(zhuān)家的基本情況主要分為技術(shù)職稱(chēng)、工作崗位、崗位年限。技術(shù)職稱(chēng)分為中級(jí)、副高、正高，工作崗位分為運(yùn)行檢修、設(shè)備、試驗(yàn)等，崗位年限分為5年以下、5～10年、10年以上，分別賦予不同的量化值(見(jiàn)表8)。表6專(zhuān)家熟悉程度評(píng)分等級(jí)很熟悉熟悉一般不太熟悉很不熟悉評(píng)分1.00.80.60.40.2表7專(zhuān)家判斷依據(jù)評(píng)分表8專(zhuān)家基本系數(shù)評(píng)分(5)相關(guān)度的數(shù)據(jù)處理根據(jù)專(zhuān)家的評(píng)分和相關(guān)公式，求取相關(guān)度。j項(xiàng)事件原因相關(guān)度的計(jì)算方法如下：式中，m表示參加j項(xiàng)事件原因相關(guān)度評(píng)價(jià)的專(zhuān)家總數(shù)，Cij表示i專(zhuān)家對(duì)j項(xiàng)事件原因相關(guān)度的評(píng)分值，Cr表示i專(zhuān)家的權(quán)威系數(shù)。rj取值越大，則對(duì)應(yīng)的j項(xiàng)事件原因?qū)?dǎo)致上級(jí)事件原因發(fā)生的影響程度越高。對(duì)rj進(jìn)行歸一化處理的方法如下：經(jīng)過(guò)歸一化處理后，j項(xiàng)事件原因相關(guān)度的取值范圍：0≤rj′≤1。需要指出的是，上述實(shí)施例僅為說(shuō)明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn)，其目的在于讓熟悉此項(xiàng)技術(shù)的人士能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，并不能以此限制本發(fā)明的保護(hù)范圍。當(dāng)前第1頁(yè)1 2 3