贝叶斯模式在电力企业风险管理中的应用

贝叶斯模式在电力企业风险管理中的应用摘要：安全指标是电力企业管理和运行级别中的关键指标，是电力企业经济效益的基础，其水平能够直接影响公司整体运作目标本文构建了贝叶斯模式，将其运用于电力企业安全生产中的风险评估并且举例证明了该模型的有效性1. 关键词：贝叶斯模式，电力企业，风险管理引言安全生产是电力企业的基础，而安全管理是安全生产的保障手段随着电力系统改革，电网规模的发展，特别是在西南干旱地区，以及在电力需求增长迫切的背景下，电力企业安全生产管理面临新的形势，空前的挑战保障人员安全，电网安全，以及电力设备安全成为了电力生产的首要任务安全风险管理的重点为：第一，风险分析，查找原因，积极预防第二，完全控制最后，妥善处理企业经理需要确认，分析，评估，处理可能会引起损失的不确定事件风险管理主观性很强，很大程度上由经理的经验，对历史客观数据的重视度所决定由于自身的不确定性及累积风险，定量风险管理存在一定的困难因此，将贝叶斯模式应用于风险管理过程中能够解决上述问题2. 贝叶斯理论和应用贝叶斯网络允许网络结构和有机结合的可能性，运用了概率理论解决不确定性问题，并且为网络图提供了一个有关网络计算的可视化知识，作为一种知识表示和知识推理的新模式。

近几年贝叶斯网络广泛应用于电力，教育，军事和其他行业的检测故障和可靠性评估，并且发展很快贝叶斯网络一般有两部分组成：一个是贝叶斯网络图形结构，称为定向无环图结构每个节点代表一个风险事件，节点状态对应风险水平，以及节点之间的弧代表风险事件之间的因果关系另一种是贝叶斯网络的条件概率表并且一个条件概率表中，每个节点E用来表示与父节点的关系贝叶斯网络如图1所示：E3ElE2图1.贝叶斯网络节点E1和E2分别对应不同事件的风险，P(E3IEI)和P(E3IE2)表示El,E2发生的情况下，E3发生的概率，这表示在图一中E1，E2和E3之间只能存在因果关系风险管理中贝叶斯网络模型的应用过程是，风险事件作为历史数据和客观数据的中心来检测，然后与专业技术相结合计算已知节点的条件概率，建立条件概率表，然后寻找未知节点的概率3•建立风险管理贝叶斯模式建立风险管理贝叶斯模式通常从以下因素开始：人力，设备，环境，管理人为因素主要由违规操作引起，可以通过历史人为事故，电网事故，火力事故；设备因素包括更新设备以及违规操作设备所带来的事故；环境因素包括社会以及自然因素，人才当量率，法规和规章，设备安全管理管理因素包括安全教育，法规，设备安全管理，其中设备安全管理包括通过对员工培训进行安全教育等三方面。

具体的贝叶斯图表见图2，这种结构是一个对应于贝叶斯网络的有向无环图\AccidentsManaxemeniG"Satiety、EduuaLmitW、广Firt^Accidents.,-/Pei^cnalIyoperatons►/SafetyRisk\EvalualionEEqu-pment―y、^mproper\OperBlion#"Fqui冋ent、ACciduuLs丿SuciaNaturalAstaffTraining'Rate,SafelyEquipmenlIIegulatiansPersonnelEquivalentRate、C图2风险评估中的贝叶斯网络B.安全风险分析贝叶斯网络在风险分析中有两方面的应用：1) 确定每个节点的风险状态节点状态可以通过历史经验进行分类首先，确定每个节点的阈值，并确定其风险水平这可以相应地分为三个状态：1,2和3，即低，中，高2) 计算每个节点的条件概率根据每个节点的状态，决定当前节点状态发生的概率例如：P(W=3)表示违规操作处于高水平状态时的概率在安全教育水平是中级情况下，较高的管理因素概率表示为P(G=3IA=2)概率计算是历史数据为基础如果没有历史数据，我们也可以利用专家经验法进行计算。

C.安全风险评估风险评估是对当前风险来源的评估，即损失概率，该损失概率实际上可用定量评分法来度量本文关键介绍了贝叶斯概率思想贝叶斯推理可分为正因果推理，即一个特定的风险因素对于整体风险的影响例如，P(E=2IR=I,S=2,H=l,G=3)表示当人为因素处于低水平，设备因素处于中等水平，环境因素处于低水平，管理因素处于高水平时的安全概率另外一个是反响诊断推理如果知道整体风险概率，我们可以推导每个因素的影响概率例如，P(G=2IE=3)，表示当风险水平较高时，管理因素为中等水平的概率诊断推理的意义是当整体风险为高水平时，可以推导出因素的目标水平我们还可以推断出其中目标水平增长或对整体影响较大的因素4.举例通过建立贝叶斯模型进行安全评估A•因果推理当整体风险概率确定时，概率关系如下：P(E=ilR=j,S=k,H=m,G=n)ij,k,m,n=(1,2,3)同样，当因素影响概率确定时，关系如下：P(X=ilXI=j,X2=k)ij,k=(l,2,3)例如，假设设备因素有如下概率分布：、表1条件概率P(S=2|Sl=i32=j)i=li=2i=3fel0250.10.1j=20」0.050.1j=30」0.150.05表2概率分布P(Sl=i,S2=j)i=li=2i=3j=l0.30」0.05j=2010」0.2j=30.050050.05设备因素为中等水平时的概率计算过程如下：P(S=2)=L(P(S=2IS1=i,S2=j)*P(SI=i,S2=j))(ij=I,2,3)结果：P(S=2)=14%B.诊断推理：当整体风险较高时人为因素为中等水平的概率。

1)概率分布:表3概率分布i=li=2i=3030.30.42)条件概率分布:表4条件概率分布i=li=2i=3P(E=3|R=i)0.40.402因此：P(R=2IE=3)=P(R=2,E=3)/P(E=3)=P(E=3IR=2)P(R=2)/P(E=3)P(E=3)=P(E=3IR=I)P(R=1)+P(E=3IR=2)P(R=2)+P(E=3IR=3)P(R=3)P(R=2IE=3)=37.5%5•结论本文为电力企业安全风险管理建立了贝叶斯模式，可以通过四个方面鉴定风险来源，包括：人为因素，设备因素，管理因素，环境因素其次，为了进行整体风险评估，对上述因素进行分析此模式能够有效解决传统风险管理模式所带来的弊端，电力企业安全风险管理可以比较有效和客观地发挥其作用最后本文证明了模拟实验证明了此模型的可行性。