基于FPN-LSTM的电力建设项目HSE绩效评价

摘要

健康-安全-环境（health-safety-environment,HSE）绩效评价作为一种提升电力企业综合管理水平的关键手段，能够有效降低工程事故的发生概率且有力保障电力建设的顺利实施。然而，现有方法忽略各要素的可信度，导致HSE绩效评价结果的分辨率较低。为此，提出一种基于模糊Petri网-长短期记忆网络（fuzzy Petri net-long shortterm memory, FPN-LSTM）的电力建设项目HSE绩效评价方法。首先，根据现场HSE数据统计表引入模糊Petri网（fuzzy Petri net, FPN），构建直观化、定量化的电力建设项目HSE绩效评价模型；然后，计算库所节点数据的差异分数，同时采用线性插值的方式确定FPN模型中初始库所、中间库所和终止库所的置信度取值，开展电力建设项目HSE绩效评价；最后，借助长短期记忆网络（long short-term memory,LSTM）对FPN模型的置信度进行训练和更新，最大程度优化HSE绩效评价结果。以鲁西分公司的HSE绩效评价为例，开展FPN-LSTM模型验证，并将其与传统FPN模型、FPN-反向传播（back propagation,BP）神经网络进行对比分析，结果表明，该FPN-LSTM模型不仅能够准确、系统地反映整个电力建设项目的 HSE绩效水平，还可精细、有效地厘清各级评价要素的执行情况和分布特性，从而为HSE管理人员提供科学化、体系化和精准化的决策依据。

关键词

电力建设项目 / 绩效评价 / 健康-安全-环境(HSE) / 模糊Petri网(FPN) / 长短期记忆网络(LSTM)

基金资助

国家自然科学基金(52004014)