基于TRACEr失誤辨識方法的電網(wǎng)調(diào)度人因風(fēng)險(xiǎn)認(rèn)知分析

滕曉畢 王健 陸燕玉 傅山

摘 要： 辨識和分析電網(wǎng)調(diào)度中的人為失誤對于防范和控制人因風(fēng)險(xiǎn)、保障電網(wǎng)安全穩(wěn)定運(yùn)行至關(guān)重要。人為失誤預(yù)測和確認(rèn)方法在復(fù)雜系統(tǒng)的設(shè)計(jì)、評估和運(yùn)行中已得到了廣泛應(yīng)用。結(jié)合電網(wǎng)調(diào)度業(yè)務(wù)知識和認(rèn)知心理學(xué)模型，對認(rèn)知差錯(cuò)追溯和預(yù)測技術(shù)（Technque for Ret-rospectve and Predctve Analyss of Cogntve Errors，TRACEr）進(jìn)行了分析和改進(jìn)，研究了其在電網(wǎng)調(diào)度人為風(fēng)險(xiǎn)分析中的應(yīng)用。運(yùn)用提出的人為失誤分析方法，對電網(wǎng)調(diào)度中的人因風(fēng)險(xiǎn)案例進(jìn)行了分析，結(jié)果表明，基于TRACEr失誤辨識方法能較為全面地分析電網(wǎng)調(diào)度員的人為失誤，并為失誤的補(bǔ)救和防范提供有效的改進(jìn)措施。

關(guān)鍵詞： 人為因素; 電網(wǎng)調(diào)度; 人為失誤; 差錯(cuò)辨識

中圖分類號： TM73 ? ? ?文獻(xiàn)標(biāo)志碼： A

Analyss of Human Errors n the Power Dspatchng Based

on the TRACEr Method

TENG Xaob1， WANG Jan1， LU Yanyu2*， FU Shan2

（1. Dspatchng Control Center， State Grd Corporaton of East Chna， Shangha 200120， Chna;

2. School of Electronc nformaton and Electrcal Engneerng， Shangha Jao Tong Unversty， Shangha 200240， Chna）

Abstract： The dentfcaton and analyss of the human errors n the power dspatchng are sgnfcant to gude aganst the human rsk and ensure the stable and safe operaton of power nets. Human error dentfcaton methods have been wdely used n the desgn， evaluaton and operaton of complex systems. n ths study， the technque for retrospectve and predctve analyss of cogntve errors （TRACEr） was mproved by the combnaton of the task features of the power dspatchng and human nformaton processng， and was used to dentfy the human errors n the power dspatchng. Some ncdent or accdent cases caused by operators were analyzed. The results reveal that the method can beneft the dentfcaton of the operators human errors and the exploraton of the context that nfluences the operators performance， whch should help to propose some recovery strateges and mprovement of the operaton safety for the power dspatchng.

Key words： Human factors; Power dspatchng; Human error; Error dentfcaton

0 引言

電力系統(tǒng)的安全與穩(wěn)定運(yùn)行對于維持電力能源供應(yīng)、確保經(jīng)濟(jì)增長和保障人民生活正常有序至關(guān)重要。隨著電力系統(tǒng)技術(shù)的發(fā)展，日益復(fù)雜的自動化系統(tǒng)不斷引入電力系統(tǒng)運(yùn)行中，極大地提高了系統(tǒng)運(yùn)行的安全水平。然而，系統(tǒng)不斷增加的復(fù)雜度和不透明性，對電網(wǎng)調(diào)度人員的操作提出了很高要求。隨著系統(tǒng)失效比例的下降，由人的失誤導(dǎo)致的事故成為復(fù)雜系統(tǒng)主要的事故誘因之一。統(tǒng)計(jì)數(shù)據(jù)表明，約75%的電網(wǎng)調(diào)度事故是由人為失誤造成的[1]。因此，對電網(wǎng)調(diào)度任務(wù)過程中人為失誤進(jìn)行分析和辨識，進(jìn)而提出有效的預(yù)防和減緩措施，對于提高電網(wǎng)運(yùn)行的安全性具有重要意義。

作為復(fù)雜系統(tǒng)中事故的主要因素之一，人為失誤受到了諸多領(lǐng)域人因研究者的廣泛關(guān)注，如核電、民航等[2]。Reason將人為失誤定義為“計(jì)劃的心理或身體活動次序未能達(dá)到預(yù)期輸出的、以及不能歸因于偶然因素失效的所有事件”。而且，Reason提出將人為失誤分為過失（Slps）、錯(cuò)誤（Mstakes）以及違規(guī)（Volatons）[3]。

人為失誤識別方法在復(fù)雜系統(tǒng)領(lǐng)域得到了廣泛的研究和應(yīng)用。研究者們根據(jù)不同領(lǐng)域的特點(diǎn)，提出了多種人為失誤識別方法，用于預(yù)測復(fù)雜系統(tǒng)中人機(jī)交互可能產(chǎn)生的潛在失誤，也可用于現(xiàn)有系統(tǒng)事故的分析和調(diào)查。例如，系統(tǒng)性人誤降低和預(yù)測方法（SHERPA）的提出是用于核電領(lǐng)域操作人員潛在失誤的識別[2];人誤模板（HET）是為民用航空領(lǐng)域所研發(fā)的人誤識別方法[5];危險(xiǎn)與可操作性分析（HAZOP）最早是為核電和化工行業(yè)開發(fā)的人誤分析方法[6];認(rèn)知可靠性和差錯(cuò)分析方法（CREAM）最早是為核電開發(fā)的人的可靠性分析方法[7];人為因素分析和分類系統(tǒng)是為美國軍事航空事故分析而設(shè)計(jì)的人誤分類方法[8]。

認(rèn)知差錯(cuò)的回溯性分析技術(shù)（Technque for the Retrospectve Analyss of Cog-ntve Errors， TRACEr）是為空中交通管制領(lǐng)域研發(fā)的人為失誤識別方法[9]，可用于預(yù)測潛在失誤，也能用于追溯性的事故調(diào)查。該方法基于實(shí)驗(yàn)心理學(xué)和應(yīng)用心理學(xué)、人為因素及通訊等多個(gè)領(lǐng)域的相關(guān)理論，將心理、生理及外在因素進(jìn)行結(jié)合。除了空管領(lǐng)域[10]外，該方法已經(jīng)在鐵路[11]、船舶事故以及航海[12，13]等領(lǐng)域得到了應(yīng)用。

考慮到電網(wǎng)調(diào)度任務(wù)與空中交通管制任務(wù)在一定程度上的相似性，本文結(jié)合電網(wǎng)調(diào)度任務(wù)的特殊性，對TRACEr方法進(jìn)行優(yōu)化改進(jìn)，用于識別和分析電網(wǎng)調(diào)度任務(wù)中調(diào)度員的人為失誤。

1 TRACEr方法

TRACEr方法側(cè)重于人機(jī)交互界面以及操作人員的認(rèn)知過程。環(huán)境或情景因素都可能影響操作人員的認(rèn)知狀態(tài)，導(dǎo)致其認(rèn)知過程失效，進(jìn)而造成事故。因此，TRACEr方法不僅分析任務(wù)失誤的外在因素及可觀察到的表象，更深入分析認(rèn)知過程，幫助分析人員挖掘?qū)е虏僮魅藛T出錯(cuò)的背景因素。

TRACEr方法使用一系列相互關(guān)聯(lián)的層次模塊，包括：任務(wù)差錯(cuò)、外在失誤模式（EEMs）、內(nèi)部失誤模式（EM）、失誤心理機(jī)制（PEMs）、行為形成因子（PSFs）。

在本研究中，采用TRACEr方法進(jìn)行電網(wǎng)調(diào)度任務(wù)中的人為失誤辨識，如圖1所示。

具體步驟如下。

（1） 確定任務(wù)差錯(cuò)，例如通訊差錯(cuò)、系統(tǒng)監(jiān)控差錯(cuò)、操作票審查出錯(cuò)。

（2） 定義失誤或違規(guī)。分析者需要更清楚地知道差錯(cuò)行為背后的動機(jī)。失誤和違規(guī)主要的差別在于操作者的意圖。違規(guī)是操作者有意偏離操作程序;而失誤是操作者無意識的行為。TRACEr方法主要針對失誤行為來分析其認(rèn)知失效的過程。

（3） 確定外在失誤模式。TRACEr方法主要將外在失誤模式分為三大類：動作時(shí)機(jī)、動作選擇以及信息傳遞。

（4） 確定失效的認(rèn)知過程。認(rèn)知過程主要包括感知與警覺性、工作記憶與長期記憶、計(jì)劃與決策、反應(yīng)執(zhí)行。

（5） 確定內(nèi)部失誤模式和失誤心理機(jī)制。內(nèi)部失誤模式描述什么認(rèn)知功能失效，已何種形式失效，因此提供了外在失誤模式、心理失誤機(jī)制以及認(rèn)知過程之間的接口，提供了細(xì)節(jié)的中間水平。例如，“感知與警覺性”的失效可以分為“視覺”或“聽覺”方面。失誤心理機(jī)制則描述了內(nèi)部失誤機(jī)制的心理本質(zhì)，如在“感知與警覺性”方面的“預(yù)期偏差”、“感知混淆”、“注意力分散”等。

（6） 確定行為形成因子。行為形成因子是為了識別所討論的人因風(fēng)險(xiǎn)中，可能會影響調(diào)度員行為績效的環(huán)境或情境因素，從而有針對性的提出失誤恢復(fù)或防范的措施。在本研究中，我們從時(shí)間、人機(jī)界面、訓(xùn)練和實(shí)踐、程序、組織、疲勞以及任務(wù)復(fù)雜性7個(gè)方面來分析調(diào)度員的行為形成因子，如表1所示。

2 案例分析

2.1 具體案例分析

“某日，省調(diào)申請辦理xx線路工作檢修申請單結(jié)束，網(wǎng)調(diào)當(dāng)班調(diào)度員辦理檢修申請單竣工后，未按要求在日志中結(jié)束該線路工作，未按要求在系統(tǒng)中取消該線路工作牌?！?/p>

按照TRACEr方法的流程，首先確定任務(wù)差錯(cuò)，“掛牌”差錯(cuò)。

第二步，確定失誤或違規(guī)。在該事件中，調(diào)度員發(fā)生差錯(cuò)的原因是忘記“掛牌”事項(xiàng)，而非“明知故犯”。

在該人因失誤中，調(diào)度員的外部失誤模式表現(xiàn)為“動作選擇”失誤，具體為“忘記執(zhí)行動作”，即“忘記掛牌”。顯然，其相應(yīng)的失效認(rèn)知過程為“工作記憶”，具體的內(nèi)部失誤模式為“忘記執(zhí)行任務(wù)”。同時(shí)繼續(xù)其認(rèn)知過程，可知認(rèn)知過程中的“響應(yīng)執(zhí)行”也存在失誤，具體為“動作遺漏”。因此，從本案例中可知，在一次事故或事件中一般存在一個(gè)以上的人因失誤。這是在進(jìn)行失誤辨識時(shí)需要特別注意的。

根據(jù)事件調(diào)查員對發(fā)生人因失誤的調(diào)度員當(dāng)天工作的詳細(xì)調(diào)查和事件訪談，當(dāng)時(shí)調(diào)度員正忙于處理其他工作（編制操作票），過于投入而忘記“取消掛牌”操作。因此，他的心理失誤機(jī)制為“分心/專注”。

在該事件中，主要的行為影響因子為兩大部分：“人機(jī)界面”和“壓力”。“人機(jī)界面”表現(xiàn)為系統(tǒng)的人機(jī)界面不能提供充分有效的提醒信息，如明顯的視覺提醒，或是多重提醒（視覺+聽覺）等。因此，建議改進(jìn)系統(tǒng)，系統(tǒng)中關(guān)于設(shè)置的任務(wù)未完成的步驟有明顯的視覺提醒（顏色顯著，或閃爍等）;或預(yù)設(shè)任務(wù)時(shí)間，在預(yù)計(jì)時(shí)間到達(dá)后，提供聽覺提醒。

“壓力”表現(xiàn)為調(diào)度員同時(shí)間在執(zhí)行的操作票編制任務(wù)壓力。調(diào)度員的注意力資源大量集中于當(dāng)前任務(wù)，而忽視了其他任務(wù)。

2.2 案例分析結(jié)果

我們采用TRACEr方法對電網(wǎng)調(diào)度任務(wù)中的人因風(fēng)險(xiǎn)事故進(jìn)行了分析，事件時(shí)間為從2016年5月至2018年5月。報(bào)告總計(jì)對20份人因風(fēng)險(xiǎn)事故單進(jìn)行了分析。如圖2所示。

在所統(tǒng)計(jì)的人因風(fēng)險(xiǎn)事故中，調(diào)度員任務(wù)過程中認(rèn)知加工失效的過程分別是決策判斷（33.33%）、感知與警覺性（19.05%）以及響應(yīng)執(zhí)行（14.29%）。其中感知與警覺性主要表現(xiàn)為視覺通道的感知。

如圖3所示。

在電網(wǎng)調(diào)度任務(wù)中，誘導(dǎo)調(diào)度員發(fā)生人為失誤的主要因子為時(shí)間、疲勞與壓力、人機(jī)界面（系統(tǒng)界面信息缺少或不充分）以及操作程序（程序繁瑣或無相應(yīng)程序）。

已有研究表明，調(diào)度員的情景感知不良是造成其失誤的主要原因[14]。在本研究中，根據(jù)TRACEr方法對其失誤進(jìn)行的一系列分析進(jìn)一步驗(yàn)證了該結(jié)論。人機(jī)界面不能提供充分的信息（如操作票編制系統(tǒng)不能提供恰當(dāng)?shù)妮o助）、多系統(tǒng)間系統(tǒng)不關(guān)聯(lián)（如操作票編制系統(tǒng)與調(diào)度日志記錄系統(tǒng)之間缺少關(guān)聯(lián)）等使得調(diào)度員不能有效地進(jìn)行多信息整合，從而做出不充分的計(jì)劃決策。同時(shí)，調(diào)度員任務(wù)壓力和疲勞、尤其是任務(wù)被干擾或中斷（如編制操作票時(shí)接到省網(wǎng)電話要求處理其他事項(xiàng)）都會影響其情景感知，從而造成安全隱患。

3 總結(jié)

本文論證了TRACEr方法對于電網(wǎng)調(diào)度任務(wù)中人因風(fēng)險(xiǎn)分析的可用性。論文闡述了TRACEr方法模型用于電網(wǎng)調(diào)度任務(wù)人因風(fēng)險(xiǎn)分析辨識的各層次分類及相關(guān)流程，并通過調(diào)度任務(wù)人因風(fēng)險(xiǎn)案例解釋分析過程。TRACEr不僅能揭示調(diào)度員發(fā)生失誤的認(rèn)知機(jī)制，而且能有效地指出相關(guān)的影響因素，有助于提出針對性的解決措施和防范建議。

TRACEr方法整合了Wckens關(guān)于人的信息加工模型[15]，是一種多層次結(jié)構(gòu)化的人為差錯(cuò)分析方法，有利于確定人的信息加工不同過程中發(fā)生的失誤。TRACEr方法從整個(gè)系統(tǒng)角度（包括內(nèi)因和外因）考慮操作者的行為形成因子，有助于差錯(cuò)的確認(rèn)以及相關(guān)糾正和預(yù)防措施的提出。在本研究中，根據(jù)TRACEr方法辨識的人因風(fēng)險(xiǎn)問題，我們針對性地提出了一系列的預(yù)防措施，如在系統(tǒng)人機(jī)界面方面，操作票編制系統(tǒng)應(yīng)能提供編制方案關(guān)鍵步驟的信息提示，操作票編制系統(tǒng)應(yīng)與其他系統(tǒng)重復(fù)關(guān)聯(lián)，以確保相關(guān)異常信息及時(shí)處理，系統(tǒng)界面要以多通道分等級的方式提供任務(wù)節(jié)點(diǎn)的提醒;在程序方面，建議完善操作程序，建立相關(guān)檢查單;在任務(wù)時(shí)間方面，建議調(diào)整夜班工作負(fù)荷，加強(qiáng)夜班時(shí)系統(tǒng)的告警強(qiáng)度等等。

另一方面，TRACEr方法是基于心理學(xué)理論開發(fā)的，因此掌握和使用這種方法需要較長的培訓(xùn)時(shí)間以及使用者充分了解心理學(xué)。同時(shí)，方法高度依賴所分析領(lǐng)域和任務(wù)的背景、經(jīng)驗(yàn)以及相關(guān)知識。將TRACEr用于電網(wǎng)調(diào)度任務(wù)的人因分析不僅要求分析人員對電網(wǎng)調(diào)度任務(wù)有較強(qiáng)的理解，而且還要有很強(qiáng)的心理學(xué)知識背景。因此，TRACEr方法在電網(wǎng)調(diào)度任務(wù)的人因失誤分析中的應(yīng)用和推廣還需要對分析人員進(jìn)行一定程度的培訓(xùn)和實(shí)踐，以提高方法的有效性和可靠性。

參考文獻(xiàn)

[1] 陽富強(qiáng)， 吳超， 汪發(fā)松， 等. 1998—2008年人因可靠性研究進(jìn)展[J]. 科技導(dǎo)報(bào)， 2009， 27（8）： 87-94.

[2] Stanton N A， Salmon P M， Walker G H， et al. Human factors methods： a practcal gude for engneerng and desgn [M].Aldershot：Ashgate Publshng，2013.

[3] Reason J. Human error[M]. Cambrdge： Cambrdge Unversty Press， 1990.

[4] Dekker S， The feld gude to understandng human error[M]. Aldershot：Ashgate Publshng， 2006： 1120-1122.

[5] Stanton N A， Salmon， Harrs P D， et al. Predctng plot error： testng a new methodology and a mult-methods and analysts approach[J]. Appled Ergonomcs， 2009， 40（3）： 464-471.

[6] Swann C D， Preston M L. Twenty-fve years of HAZOPs[J]. Journal of Loss Preventon n the Process ndustres， 1995， 8（6）： 349-353.

[7] Hollnagel E. Cogntve relablty and error analyss method （CREAM）[M]. Amsterdam： Elsever， 1998： 262-275.

[8] Shappell S， Detwler C， Holcomb K， et al. Human error and commercal avaton accdents： an analyss usng the human factors analyss and classfcaton system[J]. Human Factors， 2007， 49（2）： 227-242.

[9] Shorrock S T， Krwan B. Development and applcaton of a human error dentfcaton tool for ar traffc control[J].Appled Ergonomcs，2002，33（4）：319-336.

[10] 吳聰， 解佳妮， 杜紅兵， 等. 基于HERA-JANUS模型的空管人誤認(rèn)知分析[J]. 中國安全科學(xué)學(xué)報(bào)， 2012， 22（6）： 92.

[11] Baysar M T， Caponeccha C， Mcntosh A S， et al. Classfcaton of errors contrbutng to ral ncdents and accdents： a comparson of two human error dentfcaton technques[J]. Safety Scence， 2009， 47（7）： 948-957.

[12] Grazano A， Texera A P， Soares C G. Classfcaton of human errors n groundng and collson accdents usng the TRACEr taxonomy[J]. Safety Scence， 2016， 86： 245-257.

[13] Hofmann S， Schrder-Hnrchs J U. CyClaDes Task 1.2 ncdent and accdent analyss[J]. Document D Code： CY112. 00.02. 041.041， WMU， 2013.

[14] Guttromson R T， Schur A， Gretzer F L， et al. Human factors for stuaton assessment n grd operatons[R]. Oak Rdge： Pacfc North west Natonal Laboratory， 2007.

[15] Wckens C D， Hollands J G， Banbury S， et al. Engneerng psychology and human performance[M]. Fourth edton. Upper Saddle Rver： Pearson， 2012.

（收稿日期： 2018.11.08）

基金項(xiàng)目：國家電網(wǎng)公司華東分部科技項(xiàng)目資助（SA0301503）

作者簡介：滕小畢（1984-），男，溫州，中級工程師，碩士，研究方向：電力系統(tǒng)調(diào)控運(yùn)行。

王健（1975-），男，安徽和縣，高級工程師，碩士，研究方向：電力系統(tǒng)調(diào)控運(yùn)行。

陸燕玉（1984-），女，通信作者江蘇常州，助理研究員，博士，研究方向：認(rèn)知心理學(xué)與人因風(fēng)險(xiǎn)診斷。

傅山（1964-），男，安徽，上海交通大學(xué)，教授，博士，研究方向：人機(jī)環(huán)智能系統(tǒng)理論與工程。文章編號：1007-757X（2020）01-0041-04