一种基于人员管理的海上风电运行维护优化方案

1.本发明涉及海上风电技术领域，尤其涉及一种切实保证维修人员利益、通过培训考核统计来提高维修人员业务能力的管理方案，筛选出一批责任心强，业务能力优秀的维修人员，更加高效的完成海上风电项目的运维管理。


背景技术：

2.随着温室效应和空气污染的加剧，全球各国对清洁能源、可再生能源发电的关注度也日益提高，风能作为主要的清洁能源得到了快速的发展。海上区域具有风能资源丰富、湍流强度小、视觉及噪音污染少、靠近电网负荷中心、风电接入条件更好、政府政策支持等诸多优势，近年来全球范围海上风电的装机和发电量每年都在快速増长，成为风电发展重要的增量。
3.风电项目的日益发展，海上风电项目的人员运维管理也成为了一大重点问题。由于国内海上风电起步较晚，对于运维人员的管理还没用一套完整的管理体系。项目领导和基层维修人员无直接接触，无法了解到维修人员的所需所想，导致工作热情不高，对待工作不够认真负责。加上海上风电技术维修困难，对维修人员的技术要求很高，很多维修人员没有经过系统培训，对于设备故障并不能很好处理。加之海上环境复杂，与维修人员沟通交流存在盲区，维修人员自身存在安全风险。因此需要一套完整的人员管理方案，来保证了海上风电项目的安全高效运维管理。


技术实现要素：

4.有鉴于此，本发明的主要目的在于提供切实保证维修人员利益、提高维修人员业务能力的管理方案，从维修人员角度出发，切实维修人员所需所想，加强领导与底层人员的沟通交流，做好思想教育工作。做好后勤保证工作，配备卫星电话保证通话畅通。在此基础上对人员进行严格的技术培训管理，培养出责任心强，业务能力优秀的维修人员。具体技术培训管理如下，对所有人员进行基础培训，培训完成对其进行评价，使每位人员都获取一个经验积分基础值，该基础值的评定和人员出勤情况、学习时间、模拟维修的成绩、对安全知识的掌握、人员的个人素质等要素之间满足满足模糊综合评价法(fce)，其中判断维修人员的经验值积分高低按照风机机组维修后的相关功能反馈(快速性、稳定性、准确性)来进行实现，并且对维修人员的经验积分增减之间存在一种奖励机制，维修人员每次的加减分最终与维修人员的总分符合一种单变量线性回归算法(svlra)。将上述人员按照插入排序(insertion sort)的方法来实现从小到大的排序，按照下次维修任务所需要的人数，在序列中从经验值积分最高的维修人员处开始截取，直到获取所需的人数，其次每次派遣的人还需要考虑到该维修人员一年内每季度的出勤次数，对于出勤次数超过最大限定次数(maximum number of times)3次的人员不在派遣，以达到每次执行维修任务的人员的精神状态和经验值积分都是最大值的目的。
5.本发明的技术方案为：
6.一种积分绩效制的选拔高水平的维修人员方法，包括如下步骤：
7.步骤一、对人员进行人员技能培训，获取人员培训过程中的状态参数(状态参数指的是员工的出勤情况、学习时间、模拟维修的成绩、对安全知识的掌握、员工的个人素质。)，综合计算之后使所有员的工经验积分都获取一个经验基础分；
8.步骤二、通过被维修设备的恢复速度和后续维持工作的时间和设备工作效率情况来判断维修人员的水平高低；
9.步骤三、在维修人员经验基础分的基础上，每次维修任务完成后都会对每位人员进行加经验积分或者减经验积分，经过多次的加减分操作后，维修人员的总分与完成任务的次数呈一种单变量线性回归关系。
10.步骤四、将上述人员按照插入排序(insertion sort)的方法来实现从小到大的排序，按照下次维修任务所需要的人数n，在序列中从经验值积分最高的维修人员处开始截取，直到获取n人，其次每次派遣的人还需要考虑到该维修人员每季度的出勤次数，对于出勤次数超过最大限定次数(maximum number of times)3次的人员不在派遣，插入法最终结果就是排序成从小到大的序列。
11.上述步骤一中根据具体包括以下步骤：
12.步骤1-1-1：将员工的出勤情况、学习时间、模拟维修的成绩、对安全知识的掌握、员工的个人素质作为基本元素组成一个普通集合u，u＝{u1,u2,u3,
…
,un}；
13.步骤1-1-2：对人员的表现进行多方面的评判，如出勤情况、学习时间、模拟维修的成绩、对安全知识的掌握、人员的个人素质等，所有这些因素构成了评价指标体系集合，即因素集，记为：u＝{出勤情况u1、学习时间u2、模拟维修的成绩u3、对安全知识的掌握u4、人员的个人素质u5}。
14.步骤1-2-1：建立综合评价的评价集v，v＝{v1，v2，v3，
…
,vm}；
15.步骤1-2-2：对人员的评价分为五种等级分数100分、80分、60分、40分、20分。记为v＝{100v1，80v2，60v3，40v4,20v5}。
16.步骤1-3-1：评价过程中，各个因素的重要程度有所不同，为此，给各因素ui一个权重ai，各因素的权重集合模糊集，用a表示：a＝{a1，a2，a3,
…
,an}，权重可视项目进展进行变更。
17.步骤1-3-2：通过层次分析法确定各因素的权重为a＝{0.1,0.1,0.5,0.2,0.1}。
18.步骤1-4：因素u中的第i个元素对评价集v中的第1个元素的隶属度为r
i1
，则对第i个元素单因素评价的结果用模糊集合表示为：ri＝{r
i1
，r
i2
，r
i3
，
…
,r
im
}，集合中最高得分为100分，最低得分为20分，此分作为维修工的经验基础分。
19.上述步骤二中根据具体包括以下步骤：
20.步骤2-1：维修人员修理的快速性(快速性指的是当故障发生时，维修员工从接受到指令到维修完成的时间，快速性不仅可以在维修员工自身技术高超上体现，技术高可以让维修员工更好更快的完成维修任务，其中快速性还体现在维修员工接收到任务指令时，对于任务的紧迫感，这也是对于维修员工后续加减分的依据)。
21.步骤2-2：修理完毕后系统恢复的准确性(准确性指的是当维修员工完成维修任务后，风机机组的工作效率是否恢复到发生故障以前，例如机组故障前风机产能效率达到85％，维修后产能大于等于85％可对维修人员进行加分，低于85％即对其减分)。
22.步骤2-3：修理完毕后的稳定性(稳定是上述提到的需要长时间观察的一个性质，当维修人员任务完成离开后，对于风机机组再次受到海上环境的影响时，是否可以自行恢复到正常工作状态，即受到扰动后，风机机组的工作效率是否有大幅度变化，这是对于维修员工加减分的重要依据)。
23.步骤三、在维修人员基础分的基础上，每次维修任务完成后都会对每位人员进行加经验积分或者减经验积分，经过多次的加减分操作后，维修人员经验积分的总分与完成任务的次数成一种单变量线性回归关系。
24.上述步骤三中根据具体包括以下步骤：
25.步骤3-1：建立平面直角坐标系，x轴为完成的任务次数，y轴为经验积分总分，每次任务完成后都在该平面上相应的坐标点(x，y)标记，以此来构建关于x、y的散点图和柱形图。
26.步骤3-2：对经验积分总分与完成的任务次数建立统计模型，统计模型的一般表达形式是yi＝xi+y0,其中yi为输出变量、xi为自变量、y0为前一次维修任务结束后得到的人员经验积分值(i的取值范围为1到+∞)，通过表达式可以得到任一次任务完成后的经验值积分。
27.步骤3-3：通过绘制散点图以及柱形图，来获取人员的水平变化情况，该图集将给安排维修任务的管理层观看，来对人员进行管理。
28.步骤四、将上述获取一定经验值积分的人员按照插入排序(insertion sort)的方法来实现从小到大的排序，按照下次维修任务所需要的人数n，在序列中从经验值积分最高的维修人员处开始截取，直到获取n人，其次每次派遣的人还需要考虑到该维修人员每季度的出勤次数，对于出勤次数超过最大限定次数(maximum number of times)3次的人员不在派遣。
29.上述步骤四中根据具体包括以下步骤：
30.步骤4-1：当第i次的经验积分计算完毕后，为了更好的选出第i+1次执行维修任务的人员，在经验积分参差不齐的数据表中，采用插入排序的算法将所有数据从小到大排序，从最大值出开始选取，直到选取出所需要的的人数。
31.步骤4-1-1：排序方法具体描述如下：从第一个元素开始，该元素可以认为已经被排序；
32.步骤4-1-2：取出下一个元素，在已经排序的元素序列中从后向前扫描；
33.步骤4-1-3：如果该元素(已排序)大于新元素，将该元素移到下一位置；
34.步骤4-1-4：重复上一步骤，直到找到已排序的元素小于或者等于新元素的位置，将新元素插入到该位置后；
35.步骤4-1-5：重复步骤4-1-2到4-1-4；
36.步骤4-2：并且被选取的人员一年内每季度维修次数不能超过3次，具体实施方法，可在绘制散点图或者柱形图时，在横坐标处标注维修的日期，当管理层安排维修任务时可直观的看到每个员工本季度或者本年执行的维修次数。
37.与现有技术相比，本发明的有益效果是：
38.为了更好实现海上风电的运维管理，本发明提出了一种通过全方面考察维修人员基础学习的相关参数，以及后续对于机组维修的完成情况、记录其经验积分的新方法，筛选
出一批具有高水平的维修人员，首先通过模糊综合评价法(fce)让所有人员获得一个基础分，后续的人员的加减分根据已经维修过的风机系统的(pid)快速性、准确性、稳定性的情况来评判。通过单变量线性回归算法(svlra)来计算出每次任务完成后的经验积分，对计算后的经验积分进行插入排序(insertion sort)，得到从小到大的一组数据，在下次维修任务前在数据中选出前n个经验积分高的人员，并且每位维修人员本季度出维修任务不得超过3次，这样不仅保证了维修人员的专业质量还保证了维修人员的最佳精神状态，因此保证维修任务的高效完成。
附图说明
39.图1是人员经验值积分散点图；
40.图2是人员经验值积分柱形图图；
41.图3是插入排序图；
具体实施方式
42.为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
43.在本实施例中，包括对维修人员定义一个基本经验值积分，在经验值积分的基础上通过每次的维修操作的好坏来对维修人员进行加分或者减分操作，维修操作的好坏通过风机机组维修中及维修后的情况来判断，机组的判定依据有快速性、准确性、稳定性三种标准，分数计算通过yi＝xi+y0实现,其中yi为输出变量、xi为自变量、y0为前一次维修任务结束后得到的人员经验积分值(i的取值范围为1到+∞)。计算得到的经验值积分在按照插入排序法得到一个从小到大的序列，下一次维修任务前便在该序列中找到维修任务所需要的人数的前n个。步骤如下：
44.步骤一、综合计算之后使所有员的工经验积分都获取一个基本值；
45.步骤1-1-1：将各种因素作为基本元素组成一个普通集合，通常用u表示，u＝{u1,u2,u3,
…
,un}；
46.步骤1-1-2：对某位人员的表现进行多方面的评判，如出勤情况、学习时间、模拟维修的成绩、对安全知识的掌握、人员的个人素质等，所有这些因素构成了评价指标体系集合，即因素集，记为：u＝{出勤情况u1、学习时间u2、模拟维修的成绩u3、对安全知识的掌握u4、人员的个人素质u5}。
47.步骤1-2-1：建立综合评价的评价集，通常用v表示，v＝{v1，v2，v3，
…
,vm}；
48.步骤1-2-2：对人员的评价分为五种等级分数100分、80分、60分、40分、20分。记为v＝{100v1，80v2，60v3，40v4,20v5}。
49.步骤1-3-1：评价过程中，各个因素的重要程度有所不同，为此，给各因素ui一个权重ai，各因素的权重集合模糊集，用a表示：a＝{a1，a2，a3,
…
,an}.
50.步骤1-3-2：通过层次分析法确定各因素的权重为a＝{0.1,0.1,0.5,0.2,0.1}。
51.步骤1-4：因素u中的第i个元素对评价集v中的第1个元素的隶属度为r
i1
，则对第i个元素单因素评价的结果用模糊集合表示为：ri＝{r
i1
，r
i2
，r
i3
，
…
,r
im
}，下面以某位人员最终的得分计算公式为例：ri＝100*0.1+100*0.1+80*0.5+60*0.2+60*0.1＝78，
52.步骤二、通过被维修设备各部件恢复速度和后续维持工作的时间和其他相关参数来判断维修人员的水平高低；
53.步骤2-1：维修人员修理的快速性(p和d提高响应速度，i降低响应速度)：通过机组由故障状态转变为正常状态的过度时间来判断维修人员的修复水平。
54.步骤2-2：修理完毕后系统恢复的准确性(p和i提高精度，d无作用)：通过判断风机机组系统是否始终处于稳定状态，无稳态误差。
55.步骤2-3：修理完毕后的稳定性(p和i降低系统稳定性，d提高系统稳定性)：通过判断一段时间后，在平衡状态下，系统受到某个干扰，是否很快能够重新回复到稳定状态。
56.步骤三、在维修人员基础分的基础上，每次维修任务完成后都会对每位人员进行加经验积分或者减经验积分，经过多次的加减分操作后，维修人员的总分与完成任务的次数成一种单变量线性回归关系。
57.步骤3-1：建立平面直角坐标系，x轴为完成的任务次数，y轴为经验积分总分，每次任务完成后都在该平面上相应的坐标点(x，y)标记，以此来构建关于x、y的散点图和柱形图。
58.步骤3-2：统计模型的一般表达形式是yi＝xi+y(i-1),其中yi为输出变量、xi为自变量、y0为前一次维修任务结束后得到的人员经验积分值(i的取值范围为1到+∞)，通过表达式我们可以得到任一次任务完成后的经验值积分。例如一位第3次完成维修任务的人员最后的经验值积分为y3＝x3+y2，x3为此次维修任务完成后的加(减)分，y2为第二次完成任务后计算所得经验值积分。
59.步骤3-3：画出积分变化的散点图1和柱形图2，散点图像特点是更直观的得到经验积分的总体变化趋势，柱形图更容易看清相邻次数间的增减变化，更容易凭此判断人员的水平变化情况。
60.步骤四、将上述获取一定经验值积分的人员按照插入排序(insertion sort)的方法来实现从小到大的排序，按照下次维修任务所需要的人数n，在序列中从经验值积分最高的维修人员处开始截取，直到获取n人，其次每次派遣的人还需要考虑到该维修人员每季度的出勤次数，对于出勤次数超过最大限定次数(maximum number of times)3次的人员不在派遣。
61.步骤4-1：当第i次的经验积分计算完毕后，为了更好的选出第i+1次执行维修任务的人员，在经验积分参差不齐的数据表中，采用插入排序的算法将所有数据从小到大排序，从最大值出开始选取，直到选取出所需要的的人数。
62.步骤4-1-1：排序方法具体描述如下：从第一个元素开始，该元素可以认为已经被排序；
63.步骤4-1-2：取出下一个元素，在已经排序的元素序列中从后向前扫描；
64.步骤4-1-3：如果该元素(已排序)大于新元素，将该元素移到下一位置；
65.步骤4-1-4：重复上一步骤，直到找到已排序的元素小于或者等于新元素的位置，将新元素插入到该位置后；
66.步骤4-1-5：重复步骤4-1-2到4-1-4，该排序方法的过程如图3；
67.步骤4-2：并且被选取的人员一年内每季度维修次数不能超过3次，即第一季度i＜4，第二季度i＜7，第三季度i＜10，第四季度i＜13，由此便选出经验值积分靠前且维修次数
不超最大限定值的维修人员。
68.本文所提的一种全方面考察维修人员绩效、记录其经验积分的方法，筛选出一批具有高水平的维修人员，更加高效的完成风电机组的故障修复。
69.以上所述仅是本发明的一个应用场景，凡依本发明申请专利范围所做的均等变化，或者应用到其他海上风电机组器件维修任务上，应属本发明的覆盖范围。
70.本发明未尽事宜为公知技术。