面向基层认知的失效模式与效应分析（FMEA-II）方法：考虑非合作行为对新能源安全风险评估的影响

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Grassroots perceptions-oriented failure mode and effects analysis-II approach with non-cooperative behaviors consideration for new energy security risk assessment

　　庄马|魏敏马|开心工|雁图
同济大学经济与管理学院，上海200092，中国

**摘要**
随着全球能源转型的加速，对具有不确定性的新能源安全风险进行评估的需求变得十分迫切。尽管失效模式与效应分析（FMEA）是一种有前景的方法，但在实际场景中它很少考虑基层员工的看法和非合作行为。为此，我们开发了一种以基层员工看法为导向的FMEA-II方法，该方法结合了非合作行为，以增强风险管理和控制。首先，基于专家识别的所有潜在失效模式，专家和基层员工使用区间值Fermatean模糊数（IVFFNs）来更好地表达他们的偏好。然后，设计了一种自适应调整算法，该算法考虑了三种类型的非合作情况，以确定专家权重。接下来，提出了一种模糊G-CCSD方法来量化和融合基层员工的看法，以计算风险准则权重。此外，为了克服传统FMEA忽略心理特征的局限性，在IVFFNs环境下使用了一种新的MARCOS-RT方法来计算风险优先级排名。最后，通过光伏电站项目的案例研究，证明了FMEA-II方法的优越性。结果表明，所提出的FMEA-II方法通过同时结合IVFFNs、基层员工的看法、非合作行为以及专家的心理特征，为识别和评估失效模式提供了一个新颖且系统的框架，有利于减少新能源项目中的安全事件和潜在损失。

**引言**
在“双碳”目标的背景下，新能源行业正在经历大规模的发展，风能和光伏等技术被广泛整合到能源系统中[1]。新能源安装容量的爆炸性增长为其整个产业链的基础设施带来了挑战，包括频繁的安全事故和复杂的动态监管。例如，光伏电站（PPSs）发生火灾等事件暴露了风险感知不足的问题[2]，极端气候引起的“黑天鹅”事件可能导致大规模的供应中断[3]。目前的新能源安全风险评估系统仍然存在单一维度的评估逻辑和情景特异性不足的问题，这严重限制了风险预警和主动预防决策的有效性[4]。因此，为了弥合理论与实践之间的差距，并促进新能源行业的可持续发展，对新能源安全风险评估进行系统研究至关重要。

然而，新能源安全风险具有明显的特征，如强烈的场景依赖性、高设备耦合性、复杂的户外运行环境以及对一线运维的严重依赖。现有研究仍缺乏充分考虑这些独特特征的框架，导致传统评估范式与实际风险管理需求之间存在显著不匹配[5]、[6]。一个有效的风险评估工具不仅需要整合技术参数、环境约束和政策指导等多种要素，还需要跨领域专家智慧和一线实践经验的深入合作。多准则群体决策（MCGDM）提供了一个系统框架，可以同步整合多位专家的偏好信息，减少个体主观偏见，确保风险评估结果的全面性和合理性[7]、[8]。特别是在面对专家之间意见分歧、非合作行为和风险偏好不一致的情况时，MCGDM提供了一种可行的方法来协调冲突并实现科学的风险优先级排序。因此，基于MCGDM构建评估框架对于突破新能源安全风险评估的瓶颈是不可或缺的。

在各种MCGDM方法中，失效模式与效应分析（FMEA）是一种主动的风险评估方法，该方法于20世纪60年代提出，用于识别由发生（O）、严重性（S）和检测（D）组成的标准系统中的潜在失效模式（FMs）[9]。作为一种系统方法，它受到大多数学者的青睐，并已应用于许多领域，如医疗人体可靠性分析[7]、智能设备控制风险评估[10]和可再生能源存储风险评估[11]、[12]。尽管在一般风险分析方面取得了进展，但仍有几个关键问题特定于新能源安全系统。首先，大多数方法严重依赖专家知识，而忽视了一线员工（如具有实际操作经验的一线操作员或现场工作人员）的经验，导致高层决策与实际指导之间的脱节[4]。其次，跨领域专家之间的非合作行为导致偏见和不合理信息的传播，在新能源安全风险评估过程中很少得到解决。这些差距严重限制了一般风险方法在实际新能源安全场景中的适用性。值得注意的是，除了上述行业特定差距外，现有的FMEA研究在应用于新能源安全风险评估时还存在固有的局限性[12]、[13]。首先，专家偏好的表达工具主要依赖于精确值或基本模糊数，这往往导致偏好信息的不准确性。其次，不同风险准则的相对重要性差异经常被忽略，导致权重分配不公。第三，在传统排序方法下，不同风险准则值的组合可能会产生相同的结果，使得难以准确反映不同FMs的风险水平。此外，评估过程中没有考虑专家的心理特征，这可能导致结果与现实脱节。

这些挑战在新能源安全领域尤为突出，如果不充分考虑并有效解决这些问题，将严重威胁生命和财产的安全。为了帮助专家更好地表达意见并探索更深层次的不确定性，S[14]提出了区间值Fermatean模糊集（IVFFSs），将区间数与Fermatean模糊集（FFSs）相结合。与传统模糊工具相比，IVFFSs不仅放宽了约束条件，还具有更强的能力来捕捉和量化专家判断中的犹豫程度，从而能够处理更复杂和冲突的不确定性。这一结构优势使IVFFSs更符合专家在复杂评估场景中的实际认知偏好。因此，区间值Fermatean模糊数（IVFFN）非常适合表示模糊偏好信息的犹豫程度[15]，非常适合解决新能源安全风险评估中的模糊性和波动性问题。相关性系数和标准差（CCSD）方法[16]是一种允许客观确定风险准则权重的方法，其核心优势在于提高多准则决策的客观性和准确性，特别是擅长解决准则之间的相关性干扰[17]、[18]。Stevi? Z?等人提出的MARCOS方法[19]可以根据理想解决方案与反理想解决方案之间的关系来确定备选的效用函数，具有很强的稳定性。而遗憾理论（RT）是一种有效的手段，可以考虑评估FMs的专家的主观情绪[20]、[21]。以上所有方法都可以弥补FMEA方法的一些不足。

基于上述分析，所提出方法的评估动机可以总结如下：
(1) 传统的FMEA风险评估方法大多基于理论，缺乏与一线经验的深入整合，从而在高层理论设计与实际需求之间造成了明显的脱节。
(2) 在复杂的环境中，现有方法往往无法有效捕捉风险准则的固有不确定性，也无法很好地适应专家之间多样的偏好表达习惯，这直接导致偏好信息采集不准确，影响后续排名结果的可靠性。
(3) 专家之间的非合作行为以及不同风险准则相对重要性的忽视在评估过程中普遍存在，这两种情况都会严重影响结果的准确性和客观性。特别是在新能源风险评估中，由于跨部门合作的复杂性、邀请专家的不同利益背景和潜在的利益冲突，考虑非合作行为尤为重要。忽略这些行为将降低风险评估结果的可靠性。
(4) 大多数现有的风险排序方法忽视了专家在风险管理中的心理特征，例如在比较不同FMs时的后悔和喜悦情绪，这大大降低了风险优先级排序的稳健性和合理性。

为了解决这些关键问题，本文提出了一种新颖的FMEA-II方法。其创新和贡献可以归纳为以下三个类别：
(1) 研究视角的贡献：开发了一种以基层员工看法为导向的FMEA-II方法，该方法将来自选定的代表性基层员工的宝贵一线经验完全整合到评估框架中，并采用IVFFNs来帮助专家和基层员工表达他们的偏好，从而有效捕捉风险管理的不确定性。
(2) 方法论创新：首先，设计了一种自适应调整算法，以准确识别具有非合作行为的专家并科学地推导出他们的权重，确保偏好信息聚合的可靠性。然后，提出了一种模糊G-CCSD方法，该方法在传统的三个风险准则中加入了可恢复性因素，以提高评估的全面性，并通过整合基层员工的看法来计算风险准则权重。最后，构建了一种MARCOS-RT方法，该方法结合了专家的后悔-喜悦值，以增强风险优先级排序的稳健性，并准确获得各种FMS的风险优先级和水平。
(3) 案例研究的贡献：通过新能源安全领域中的光伏电站风险评估，验证了所提出的FMEA-II方法的可行性和有效性。此外，该方法成功识别并排名了16个潜在的失效模式，为类似的新能源安全风险评估问题提供了可操作的管理洞察和可复制的参考。

本文的其余部分组织如下：第2节通过回顾相关文献，介绍了新能源安全风险评估和FMEA方法的研究空白。第3节逐步描述了以基层员工看法为导向的FMEA-II方法。随后，在第4节中将该方法应用于案例研究。第5节提供了敏感性分析、比较分析和一些管理见解。最后，第6节总结了本文。

**关键词**
新能源安全风险评估；失效模式与效应分析（FMEA）；区间值Fermatean模糊数（IVFFN）；模糊G-CCSD方法；MARCOS-RT方法

**参考文献**
（略）此外，实用性和可实施性是管理者关注的关键因素；一种难以实施的方法很难被接受或采纳。

作者贡献声明：
庄马：撰写 – 审稿与编辑、撰写 – 原稿撰写、可视化、方法论、数据管理；
魏民马：概念化；
龚凯欣：撰写 – 审稿与编辑、形式分析；
涂燕：验证、监督。

利益冲突声明：
作者声明没有已知的利益冲突或个人关系可能影响本文的研究结果。

致谢：
作者衷心感谢编辑和审稿人的建设性意见与建议。本研究得到了湖北省自然科学基金（项目编号：2025AFB679）和国家自然科学基金（项目编号：71801177）的支持。