随着电力企业生产设备的日益复杂和精细，硬件可靠性技术的不断提高，直接由机械故障导致的事故比例已经下降到很低，人的因素对电力企业的安全生产过程的影响越来越严重。而人的失误具有重复性、引发事故的潜在可能性、学习可控制性等特征，因此可以通过对员工的安全等级进行鉴定，使员工认识到自身存在安全隐患，并有意识、有针对性的进行学习改进，这可以在一定程度上减少失误的重复发生、降低引发事故的可能性。但各地区实施的安全等级鉴定没有形成统一的标准和方法，大多只是简单的通过笔试和行为测试两方面进行评分计算得出的，存在着诸多弊端，如评价周期长、缺乏准确性及结果的不具可比性等，并且仅仅一份简单评价结果报表或者一个简单的分数，一方面很难引起人们对安全等级评价结果的重视，另一方面很难使管理者与员工本身对结果有一个直接、清晰的认识，这些都大大降低了安全等级评价的效果。因此，统一有效的电力企业员工安全等级评价模型的建立就显得极为重要。　　 本文以电力企业员工为研究对象，深入分析了电力企业员工安全等级的影响因素，设计了电力企业员工安全等级评价模型框架，构建了电力企业员工安全等级评价指标体系，并基于神经网络技术实现了员工安全等级评价过程，最后对等级评价结果的进行了可视化。通过可视化的安全等级，使电力企业管理人员及员工本身更加直观、准确的认识到自己在生产过程中的安全状态，推动其针对自身的不足，主动进行学习和改进。