System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現(xiàn)步驟摘要】
本專利技術涉及安全生產,尤其涉及一種生產風險預警方法、裝置、電子設備和存儲介質。
技術介紹
1、危險化學品具有易燃、易爆、有毒、腐蝕性強等特點,在危險化學品生產過程中常發(fā)安全生產事故,尤其是在重特大生產事故中所造成人員傷亡和財產損失更是不可接受的。為有效預防和控制危險化學品生產過程中的安全事故,企業(yè)需加強對安全生產的管理,目前,傳統(tǒng)危險化學品安全生產風險測預警方法主要是依賴人工巡檢與經驗判斷,然而,危險化學品生產過程復雜,傳統(tǒng)的危險化學品安全生產風險測預警方法難以應對突發(fā)的危險化學安全生產事故,因此,如何實現(xiàn)危險化學品安全生產風險的精準預警,提升危險化學品安全生產風險的管理效率是危險化學品安全生產領域的亟需解決的問題。
技術實現(xiàn)思路
1、本專利技術提供了一種生產風險預警方法、裝置、電子設備和存儲介質,解決了生產風險預警準確率低的問題,提升了生產風險的管理效率。
2、本專利技術實施例的一方面,提供了一種生產風險預警方法,包括:
3、獲取生產過程中的生產數(shù)據;
4、針對預設風險等級將生產數(shù)據劃分為不同的標記樣本數(shù)據集;
5、按照生產數(shù)據與預設風險等級的關聯(lián)程度確定各標記樣本數(shù)據集的特征數(shù)據;
6、基于特征數(shù)據的數(shù)據維度確定風險預警模型以及預警監(jiān)測數(shù)據維度;
7、根據預警監(jiān)測數(shù)據維度實時監(jiān)測采集預警關鍵數(shù)據,并基于風險預警模型以及預警關鍵數(shù)據確定預測風險等級;
8、根據預測風險等級確定風險原因和處置建議,
9、本專利技術實施例的另一方面,提供了一種生產風險預警裝置,包括:
10、生產數(shù)據獲取模塊,用于獲取生產過程中的生產數(shù)據;
11、標記樣本數(shù)據集獲取模塊,用于針對預設風險等級將生產數(shù)據劃分為不同的標記樣本數(shù)據集;
12、特征數(shù)據確定模塊,用于按照生產數(shù)據與預設風險等級的關聯(lián)程度確定各標記樣本數(shù)據集的特征數(shù)據;
13、模型確定模塊,用于基于特征數(shù)據的數(shù)據維度確定風險預警模型以及預警監(jiān)測數(shù)據維度;
14、風險等級確定模塊,用于根據預警監(jiān)測數(shù)據維度實時監(jiān)測采集預警關鍵數(shù)據,并基于風險預警模型以及預警關鍵數(shù)據確定預測風險等級;
15、風險預警生成模塊,用于根據預測風險等級確定風險原因和處置建議,并按照風險原因以及處置建議進行生成風險預警。
16、本專利技術實施例的另一方面,提供了一種電子設備,包括:
17、至少一個處理器;
18、以及與至少一個處理器通信連接的存儲器;
19、其中,存儲器存儲有可被至少一個處理器執(zhí)行的計算機程序,計算機程序被至少一個處理器執(zhí)行,以使至少一個處理器能夠執(zhí)行本專利技術實施例中任一項所述的生產風險預警方法。
20、根據本專利技術的另一方面,提供了一種計算機可讀存儲介質,計算機可讀存儲介質存儲有計算機指令,計算機指令用于使處理器執(zhí)行時實現(xiàn)本專利技術實施例任一實施例的生產風險預警方法。
21、本專利技術實施例,獲取生產過程中的生產數(shù)據,獲取預設風險等級,基于預設風險等級,對獲取到的生產數(shù)據進行分類標記,將生產數(shù)據劃分為不同風險等級的標記樣本數(shù)據集,在各標記樣本數(shù)據集中,分析生產數(shù)據與預設風險等級之間的關聯(lián)程度,依據生產數(shù)據與預設風險等級之間的關聯(lián)程度在各標記樣本數(shù)據集中選擇對應的生產數(shù)據,將依據關聯(lián)程度選擇出的生產數(shù)據作為特征數(shù)據,利用特征數(shù)據的數(shù)據維度對預設的算法模型進行訓練,將完成訓練的算法模型作為風險預警模型,根據特征數(shù)據的數(shù)據維度確定預警監(jiān)測數(shù)據維度,根據預警監(jiān)測數(shù)據維度實時監(jiān)測并采集預警關鍵數(shù)據,并將實時監(jiān)測采集的預警關鍵數(shù)據輸入到風險預警模型中,風險預警模型輸出預測風險等級,根據預測風險等級,進一步確定風險原因和處置建議,綜合考慮風險原因和處置建議兩個方面的因素,生成風險預警,基于風險預警進行后續(xù)操作。在本專利技術實施例中,獲取生產過程中的生產數(shù)據為后續(xù)的確定預測風險等級和生成風險預警提供了數(shù)據支持,將數(shù)據劃分為不同風險等級的樣本數(shù)據集,并依據生產數(shù)據與預設風險等級之間的關聯(lián)程度從各標記樣本數(shù)據集中選擇出特征數(shù)據,根據特征數(shù)據的數(shù)據維度構建風險預警模型,通過利用從生產數(shù)據篩選出的特征數(shù)據構建風險預警模型,使得風險預警模型預測準確率上升,降低了誤報率和漏報率,基于特征數(shù)據的數(shù)據維度確定預警監(jiān)測數(shù)據維度,根據預警監(jiān)測數(shù)據維度實時監(jiān)測采集預警關鍵數(shù)據,并將預警關鍵數(shù)據輸入至風險預警模型中,通過實時監(jiān)測采集預警監(jiān)測數(shù)據維度對應的預警關鍵數(shù)據,并將預警關鍵數(shù)據輸入至風險預警模型得到預設風險等級,確保了風險預警模型的精準預警,通過預測風險等級確定出風險原因和處置建議,使得企業(yè)能夠快速制定有效的應對策略,提升了生產風險的管理效率。
22、應當理解,本部分所描述的內容并非旨在標識本專利技術的實施例的關鍵或重要特征,也不用于限制本專利技術的范圍。本專利技術的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網...【技術保護點】
1.一種生產風險預警方法,其特征在于,所述方法包括:
2.根據權利要求1所述方法,其特征在于,所述獲取生產過程中的生產數(shù)據,包括:
3.根據權利要求2所述方法,其特征在于,所述在所述工作日志中提取所述生產過程中的工作數(shù)據,包括:
4.根據權利要求1所述方法,其特征在于,所述針對預設風險等級將所述生產數(shù)據劃分為不同的標記樣本數(shù)據集,包括:
5.根據權利要求1所述方法,其特征在于,所述按照所述生產數(shù)據與所述預設風險等級的關聯(lián)程度確定各所述標記樣本數(shù)據集的特征數(shù)據,包括:
6.根據權利要求1所述方法,其特征在于,所述基于所述特征數(shù)據的數(shù)據維度確定風險預警模型以及預警監(jiān)測數(shù)據維度,包括:
7.根據權利要求1所述方法,其特征在于,所述根據所述預警監(jiān)測數(shù)據維度實時監(jiān)測采集預警關鍵數(shù)據,并基于所述風險預警模型以及所述預警關鍵數(shù)據確定預測風險等級,包括:
8.一種生產風險預警裝置,其特征在于,包括:
9.一種電子設備,其特征在于,所述電子設備包括:
10.一種計算機可讀存儲介質,其特征在于
...【技術特征摘要】
1.一種生產風險預警方法,其特征在于,所述方法包括:
2.根據權利要求1所述方法,其特征在于,所述獲取生產過程中的生產數(shù)據,包括:
3.根據權利要求2所述方法,其特征在于,所述在所述工作日志中提取所述生產過程中的工作數(shù)據,包括:
4.根據權利要求1所述方法,其特征在于,所述針對預設風險等級將所述生產數(shù)據劃分為不同的標記樣本數(shù)據集,包括:
5.根據權利要求1所述方法,其特征在于,所述按照所述生產數(shù)據與所述預設風險等級的關聯(lián)程度確定各所述標記樣本數(shù)據集的特征數(shù)據,包括:
6.根據權利要求1所述方法,...
【專利技術屬性】
技術研發(fā)人員:井洪宇,關磊,席健,宗凱,魏良霄,
申請(專利權)人:中國安全生產科學研究院,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。