CN106570612A - 一种基于数据挖掘的隐患等级自动评估方法 - Google Patents
一种基于数据挖掘的隐患等级自动评估方法 Download PDFInfo
- Publication number
- CN106570612A CN106570612A CN201610882989.2A CN201610882989A CN106570612A CN 106570612 A CN106570612 A CN 106570612A CN 201610882989 A CN201610882989 A CN 201610882989A CN 106570612 A CN106570612 A CN 106570612A
- Authority
- CN
- China
- Prior art keywords
- hidden danger
- grade
- automatic evaluation
- evaluation method
- level decisions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Abstract
本发明公开了一种基于数据挖掘的隐患等级自动评估方法,包括:依据电网系统运行隐患管理制度,对所述电网系统运行的安全隐患进行分类、定级和梳理,以形成量化分级的电网运行安全隐患标准库;根据所述电网运行安全隐患标准库作为训练样本,提取隐患等级标示属性,挖掘归纳出隐患分类和分级规则,构建第一隐患等级决策树;根据所述第一隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。本发明具有如下优点:通过对隐患标准库中的数据进行挖掘分析,构建安全隐患等级决策树,实现自安全隐患等级自动评估,评估结果将为隐患措施的制定提供可靠、准确和及时的信息参考,为系统运行安全生产提供科学高效的评估支持。
Description
技术领域
本发明涉及电力自动化领域,具体涉及一种基于数据挖掘的隐患等级自动评估方法。
背景技术
随着电网规模的不断扩大,电网企业的安全生产十分重要,而安全隐患几乎存在于系统运行的各个环节,为了减少人员伤亡、伤害以及财产的损失,这就需要加大安全隐患排除力度,切实有效地为事故发生做好预防。目前隐患排查工作已做为一项例行工作开展,但对于隐患排查工作开展的规范化,排查结果的规律化评估尚缺乏基础性研究的支撑,也没有类似的专家评估系统。传统隐患评估不同评估对象往往根据单一业务情况通过评估方式的人为选取进行安全隐患的评估工作,评估方式的选择过程智能化、自动化程度不高。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的目的在于提出一种基于数据挖掘的隐患等级自动评估方法。
为了实现上述目的,本发明的实施例公开了一种基于数据挖掘的隐患等级自动评估方法,包括以下步骤:S1:依据电网系统运行隐患管理制度,对所述电网系统运行的安全隐患进行分类、定级和梳理,以形成量化分级的电网运行安全隐患标准库;S2:根据所述电网运行安全隐患标准库作为训练样本,提取隐患等级标示属性,挖掘归纳出隐患分类和分级规则,构建第一隐患等级决策树;S3:根据所述第一隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。
根据本发明实施例的基于数据挖掘的隐患等级自动评估方法,通过对隐患标准库中的数据进行挖掘分析,构建安全隐患等级决策树,实现自安全隐患等级自动评估,评估结果将为隐患措施的制定提供可靠、准确和及时的信息参考,为系统运行安全生产提供科学高效的评估支持。
另外,根据本发明上述实施例的基于数据挖掘的隐患等级自动评估方法,还可以具有如下附加的技术特征:
进一步地,步骤S3进一步包括:根据所述第一隐患等级决策树计算新录入的隐患信息与所述电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
进一步地,在构建所述第一隐患等级决策树之后还包括:对所述第一隐患等级决策树消除统计噪声或数据波动得到第二隐患等级决策树;根据所述第二隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。
进一步地,所述根据所述第二隐患等级决策树对新录入的隐患信息进行隐患等级自动评估进一步包括:根据所述第二隐患等级决策树计算新录入的隐患信息与所述电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
进一步地,所述电网运行安全隐患标准库存储有系统运行隐患的定义、隐患分类、隐患等级、隐患范例、隐患危害、关联制度和防范措施中的一项或多项组合。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明实施例的基于数据挖掘的隐患等级自动评估方法的流程图;
图2是本发明一个实施例的基于数据挖掘的隐患等级自动评估方法中的流程图;
图3是本发明一个实施例的隐患等级决策树的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图描述本发明。
图1是本发明一个实施例的基于数据挖掘的隐患等级自动评估方法的流程图。如图1所示,一种基于数据挖掘的隐患等级自动评估方法,包括以下步骤:
S1:依据电网系统运行隐患管理制度,对电网系统运行的安全隐患进行分类、定级和梳理,以形成量化分级的电网运行安全隐患标准库。
进一步地,电网运行安全隐患标准库存储有系统运行隐患的定义、隐患分类、隐患等级、隐患范例、隐患危害、关联制度和防范措施中的一项或多项组合。
S2:根据电网运行安全隐患标准库作为训练样本,提取隐患等级标示属性,挖掘归纳出隐患分类和分级规则,构建第一隐患等级决策树。
S3:根据第一隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。
进一步地,骤S3进一步包括:
根据第一隐患等级决策树计算新录入的隐患信息与电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
进一步地,在构建第一隐患等级决策树之后还包括:
对第一隐患等级决策树消除统计噪声或数据波动得到第二隐患等级决策树,以达到对决策树的影响来达到净化树的目的;
根据第二隐患等级决策树计算新录入的隐患信息与电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
本发明实施例的基于数据挖掘的隐患等级自动评估方法与现有技术相比,本发明具有如下优点:
(1)对系统运行各项中的安全隐患进行分类、定级,梳理形成量化分级的电网运行安全隐患标准库;
(2)实现电网系统运行安全隐患等级自动评估,当登记一条隐患信息时,通过隐患等级决策树,计算此条信息与已有隐患标准库的匹配度,进而推送出该隐患的等级。
(3)提高效率,与传统方式相比,减少了人力资源的浪费,从原来的隐患等级评估由经验判断转化为算法分析得出,提高了事件处置效率;
(4)安全隐患等级的自动评估,为隐患措施的制定提供可靠、准确和及时的信息参考,为系统运行安全生产提供科学高效的评估支持。
为使本领域技术人员进一步理解本发明,将通过以下实施例进行详细说明。
图2是本发明一个实施例的基于数据挖掘的隐患等级自动评估方法中的流程图。如图2所示,基于数据挖掘的隐患等级自动评估方法包括以下步骤:
(1)根据依据电网系统运行隐患管理制度,对所述电网系统运行的所有安全隐患进行分类、定级和梳理,形成量化分级的电网运行安全隐患标准库。电网运行安全隐患标准库存储有系统运行隐患编号、隐患的定义、隐患分类、隐患等级、隐患范例、隐患危害、关联制度和防范措施中的一项或多项组合。
1)隐患编号
单位汉字名称简写(写至三级单位)+年号+顺序号();
2)隐患定义
对隐患进行简要概述;
3)隐患分类
按专业分类:隐患子类按专业课分为调度、方式、发电调度、水调、继电保护、通信、自动化、技经、综合等。
按隐患类型分类:系统运行安全隐患分为电网运行隐患和二次系统隐患,二次系统隐患又分为二次系统运行隐患和二次设备隐患。
4)隐患等级
按隐患等级可分为一般隐患和重大隐患,重大隐患又分为I级重大隐患、II级重大隐患。
一般隐患,是指危害性较小,发现后能够立即整改排除的隐患,以及可能引发公司事故事件调规规定的三级及以下事件的隐患。
重大隐患,是指危害性较大,停电设备多、影响范围较大,需经过一定时间整改治理方能排除的隐患,或者因外部因素影响致使生产经营单位自身难以排除的隐患,以及可能引发公司事故事件调规规定的事故及一、二级事件的隐患。
重大隐患分为Ⅰ级重大隐患和Ⅱ级重大隐患。Ⅰ级重大隐患主要包括可能引发公司事故事件调规规定的一般及以上电力安全事故的隐患;Ⅱ级重大隐患主要包括可能引发公司事故事件调规规定的一级、二级电力安全事件的隐患。
5)隐患危害
特大事故、重大事故、较大事故、一般事故、一级事件、二级事件、三级事件、四级事件、五级事件。
(2)隐患等级决策树构建
根据(1)中隐患标准库中的隐患分类、分级构建隐患等级决策树,具体步骤:
1)已整理好的隐患标准库作为训练样本E,通过将隐患标准库按专业类型、隐患等级等属性规则进行划分,首先选择专业进行划分,将隐患标准库中的数据集按专业(调度、方式、发电调度、水调、继电保护、通信、自动化、技经、综合)划分为不同的专业类数据集;
2)逐个处理专业分类数据集,并按隐患类型(电网运行隐患、二次系统运行隐患、二次设备隐患)划分为不同的隐患分类数据集;
3)逐个处理隐患分类数据集,并按隐患等级(重大隐患、一般隐患)划分为不同数据集;
4)逐个处理重大隐患等级数据集,并按重大隐患等级(Ⅰ级重大隐患和Ⅱ级重大隐患)进行划分为不同数据集;
5)逐个处理子数据集,若E的记录都属于同一类,类别属性值标记为Xi(纯的),则选择Xi为叶节点;否则把把该子数据集作为当前数据集,转1)。
6)若子数据集处理完,结束;否则转5)。
(3)隐患等级自动评估
在实际工作中登记隐患信息,提取隐患信息中的标示性属性,通过决策树进行等级判断,自动给出隐患等级。
图3是本发明一个实施例的隐患等级决策树的示意图。如图3所示,按照隐患分类、分级构建隐患等级决策树,首先将隐患按专业分类(调度、方式、发电调度、水调、继电保护、通信、自动化、技经、综合)进行数据集划分,确定安全隐患属于哪个专业;再对每个专业数据集按照隐患分类(电网运行隐患、二次系统运行隐患、二次设备隐患)进行数据集划分,确定安全隐患所属分类;继续往下探索,将每类隐患按照隐患等级(重大隐患、一般隐患)进行数据集划分,初步判断隐患的等级分类;进一步详细的将重大隐患按照重大隐患等级划分为I级重大隐患和II级重大隐患。通过隐患等级决策树的构建,对新登记的隐患,根据隐患自身的属性和性质,以及决策树的要求判断具体隐患属于哪一个分类,直到走到叶节点从而确定隐患级别。
另外,本发明实施例的基于数据挖掘的隐患等级自动评估方法的其它构成以及作用对于本领域的技术人员而言都是已知的,为了减少冗余,不做赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (5)
1.一种基于数据挖掘的隐患等级自动评估方法,其特征在于,包括以下步骤:
S1:依据电网系统运行隐患管理制度,对所述电网系统运行的安全隐患进行分类、定级和梳理,以形成量化分级的电网运行安全隐患标准库;
S2:根据所述电网运行安全隐患标准库作为训练样本,提取隐患等级标示属性,挖掘归纳出隐患分类和分级规则,构建第一隐患等级决策树;
S3:根据所述第一隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。
2.根据权利要求1所述的基于数据挖掘的隐患等级自动评估方法,其特征在于,步骤S3进一步包括:
根据所述第一隐患等级决策树计算新录入的隐患信息与所述电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
3.根据权利要求1所述的基于数据挖掘的隐患等级自动评估方法,其特征在于,在构建所述第一隐患等级决策树之后还包括:
对所述第一隐患等级决策树消除统计噪声或数据波动得到第二隐患等级决策树;
根据所述第二隐患等级决策树对新录入的隐患信息进行隐患等级自动评估。
4.根据权利要求3所述的基于数据挖掘的隐患等级自动评估方法,其特征在于,所述根据所述第二隐患等级决策树对新录入的隐患信息进行隐患等级自动评估进一步包括:
根据所述第二隐患等级决策树计算新录入的隐患信息与所述电网运行安全隐患标准库的匹配度,根据预设匹配度阈值对新录入的隐患信息进行隐患等级自动评估。
5.根据权利要求1所述的基于数据挖掘的隐患等级自动评估方法,其特征在于,所述电网运行安全隐患标准库存储有系统运行隐患的定义、隐患分类、隐患等级、隐患范例、隐患危害、关联制度和防范措施中的一项或多项组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610882989.2A CN106570612A (zh) | 2016-10-08 | 2016-10-08 | 一种基于数据挖掘的隐患等级自动评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610882989.2A CN106570612A (zh) | 2016-10-08 | 2016-10-08 | 一种基于数据挖掘的隐患等级自动评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106570612A true CN106570612A (zh) | 2017-04-19 |
Family
ID=58532636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610882989.2A Pending CN106570612A (zh) | 2016-10-08 | 2016-10-08 | 一种基于数据挖掘的隐患等级自动评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570612A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862431A (zh) * | 2017-09-21 | 2018-03-30 | 中国南方电网有限责任公司 | 一种调度安全生产监督管控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136587A (zh) * | 2013-03-07 | 2013-06-05 | 武汉大学 | 基于支持向量机的配电网运行状态分类识别方法 |
CN103902816A (zh) * | 2014-03-12 | 2014-07-02 | 郑州轻工业学院 | 基于数据挖掘技术的带电检测数据处理方法 |
CN104392391A (zh) * | 2014-11-14 | 2015-03-04 | 国家电网公司 | 一种电网运行安全风险量化方法 |
CN105894177A (zh) * | 2016-03-25 | 2016-08-24 | 国家电网公司 | 一种基于决策树算法的电力设备运行风险分析评估方法 |
EP3065245A1 (en) * | 2008-12-15 | 2016-09-07 | Accenture Global Services Limited | Power grid outage and fault condition management |
-
2016
- 2016-10-08 CN CN201610882989.2A patent/CN106570612A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3065245A1 (en) * | 2008-12-15 | 2016-09-07 | Accenture Global Services Limited | Power grid outage and fault condition management |
CN103136587A (zh) * | 2013-03-07 | 2013-06-05 | 武汉大学 | 基于支持向量机的配电网运行状态分类识别方法 |
CN103902816A (zh) * | 2014-03-12 | 2014-07-02 | 郑州轻工业学院 | 基于数据挖掘技术的带电检测数据处理方法 |
CN104392391A (zh) * | 2014-11-14 | 2015-03-04 | 国家电网公司 | 一种电网运行安全风险量化方法 |
CN105894177A (zh) * | 2016-03-25 | 2016-08-24 | 国家电网公司 | 一种基于决策树算法的电力设备运行风险分析评估方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862431A (zh) * | 2017-09-21 | 2018-03-30 | 中国南方电网有限责任公司 | 一种调度安全生产监督管控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447625B (zh) | 一种架空输电线路通道树障隐患的自动判别方法 | |
CN105894177A (zh) | 一种基于决策树算法的电力设备运行风险分析评估方法 | |
CN110888973B (zh) | 一种监控信息表自动结构化梳理的方法 | |
CN112926666A (zh) | 一种轨道交通故障诊断方法 | |
CN104616092A (zh) | 一种基于分布式日志分析的行为模式处理方法 | |
CN109117974A (zh) | 一种配电网台区重过载风险评估方法和装置 | |
CN102170124A (zh) | 一种电能质量稳态指标预警方法 | |
CN103326467A (zh) | 一种基于保信主站装置录波信息的保护动作报告实现方法 | |
CN111667108A (zh) | 一种配网抢修时长预测方法 | |
CN112132491B (zh) | 一种基于电网拓扑分析的电网监视告警系统及方法 | |
CN111044845B (zh) | 基于Apriori算法的配电网事故识别方法及系统 | |
CN113268590A (zh) | 一种基于设备画像和集成学习的电网设备运行状态评估方法 | |
CN113071966A (zh) | 电梯故障预测方法、装置、设备及存储介质 | |
CN111708817B (zh) | 一种变电站监控信息的智能处置方法 | |
CN115293584A (zh) | 一种架空输电线路风险预测方法、系统及终端 | |
CN109677448A (zh) | 一种基于转辙机功率的道岔故障分析方法 | |
CN116011330A (zh) | 一种基于改进随机森林的电力系统电压稳定评估方法 | |
CN110334127B (zh) | 一种配电网线路故障规律挖掘方法、系统及存储介质 | |
CN106570612A (zh) | 一种基于数据挖掘的隐患等级自动评估方法 | |
CN114493238A (zh) | 供电服务风险预测方法、系统、存储介质及计算机设备 | |
CN107064742A (zh) | 基于专家系统的直流系统故障智能分析方法及系统 | |
CN112732787B (zh) | 面向动车组重要部件的设备画像与个性化运维服务方法 | |
CN109035066A (zh) | 基于svm的10千伏配网高掉闸线路成因分析及治理方法 | |
CN116010886B (zh) | 安全监测方法、装置、电子设备和存储介质 | |
CN112434955B (zh) | 一种基于多数据融合的配网线路运行风险感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170419 |