CN111178732A - 基于大数据赋能条件下的区域动态火灾风险评估方法 - Google Patents
基于大数据赋能条件下的区域动态火灾风险评估方法 Download PDFInfo
- Publication number
- CN111178732A CN111178732A CN201911347980.1A CN201911347980A CN111178732A CN 111178732 A CN111178732 A CN 111178732A CN 201911347980 A CN201911347980 A CN 201911347980A CN 111178732 A CN111178732 A CN 111178732A
- Authority
- CN
- China
- Prior art keywords
- fire
- risk
- level index
- level
- assessment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012502 risk assessment Methods 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000013139 quantization Methods 0.000 claims description 27
- 238000013210 evaluation model Methods 0.000 claims description 18
- 230000006855 networking Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012954 risk control Methods 0.000 abstract description 9
- 230000001174 ascending effect Effects 0.000 abstract description 5
- 230000000750 progressive effect Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000000926 separation method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000011867 re-evaluation Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了基于大数据赋能条件下的区域动态火灾风险评估方法，对火灾风险中的可变因素，动态实现区域风险识别‑实时评估‑消防部门监督整改‑再次评估‑再次整改的螺旋上升式风险控制，实现消防安全风险可识别、可管控；在对联网社会单位开展单体建筑火灾风险评估基础上，以各消防大队或者消防支队辖区为指定区域，开展区域性火灾风险评估，构建了区域性动态火灾风险评估模型，开辟了火灾风险评估由“点”到“面”跨越式递进路径，实现了区域性消防安全动态评估“点”上实时测评到“面”上精准把控。
Description
技术领域
本发明涉及消防火灾风险评估领域，尤其涉及基于大数据赋能条件下的区域动态火灾风险评估方法。
背景技术
目前，国内学者已经对建筑火灾风险评估做了较多研究，现行使用于建筑火灾风险评估的方法主要有火灾风险指数法、因子评定法等，该类方法能够较好地反映出建筑物固有特征与火灾发生及其危害的关联性，但忽略了控制火灾危害的因素。同时，当前各类场所(含场馆)火灾风险评估多采用三层级指标体系，多从“消防管理”、“安全疏散”、“建筑防火”、“建筑灭火”、“外部救援”等方面构建一级指标体系，而缺少对实时数据的考量，仅能实现静态评估，且由于各省市物联网消防远程系统系统仅处于初步建设阶段，实时监测的动态消防数据较少或即使有数据但数据未能有效利用，并且，当前火灾风险评估模型多是针对社会单位单体建筑的，较少有围绕区域的火灾风险评估模型。因此，为解决上述问题，本发明提供基于大数据赋能条件下的区域动态火灾风险评估方法，基于实时监测的消防数据以及社会单位动态火灾风险量化评估模型，实现对区域内联网社会单位动态化和量化评估，直观呈现各区域的火灾风险水平。
发明内容
有鉴于此，本发明提出了基于大数据赋能条件下的区域动态火灾风险评估方法，基于实时监测的消防数据以及社会单位动态火灾风险量化评估模型，实现对区域内联网社会单位动态化和量化评估，直观呈现各区域的火灾风险水平。
本发明的技术方案是这样实现的：本发明提供了基于大数据赋能条件下的区域动态火灾风险评估方法，包括以下步骤：
S1、将区域内所有联网社会单位按照不同联网单位类型分为多个大类；
S2、构建联网社会单位单体建筑火灾风险评估模型，对区域内内多个大类的联网社会单位进行火灾风险量化评估，得到所有联网社会单位测评得分；
S3、将区域内同类型的联网社会单位测评得分相加取其平均分，采用层次分析法确定区域内多个大类联网社会单位的权重，通过综合指数法将层次分析法计算的权重与该类型联网社会单位的平均分进行累乘相加，最后得到区域内联网社会单位的消防安全综合评估得分。
在以上技术方案的基础上，优选的，S2中构建联网社会单位单体建筑火灾风险评估模型具体包括以下步骤：
S101、获取本地社会单位的三级指标动态火灾评估模型；
S102、采用层次分析法确定三级指标动态火灾评估模型中各指标的权重，设置三级指标项赋分标准，获取实时消防数据，将实时消防数据作为待评估的三级指标项，根据三级指标项赋分标准动态评估三级指标项赋分值，根据风险计算公式计算得到联网社会单位测评得分。
进一步优选的，三级指标动态火灾评估模型包含动态分析对象。
进一步优选的，S102中设置三级指标项赋分标准具体包括以下步骤：
S201、根据消防安全项目建立消防安全评分表，所述消防安全评分表中包含消防安全考核的评估细则；
S202、设置消防安全评分表中的各项评估细则得分标准，根据采集的实时消防数据，判断实时消防数据是否满足各项评估细则得分标准，进而得到各项评估细则的得分，将各项评估细则的得分求和，求和结果即为该三级指标项赋分值。
进一步优选的，S102还包括评估三级指标项风险等级，具体包括以下步骤：
S301、通过层次分析法确定三级指标项的权重；
S302、将各类三级指标项划分为多个危险等级，每个危险等级对应一个量化范围；
S303、将各类三级指标项权重与其对应的三级指标项赋分值相乘得到乘积结果，将乘积结果与量化范围进行匹配，得到各类三级指标项风险等级；
S304、对存在风险的三级指标项风险等级对应的三级指标项提出整改建议，使各三级指标项符合要求。
进一步优选的，S304中对存在风险的三级指标项风险等级对应的三级指标项提出整改建议，使各三级指标项符合要求具体为：通过穷尽列举不同三级指标项风险等级对应的整改建议，根据不同风险级别利用计算机搜索定位功能，实时选择对应的整改建议。
进一步优选的，S102中综合消防安全风险值计算公式为：
S＝∑Ui*Uij*Wij；
式中，S表示联网社会单位测评得分；Ui表示第i个一级指标项一级指标项的权重；Uij表示第i个一级指标项的第j个二级指标项的权重；Wij表示第i个一级指标项的第j个二级指标项相对应的三级指标项赋分值。
在以上技术方案的基础上，优选的，S3中综合指数法对应的计算公式为：
S'＝∑Uv*Wv；
式中，S'表示消防安全综合评估得分，Uv表示区域内第v类联网单位的权重，Wv表示区域内第v类联网单位的平均分。
在以上技术方案的基础上，优选的，还包括：S4、对比分析不同区域的消防安全综合评估得分，将消防安全评分划分为多个消防安全水平等级，每个消防安全水平等级对应一个量化范围，将消防安全综合评估得分与每个量化范围进行匹配，获取当前区域的消防安全水平等级。
本发明的基于大数据赋能条件下的区域动态火灾风险评估方法相对于现有技术具有以下有益效果：
(1)综合物联网系统联网社会单位单体建筑的火灾风险评估量化结果，采用定性和定量相结合的方法，利用数据模糊处理技术，开展区域性动态火灾风险评估，对比分析辖区各类场所火灾危险性。围绕区域性动态火灾风险评估结果，针对消防安全综合评分较低的场所，提出对应的整改措施和建议，有效提升消防部门消防监管效能；
(2)对火灾风险中的可变因素，动态实现区域风险识别-实时评估-消防部门监督整改-再次评估-再次整改的螺旋上升式风险控制，实现消防安全风险可识别、可管控；
(3)在对联网社会单位开展单体建筑火灾风险评估基础上，以各消防大队或者消防支队辖区为指定区域，开展区域性火灾风险评估，构建了区域性动态火灾风险评估模型，开辟了火灾风险评估由“点”到“面”跨越式递进路径，实现了区域性消防安全动态评估“点”上实时测评到“面”上精准把控；
(4)相比与传统的静态评估，本发明利用实时消防数据带动三级指标动态火灾评估模型中的三级指标项赋分值变化，进而带动整个三级指标动态火灾评估模型最终的综合消防安全风险值变化，可以有效利用实时消防数据，提高联网社会单位风险评估的精确性，实现对联网社会单位动态化评估；
(5)通过设置单位火灾风险等级以及其对应的消防安全风险数值范围，将综合消防安全风险值与每个量化范围进行匹配，获取当前单位的单位火灾风险等级，实现对当前联网社会单位的量化评估，可以直观地呈现当前联网社会单位火灾风险水平；根据综合消防安全风险值估算火灾可能导致的后果，预测其消防安全风险等级，对存在的风险项提出相应消除或降低火灾危险性的对策措施；
(6)对火灾风险中的可变因素，动态实现风险识别-实时评估-整改改进-再次评估-再次改进的螺旋上升式风险控制，实现安全风险可识别、可管控；
(7)通过为三级指标进行合理分级打分，归纳、整理后再通过层次分析法划分权重，将各类三级指标项权重与其对应的三级指标项赋分值相乘得到乘积结果，将乘积结果与量化范围进行匹配，得到各类三级指标项风险等级，根据三级指标项风险等级可以看出三级指标打分是否合理，对于不合理的三级指标，通过调整其打分标准，可以使风险计算公式得出的评估结果更精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于大数据赋能条件下的区域动态火灾风险评估方法的流程图；
图2为本发明基于大数据赋能条件下的区域动态火灾风险评估方法中三级指标动态火灾评估模型的结构图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
实施例1
如图1所示，本发明的基于大数据赋能条件下的区域动态火灾风险评估方法，包括以下步骤：
S1、将区域内所有联网社会单位按照不同联网单位类型分为多个大类；
其中，可以根据不同的应用场景或需求将不同联网单位类型分为多个大类，且类别的数量和类型不做限定。优选的，本实施例中，将区域内所有联网社会单位按照不同联网单位类型分为8大类，分别是：酒店、场馆、大型综合体、高层建筑、化工企业、养老院、博物馆和医院。
S2、构建联网社会单位单体建筑火灾风险评估模型，对区域内内多个大类的联网社会单位进行火灾风险量化评估，得到所有联网社会单位测评得分；
S3、将区域内同类型的联网社会单位测评得分相加取其平均分，采用层次分析法确定区域内多个大类联网社会单位的权重，通过综合指数法将层次分析法计算的权重与该类型联网社会单位的平均分进行累乘相加，最后得到区域内联网社会单位的消防安全综合评估得分；
其中，采用层次分析法确定区域内多个大类联网社会单位的权重具体为：
S101、构造判断矩阵群，从第二层开始，针对上一层某个元素，对下一层与之相关的元素，即层间有连线的元素，进行两两对比，并按其重要程度评定等级，两两比较结果构成判断矩阵；
S102、计算判断矩阵的特征向量和最大特征值；
S103、检验判断矩阵是否符合一致性标准，一致性标准是指矩阵中任意一行或列与其余行或列的对应元素之差为常数；
S104、对判断矩阵中不符合一致性标准的元素进行调整，使调整后的判断矩阵中的元素符合一致性标准；
S105、根据调整后的判断矩阵，计算各个参数的相对权重向量，并根据所述相对权重向量对三级指标动态火灾评估模型的一级指标和二级指标进行配置。
进一步优选的，综合指数法对应的计算公式为：
S'＝∑Uv*Wv；
式中，S'表示消防安全综合评估得分，Uv表示区域内第v类联网单位的权重，Wv表示区域内第v类联网单位的平均分。
S4、对比分析不同区域的消防安全综合评估得分，将消防安全评分划分为多个消防安全水平等级，每个消防安全水平等级对应一个量化范围，将消防安全综合评估得分与每个量化范围进行匹配，获取当前区域的消防安全水平等级。
本实施例中，将将消防安全评分划分为4个消防安全水平等级，其中，具体分级及相应的风险描述如下：
低风险，对应的量化范围为[85,100]，其风险描述为：几乎不可能发生火灾，火灾风险性低，火灾风险处于可接受的水平，风险控制重在维护和管理。
中风险，对应的量化范围为[65,85]，其风险描述为：可能发生一般火灾，火灾风险性中等，火灾风险处于可控制的水平，采取措施后可达到接受水平，风险控制重在局部整改和加强管理。
高风险，对应的量化范围为[25,65]，其风险描述为：可能发生较大火灾，火灾风险性较高，火灾风险处于较难控制的水平，应采取措施加强消防基础设施建设和完善消防管理水平。
极高风险，对应的量化范围为[0,25]，其风险描述为：可能发生重大或特大火灾，火灾风险性极高，火灾风险处于很难控制的水平，应当采取全面的措施对建筑的设计、主动防火设施进行完善，加强对危险源的管控、增强消防管理和救援力量。
本实施例的有益效果为：综合物联网系统联网社会单位单体建筑的火灾风险评估量化结果，采用定性和定量相结合的方法，利用数据模糊处理技术，开展区域性动态火灾风险评估，对比分析辖区各类场所火灾危险性。围绕区域性动态火灾风险评估结果，针对消防安全综合评分较低的场所，提出对应的整改措施和建议，有效提升消防部门消防监管效能；
对火灾风险中的可变因素，动态实现区域风险识别-实时评估-消防部门监督整改-再次评估-再次整改的螺旋上升式风险控制，实现消防安全风险可识别、可管控；
在对联网社会单位开展单体建筑火灾风险评估基础上，以各消防大队或者消防支队辖区为指定区域，开展区域性火灾风险评估，构建了区域性动态火灾风险评估模型，开辟了火灾风险评估由“点”到“面”跨越式递进路径，实现了区域性消防安全动态评估“点”上实时测评到“面”上精准把控。
实施例2
在实施例1的基础上，本实施例提供一种对区域内单体的联网社会单位进行火灾风险量化评估的方法，具体包括以下步骤：
S101、获取本地社会单位的三级指标动态火灾评估模型；
本实施例中，三级指标动态火灾评估模型可以根据实际需求变动分析对象，但其结构依然是三层结构，并且三级指标动态火灾评估模型的分析对象中必须包含动态分析对象。由于三级指标动态火灾评估模型的分析对象可变，因此，本实施例中，不对三级指标动态火灾评估模型的分析对象进行限制。优选的，本实施例中的三级指标动态火灾评估模型如图2所示，以建筑固有安全性、消防安全人员管理、设施设备管理、隐患管理、单位基础数据维护和单位消防数据维护这6个项目作为一级指标项，以及所有一级指标项细分的20个项目作为二级指标项，所有二级指标项细分的52个项目作为三级指标项，其中，建筑固有安全性、消防安全人员管理、单位基础数据维护和单位消防数据维护为4类静态数据，设施设备管理、隐患管理为2类动态数据。
S2、利用层次分析法确定三级指标动态火灾评估模型中各指标的权重，设置三级指标项赋分标准，获取物联网消防远程监控系统监测的实时消防数据，将实时消防数据作为待评估的三级指标项，根据三级指标项赋分标准动态评估三级指标项赋分值，根据风险计算公式计算社会单位的综合消防安全风险值；
由于本实施例中三级指标动态火灾评估模型的一级指标项中包含两类动态数据，同时，本实施例将实时消防数据作为待评估的三级指标项，实时消防数据有可能变化，因此设施设备管理、隐患管理2类动态数据下的三级指标项赋分值跟随实时消防数据的结果变化，进而带动整个三级指标动态火灾评估模型最终的综合消防安全风险值变化，可以有效利用实时消防数据，提高联网社会单位风险评估的精确性，实现对联网社会单位动态化评估。
进一步优选的，设置三级指标项赋分标准具体包括以下步骤：
S201、根据消防安全项目建立消防安全评分表，消防安全评分表中包含消防安全考核的评估细则；
S202、设置消防安全评分表中的各项评估细则得分标准，根据采集的实时消防数据，判断实时消防数据是否满足各项评估细则得分标准，进而得到各项评估细则的得分，将各项评估细则的得分求和，求和结果即为该三级指标项赋分值。
进一步优选的，风险计算公式计算公式为：
S＝∑Ui*Uij*Wij；
式中，S表示综合消防安全风险值；Ui表示第i个一级指标项一级指标项的权重；Uij表示第i个一级指标项的第j个二级指标项的权重；Wij表示第i个一级指标项的第j个二级指标项相对应的三级指标项赋分值。
S3、设置单位火灾风险等级，为每个单位火灾风险等级设置对应的消防安全风险数值范围，将综合消防安全风险值与每个量化范围进行匹配，获取当前单位的单位火灾风险等级。
本实施例中，将消防安全水平等级划分为低风险、中风险、高风险、极高风险共4类消防安全水平等级，其中，具体分级及相应的风险描述如下：
低风险，对应的量化范围为[85,100]，其风险描述为：几乎不可能发生火灾，火灾风险性低，火灾风险处于可接受的水平，风险控制重在维护和管理。
中风险，对应的量化范围为[65,85]，其风险描述为：可能发生一般火灾，火灾风险性中等，火灾风险处于可控制的水平，采取措施后可达到接受水平，风险控制重在局部整改和加强管理。
高风险，对应的量化范围为[25,65]，其风险描述为：可能发生较大火灾，火灾风险性较高，火灾风险处于较难控制的水平，应采取措施加强消防基础设施建设和完善消防管理水平。
极高风险，对应的量化范围为[0,25]，其风险描述为：可能发生重大或特大火灾，火灾风险性极高，火灾风险处于很难控制的水平，应当采取全面的措施对建筑的设计、主动防火设施进行完善，加强对危险源的管控、增强消防管理和救援力量。
针对高风险和极高风险项，对应指标(评估细项)或整体评估结果处于高风险或极高风险，提出具有针对性的整改建议，通过穷尽列举不同风险级别风险对应的整改建议，根据不同风险级别利用计算机搜索定位功能，实时选择对应的整改建议。
本实施例的有益效果为：相比与传统的静态评估，本实施例利用实时消防数据带动三级指标动态火灾评估模型中的三级指标项赋分值变化，进而带动整个三级指标动态火灾评估模型最终的综合消防安全风险值变化，可以有效利用实时消防数据，提高联网社会单位风险评估的精确性，实现对联网社会单位动态化评估；
通过设置单位火灾风险等级以及其对应的消防安全风险数值范围，将综合消防安全风险值与每个量化范围进行匹配，获取当前单位的单位火灾风险等级，实现对当前联网社会单位的量化评估，可以直观地呈现当前联网社会单位火灾风险水平；根据综合消防安全风险值估算火灾可能导致的后果，预测其消防安全风险等级，对存在的风险项提出相应消除或降低火灾危险性的对策措施；
对火灾风险中的可变因素，动态实现风险识别-实时评估-整改改进-再次评估-再次改进的螺旋上升式风险控制，实现安全风险可识别、可管控。
实施例3
在实施例2的基础上，本实施例中，由于三级指标的得分直接关系整个三级指标动态火灾评估模型最终的综合消防安全风险值，影响评估结果，因此，三级指标的得分显得极其重要，为了合理地判断三级指标项赋分值是否符合标准，本实施例还包括评估三级指标项风险等级，具体包括以下步骤：
S301、通过层次分析法为三级指标划分权重；
S302、将各类三级指标项划分为多个三级指标项风险等级，每个危险等级对应一个量化范围；
S303、将各类三级指标项权重与其对应的三级指标项赋分值相乘得到乘积结果，将乘积结果与量化范围进行匹配，得到各类三级指标项风险等级；
S304、对存在风险的三级指标项风险等级对应的三级指标项提出整改建议，使各三级指标项符合要求。
本实施例中，将各类三级指标项划分为极低风险、低等风险、中等风险、高风险和极高风险5个危险等级，其中，具体分级及相应的风险描述如下：
极低风险，对应的量化范围为[90,100]，其风险描述为：该评估项有微小部分不符合规范要求，且存在的隐患对场所场所火灾预防、火灾自动报警、防火分隔、灭火救援、安全疏散等几乎不造成影响，不造成人员伤亡。
低等风险，对应的量化范围为[80,90]，其风险描述为：该评估项有较少部分不符合规范要求，且存在的隐患对场所火灾预防、火灾自动报警、防火分隔、灭火救援、安全疏散可能造成较轻影响，不造成人员伤亡。
中等风险，对应的量化范围为[70,80]，其风险描述为：该评估项有部分不符合规范要求，且存在的隐患对场所火灾预防、火灾自动报警、防火分隔、灭火救援、安全疏散可能造成部分影响，可能造成一定人员伤亡。
高风险，对应的量化范围为[60,70]，其风险描述为：该评估项有大部分不符合规范要求，且存在的隐患对场所火灾自动报警、防火分隔、灭火救援、安全疏散可能造成重大影响，极有可能造成人员伤亡。
极高风险，对应的量化范围为[0,60]，其风险描述为：该评估项完全不符合规范要求，存在的隐患对场所火灾自动报警、防火分隔、灭火救援、安全疏散可能造成特别重大影响，极有可能造成大量人员伤亡。
针对高风险和极高风险项，对应指标(评估细项)或整体评估结果处于高风险或极高风险，提出具有针对性的整改建议，通过穷尽列举不同风险级别风险对应的整改建议，根据不同风险级别利用计算机搜索定位功能，实时选择对应的整改建议。
本实施例的有益效果为：通过为三级指标进行合理分级打分，归纳、整理后再通过层次分析法划分权重，将各类三级指标项权重与其对应的三级指标项赋分值相乘得到乘积结果，将乘积结果与量化范围进行匹配，得到各类三级指标项风险等级，根据三级指标项风险等级可以看出三级指标打分是否合理，对于不合理的三级指标，通过调整其打分标准，可以使风险计算公式得出的评估结果更精确。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：包括以下步骤：
S1、将区域内所有联网社会单位按照不同联网单位类型分为多个大类；
S2、构建联网社会单位单体建筑火灾风险评估模型，对区域内内多个大类的联网社会单位进行火灾风险量化评估，得到所有联网社会单位测评得分；
S3、将区域内同类型的联网社会单位测评得分相加取其平均分，采用层次分析法确定区域内多个大类联网社会单位的权重，通过综合指数法将层次分析法计算的权重与该类型联网社会单位的平均分进行累乘相加，最后得到区域内联网社会单位的消防安全综合评估得分。
2.如权利要求1所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S2中构建联网社会单位单体建筑火灾风险评估模型具体包括以下步骤：
S101、获取本地社会单位的三级指标动态火灾评估模型；
S102、采用层次分析法确定三级指标动态火灾评估模型中各指标的权重，设置三级指标项赋分标准，获取实时消防数据，将实时消防数据作为待评估的三级指标项，根据三级指标项赋分标准动态评估三级指标项赋分值，根据风险计算公式计算得到联网社会单位测评得分。
3.如权利要求2所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述三级指标动态火灾评估模型包含动态分析对象。
4.如权利要求2所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S102中设置三级指标项赋分标准具体包括以下步骤：
S201、根据消防安全项目建立消防安全评分表，所述消防安全评分表中包含消防安全考核的评估细则；
S202、设置消防安全评分表中的各项评估细则得分标准，根据采集的实时消防数据，判断实时消防数据是否满足各项评估细则得分标准，进而得到各项评估细则的得分，将各项评估细则的得分求和，求和结果即为该三级指标项赋分值。
5.如权利要求4所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S102还包括评估三级指标项风险等级，具体包括以下步骤：
S301、通过层次分析法确定三级指标项的权重；
S302、将各类三级指标项划分为多个危险等级，每个危险等级对应一个量化范围；
S303、将各类三级指标项权重与其对应的三级指标项赋分值相乘得到乘积结果，将乘积结果与量化范围进行匹配，得到各类三级指标项风险等级；
S304、对存在风险的三级指标项风险等级对应的三级指标项提出整改建议，使各三级指标项符合要求。
6.如权利要求5所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S304中对存在风险的三级指标项风险等级对应的三级指标项提出整改建议，使各三级指标项符合要求具体为：通过穷尽列举不同三级指标项风险等级对应的整改建议，根据不同风险级别利用计算机搜索定位功能，实时选择对应的整改建议。
7.如权利要求2所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S102中综合消防安全风险值计算公式为：
S＝∑Ui*Uij*Wij；
式中，S表示联网社会单位测评得分；Ui表示第i个一级指标项一级指标项的权重；Uij表示第i个一级指标项的第j个二级指标项的权重；Wij表示第i个一级指标项的第j个二级指标项相对应的三级指标项赋分值。
8.如权利要求1所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：所述S3中综合指数法对应的计算公式为：
S'＝∑Uv*Wv；
式中，S'表示消防安全综合评估得分，Uv表示区域内第v类联网单位的权重，Wv表示区域内第v类联网单位的平均分。
9.如权利要求1所述的基于大数据赋能条件下的区域动态火灾风险评估方法，其特征在于：还包括：S4、对比分析不同区域的消防安全综合评估得分，将消防安全评分划分为多个消防安全水平等级，每个消防安全水平等级对应一个量化范围，将消防安全综合评估得分与每个量化范围进行匹配，获取当前区域的消防安全水平等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911347980.1A CN111178732A (zh) | 2019-12-24 | 2019-12-24 | 基于大数据赋能条件下的区域动态火灾风险评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911347980.1A CN111178732A (zh) | 2019-12-24 | 2019-12-24 | 基于大数据赋能条件下的区域动态火灾风险评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111178732A true CN111178732A (zh) | 2020-05-19 |
Family
ID=70653984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911347980.1A Pending CN111178732A (zh) | 2019-12-24 | 2019-12-24 | 基于大数据赋能条件下的区域动态火灾风险评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111178732A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112884324A (zh) * | 2021-02-21 | 2021-06-01 | 深圳数研锦瀚智慧科技有限公司 | 一种森林火险监测方法、装置及存储介质 |
| CN113570252A (zh) * | 2021-07-29 | 2021-10-29 | 浙江中辰城市应急服务管理有限公司 | 火灾风险量化评价方法、系统、装置及可读存储介质 |
| CN114548623A (zh) * | 2020-11-24 | 2022-05-27 | 中核核电运行管理有限公司 | 一种核电厂厂房火灾风险评估方法 |
| CN115331378A (zh) * | 2022-05-12 | 2022-11-11 | 浙江大东吴集团建设有限公司 | 一种基于单体屏蔽原理的建筑消防安全评估方法 |
| CN115577701A (zh) * | 2022-09-23 | 2023-01-06 | 刘娇平 | 针对大数据安全的风险行为识别方法、装置、设备及介质 |
| CN115600827A (zh) * | 2022-12-15 | 2023-01-13 | 广东广宇科技发展有限公司（Cn） | 一种基于大数据互联的区域火灾评估方法 |
| CN116663910A (zh) * | 2023-07-03 | 2023-08-29 | 济南达材信息科技有限公司 | 一种电缆桥架火灾风险分析方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107909283A (zh) * | 2017-11-17 | 2018-04-13 | 武汉科技大学 | 一种基于基准值的城市火灾风险评估方法 |
| CN109102166A (zh) * | 2018-07-23 | 2018-12-28 | 深圳市中电数通智慧安全科技股份有限公司 | 一种综合火灾风险评估方法、装置及服务器 |
| CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
| CN110555617A (zh) * | 2019-09-05 | 2019-12-10 | 消检通（深圳）科技有限公司 | 一种基于物联网的建筑火灾风险实时动态定量评估方法 |
-
2019
- 2019-12-24 CN CN201911347980.1A patent/CN111178732A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107909283A (zh) * | 2017-11-17 | 2018-04-13 | 武汉科技大学 | 一种基于基准值的城市火灾风险评估方法 |
| CN109102166A (zh) * | 2018-07-23 | 2018-12-28 | 深圳市中电数通智慧安全科技股份有限公司 | 一种综合火灾风险评估方法、装置及服务器 |
| CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
| CN110555617A (zh) * | 2019-09-05 | 2019-12-10 | 消检通（深圳）科技有限公司 | 一种基于物联网的建筑火灾风险实时动态定量评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈朝阳: "城市区域火灾风险评估的实践与探讨" * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114548623A (zh) * | 2020-11-24 | 2022-05-27 | 中核核电运行管理有限公司 | 一种核电厂厂房火灾风险评估方法 |
| CN112884324A (zh) * | 2021-02-21 | 2021-06-01 | 深圳数研锦瀚智慧科技有限公司 | 一种森林火险监测方法、装置及存储介质 |
| CN113570252A (zh) * | 2021-07-29 | 2021-10-29 | 浙江中辰城市应急服务管理有限公司 | 火灾风险量化评价方法、系统、装置及可读存储介质 |
| CN115331378A (zh) * | 2022-05-12 | 2022-11-11 | 浙江大东吴集团建设有限公司 | 一种基于单体屏蔽原理的建筑消防安全评估方法 |
| CN115331378B (zh) * | 2022-05-12 | 2023-09-19 | 浙江大东吴集团建设有限公司 | 一种基于单体屏蔽原理的建筑消防安全评估方法 |
| CN115577701A (zh) * | 2022-09-23 | 2023-01-06 | 刘娇平 | 针对大数据安全的风险行为识别方法、装置、设备及介质 |
| CN115577701B (zh) * | 2022-09-23 | 2023-09-19 | 刘娇平 | 针对大数据安全的风险行为识别方法、装置、设备及介质 |
| CN115600827A (zh) * | 2022-12-15 | 2023-01-13 | 广东广宇科技发展有限公司（Cn） | 一种基于大数据互联的区域火灾评估方法 |
| CN115600827B (zh) * | 2022-12-15 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种基于大数据互联的区域火灾评估方法 |
| CN116663910A (zh) * | 2023-07-03 | 2023-08-29 | 济南达材信息科技有限公司 | 一种电缆桥架火灾风险分析方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111178732A (zh) | 基于大数据赋能条件下的区域动态火灾风险评估方法 | |
| CN110555617B (zh) | 一种基于物联网的建筑火灾风险实时动态定量评估方法 | |
| CN107886235A (zh) | 一种耦合确定性与不确定分析的火灾风险评估方法 | |
| Li et al. | Fire risk assessment of high-rise buildings based on gray-FAHP mathematical model | |
| CN111178731A (zh) | 基于大数据赋能条件下的社会单位动态火灾风险评估方法 | |
| CN108805398A (zh) | 一种建筑消防安全评估的方法、装置及移动终端 | |
| CN109064050A (zh) | 基于大数据的多元线性回归火灾风险评估方法 | |
| CN115392708A (zh) | 一种用于建筑消防的火灾风险评估和预警方法及系统 | |
| CN108764638A (zh) | 一种建筑消防安全评估系统 | |
| KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
| CN112580995A (zh) | 施工安全大数据监督系统与安全风险动态评估方法 | |
| Omidvari et al. | Fire risk assessment in healthcare settings: Application of FMEA combined with multi‐criteria decision making methods | |
| CN113139322A (zh) | 一种核电厂火灾响应及演练能力评价系统及方法 | |
| CN117114406A (zh) | 一种基于设备数据汇聚的应急事件智慧预警方法及系统 | |
| CN115953252A (zh) | 一种建工安责险保费的确定方法 | |
| CN114611942A (zh) | 一种建筑火灾风险评估方法 | |
| Zhang et al. | Evaluation of emergency evacuation capacity of urban metro stations based on combined weights and TOPSIS-GRA method in intuitive fuzzy environment | |
| CN110675013A (zh) | 建设工程项目施工安全性的评价方法 | |
| CN114037283A (zh) | 一种商业综合体的火灾动态风险评估方法 | |
| CN114297835A (zh) | 一种基于建筑信息模型的超高层建筑施工现场安全疏散系统 | |
| CN114021915A (zh) | 基于改进均衡权重和可变模糊集的电气火灾风险评估方法 | |
| CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
| CN111242448B (zh) | 一种基于关联分析的火灾隐患评估方法和装置 | |
| CN112990599B (zh) | 一种基于突发火灾事件相似度计算的城市应急消防优化方法 | |
| CN115730827A (zh) | 一种基于多风险因素耦合的高校火灾分析及管控方法 |
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 |