CN112561260B - 城区安全隐患的智慧管理方法、系统、终端及存储介质 - Google Patents

城区安全隐患的智慧管理方法、系统、终端及存储介质 Download PDF

Info

Publication number
CN112561260B
CN112561260B CN202011395325.6A CN202011395325A CN112561260B CN 112561260 B CN112561260 B CN 112561260B CN 202011395325 A CN202011395325 A CN 202011395325A CN 112561260 B CN112561260 B CN 112561260B
Authority
CN
China
Prior art keywords
score
risk
accident
weight
potential safety
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.)
Active
Application number
CN202011395325.6A
Other languages
English (en)
Other versions
CN112561260A (zh
Inventor
李木俊
何良明
肖林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Smart City Research Institute Of China Electronics Technology Group Corp
Original Assignee
Smart City Research Institute Of China Electronics Technology Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Smart City Research Institute Of China Electronics Technology Group Corp filed Critical Smart City Research Institute Of China Electronics Technology Group Corp
Priority to CN202011395325.6A priority Critical patent/CN112561260B/zh
Publication of CN112561260A publication Critical patent/CN112561260A/zh
Application granted granted Critical
Publication of CN112561260B publication Critical patent/CN112561260B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/265—Personal security, identity or safety
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及安全风险评估技术领域，提供一种面向城区安全隐患的智慧管理方法，包括：获取事故可能参数，根据事故可能参数及事故可能性评估模型计算事故可能性分数；获取风险暴露参数，根据风险暴露参数及风险暴露评估模型计算风险暴露分数；获取风险后果参数，根据风险后果参数及风险后果评估模型计算风险后果分数；根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；在监控画面上显示安全隐患评估值对应的安全隐患等级标识。相应地，本申请还提供了一种面向城区安全隐患的智慧管理系统、终端设备及可读存储介质。实施本申请，可充分利用城区安全隐患数据，并规范设置评估指标及权重，提高评估准确性及效率。

Description

城区安全隐患的智慧管理方法、系统、终端及存储介质
技术领域
本申请涉及安全风险评估技术领域，尤其提供一种面向城区安全隐患的智慧管理方法、系统、终端设备及可读存储介质。
背景技术
我国城镇化进程明显加快，城区运行系统日益复杂，安全风险不断增大。城区安全是国民经济和社会发展的重要组成部分，是构建和谐社会的重要保障。由于多方面因素，许多城区存在不少安全隐患。
面对庞杂的安全隐患相关因素，目前缺乏一套成熟可靠的方法选取出最适合用于评估安全隐患的指标项并设定具体权重。另外，当前智慧城区建设中产生的大量数据没有得到合理的应用，缺少可用于横向比较的、标准化的评价标准，也导致评估的准确性较差。
另外，在当前对城区安全隐患评级过程中，各部门标准不统一，信息不对称等、权重不清晰，难以梳理安全隐患业务流程并建立安全隐患标准评价体系，阻碍了多部门任务协调。城区安全隐患评估的分项指标确定依赖于业务人员对风险源辨识以及各因素的层级结构等主观逻辑分析，指标权重的确立方法主要依赖于平均分配、业务人员制定等，这使得分项指标选取与分项指标权重的设定易受业务人员经验与水平影响，客观性不足。
发明内容
本申请的目的在于提供一种面向城区安全隐患的智慧管理方法、系统、终端设备及可读存储介质，旨在解决现有的问题，即现有的城区安全隐患评估没有充分利用数据，且分项指标及权重设置不统一、不客观，影响评估的准确性及效率。
第一方面，本申请提供了一种面向城区安全隐患的智慧管理方法，包括：
获取事故可能参数，根据事故可能参数及事故可能性评估模型计算事故可能性分数；
获取风险暴露参数，根据风险暴露参数及风险暴露评估模型计算风险暴露分数；
获取风险后果参数，根据风险后果参数及风险后果评估模型计算风险后果分数；
根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；
在监控画面上显示安全隐患评估值对应的安全隐患等级标识。
第二方面，本申请还提供了一种面向城区安全隐患的智慧管理系统，包括：事故可能评估模块，用于获取事故可能参数，根据事故可能参数及事故可能性评估模型计算事故可能性分数；
风险暴露评估模块，用于获取风险暴露参数，根据风险暴露参数及风险暴露评估模型计算风险暴露分数；
风险后果评估模块，用于获取风险后果参数，根据风险后果参数及风险后果评估模型计算风险后果分数；
隐患评估模块，用于根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；
隐患等级显示模块，用于在监控画面上显示安全隐患评估值对应的安全隐患等级标识。
第三方面，本申请还提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面所提供的智慧管理方法。
第四方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面所提供的智慧管理方法。
本申请的技术方案与现有技术相比的有益效果是：本申请的技术方案可充分利用城区安全隐患数据，并通过统一、分类的评估模型规范设置评估指标及权重，提高评估准确性及效率。
具体来说，通过获取事故可能参数、风险暴露参数及风险后果参数，并结合预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型分别计算事故可能性分数、风险暴露分数及风险后果分数，再据此进一步计算出安全隐患评估值并在监控画面上显示安全隐患评估值对应的安全隐患等级标识，使得安全隐患评估值的计算过程充分利用各类型的监测数据，有效提高评估的准确性。另外，预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型为安全隐患评估提供了统一、分类的评估指标及权重，提供了评估效率。
可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请面向城区安全隐患的智慧管理方法实施例一的流程图；
图2为本申请面向城区安全隐患的智慧管理方法实施例一中的计算安全隐患评估值的具体步骤流程图；
图3为本申请面向城区安全隐患的智慧管理方法实施例二的流程图；
图4为本申请面向城区安全隐患的智慧管理方法实施例二中的构建安全隐患评估模型的具体步骤流程图；
图5为本申请面向城区安全隐患的智慧管理系统实施例的结构示意图；
图6为本申请面向城区安全隐患的智慧管理终端设备实施例的结构示意图；
其中，图中各附图标记：
Figure BDA0002814795260000041
具体实施方式
下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，需要理解的是，术语“长度”、“宽度”、“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申请和简化描述，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申请的限制。
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或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；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或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
本申请实施例提供的面向城区安全隐患的智慧管理方法可以应用于台式电脑、服务器、手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
为了说明本申请所述的技术方案，下面通过以下实施例来进行说明。
实施例一
请参阅图1，本申请实施例提供的面向城区安全隐患的智慧管理方法，包括：
步骤S101，获取事故可能参数，根据事故可能参数及事故可能性评估模型计算事故可能性分数。
在一个实施例中，事故可能参数的数据源包括但不限于：
安全隐患巡查系统，该系统通过网格员对安全隐患日常巡查的上报数据；
物联网，比如物联网设备监测值及报警值，包括但不限于温感、电气监测、水位检测、粉尘报警等数据；
块数据，块数据是预先存储于数据库的数据。块数据关联楼栋建筑风险、人口、事件等影响因子，比如地址库信息、人口信息、楼栋信息、企业法人信息、消防设施、城市部件、主次干道、城管数据(加油站、消火栓、粉尘、易燃易爆企业等)，比如可以但不限于使用数据关系表存储块数据，然后从这些数据关系表中获取需要的数据作为事故可能参数；
其它影响因素数据，比如天气、特殊节日、逃生设施等。
可以理解的是，本申请中的风险暴露参数及风险后果参数均可以来自上述数据源，下文不再赘述。
在一个实施例中，事故可能参数包括建筑风险分数、环境风险分数、物联网分数、法人分数、季度分数、巡查次数分数、隐患整改数分数、全局隐患分数、局部隐患分数、整治成效分数、新增隐患分数。
在一个实施例中，建筑风险分数根据安全隐患场所所处的建筑楼栋的具体属性分数来评估，包括但不限于：楼栋年龄分数、建筑高度分数、耐火等级分数、隐患等级分数、建筑用途分数。
楼栋年龄分数L11计算规则如下：
Figure BDA0002814795260000061
其中，a为楼房年龄数，通过当前时间减去楼房竣工时间获得。
建筑高度分数L12计算规则如下：
Figure BDA0002814795260000062
其中，h为楼房高度值。
耐火等级分数L13的确定规则如下：
耐火等级 耐火等级分数L13
一级 10
二级 20
三级 50
四级 80
隐患等级分数L14的确定规则如下：
隐患等级 隐患等级分数L14
红色 60
黄色 30
绿色 10
建筑用途分数L15的确定规则如下：
Figure BDA0002814795260000071
Figure BDA0002814795260000081
在计算、确定楼栋年龄分数L11、建筑高度分数L12、耐火等级分数L13、隐患等级分数L14、建筑用途分数L15后，依次设定楼栋年龄分数权值Q101、建筑高度分数权值Q102、耐火等级分数权值Q103、隐患等级分数权值Q104、建筑用途分数权值Q105为0.3、0.1、0.2、0.2及0.2。据此可计算出建筑风险分数L1：
Figure BDA0002814795260000082
在一个实施例中，环境风险分数L2根据天气状况分数、温度分数、风级分数三个属性分数评估。
天气状况分数L21的确定规则如下：
天气状况 天气状况分数L21
雷电 100
多云 60
小雨、阵雨或暴雨 50
晴天 0
其他 30
温度分数L22计算规则如下：
L22＝13·e0.05c
其中，c为日最低温度。
分级值L23的确定规则如下：
Figure BDA0002814795260000083
Figure BDA0002814795260000091
在计算、确定天气状况分数L21、温度分数L22及风级分数L23后，依次设定天气状况分数权值Q121、温度分数权值Q122及风级分数权值Q123为0.5、0.3及0.2。据此可计算出环境风险分数L2：
Figure BDA0002814795260000092
在一个实施例中，物联网分数L3根据温感分数、电气监测分数、水位检测分数及粉尘警报分数来评估。在应用中，这些值可由温度传感器、电气检测仪、水位计、粉尘传感器等传感器进行检测。当这些传感器发出警报时，其状态输出值为1。
温感分数L31确定规则如下：
温度传感器状态输出值 温感分数L31
1 100
0 0
电气监测分数L32确定规则如下：
电气检测仪状态输出值 电气监测分数L32
1 100
0 0
水位检测分数L33确定规则如下：
水位计状态输出值 水位检测分数L33
1 100
0 0
粉尘警报分数L34确定规则如下：
粉尘警报器状态输出值 粉尘警报分数L34
1 100
0 0
在计算、确定温感分数L31、电气监测分数L32、水位检测分数L33及粉尘警报分数L34后，依次设定温感分数权值Q131、电气监测分数权值Q132、水位检测分数权值Q133及粉尘警报分数权值Q134为0.3、0.3、0.3及0.1。据此可计算出物联网分数L3：
Figure BDA0002814795260000101
在一个实施例中，法人分数L4根据法人经营业务分数、三小场所分数、消防隐患历史分数计算。
法人经营业务分数L41的确定规则如下：
业务种类 法人经营业务分数L41
易燃易爆行业 100
非易燃易爆行业 0
三小场所分数L42的确定规则如下：
场所种类 三小场所分数L42
三小场所 100
非三小场所 0
需要说明的是，三小场所是指小档口、小作坊及小娱乐场所。这三类场所相比于一般的地点具有较高的安全隐患。下文如再次提及三小场所，若无特别说明，均为上述含义。
消防隐患历史分数L43的确定规则如下：
消防隐患历史状况 消防隐患历史分数L43
发生过消防事故 100
没有发生过消防事故 0
在计算、确定法人经营业务分数L41、三小场所分数L42及消防隐患历史分数L43后，依次设定法人经营业务分数权值Q141、三小场所分数权值Q142及消防隐患历史分数权值Q143为0.3、0.3及0.4。据此可计算出物联网分数L4：
Figure BDA0002814795260000111
在一个实施例中，季度分数L5的确定规则如下：
当前季度 季度分数L5
第一季度 100
非第一季度 0
在一个实施例中，巡查次数分数L6根据一年内的累计巡查次数来确定，具体确定规则如下：
巡查次数 巡查次数分数L6
0 0
1 10
2 30
3 32
4 33
≥5 35
在一个实施例中，隐患整改数分数L7根据一年内的累计隐患整改次数来确定，具体确定规则如下：
Figure BDA0002814795260000112
Figure BDA0002814795260000121
在一个实施例中，全局隐患分数L8根据一年内的累计整改全局重大隐患次数来确定，具体确定规则如下：
整改全局重大隐患次数 全局隐患分数L8
0 0
1 3
2 4
3 5
≥4 6
在一个实施例中，局部隐患分数L9根据一年内的累计整改局部重大隐患次数来确定，具体确定规则如下：
整改局部重大隐患次数 局部隐患分数L9
0 0
1 1
2 2
3 3
≥4 4
在一个实施例中，整治成效分数L10根据历史整改完成率R来确定，具体确定规则如下：
Figure BDA0002814795260000122
Figure BDA0002814795260000131
在一个实施例中，新增隐患分数L11根据新增隐患数来确定，具体确定规则如下：
新增隐患数CR 新增隐患分数L11
CR＝0 5％
1≤CR≤2 4％
3≤CR≤5 2％
CR＞5 0％
需要说明的是，新增隐患数CR为整数。
在计算、确定所有事故可能参数后，可以根据所述事故可能性参数及事故可能性评估模型计算事故可能性分数，其具体步骤包括：
根据以下规则计算所述事故可能性分数L：
Figure BDA0002814795260000132
其中，L1为建筑风险分数，Q11为建筑风险分数权值，L2为环境风险分数，Q12为环境风险分数权值，L3为物联网分数，Q13为物联网分数权值，L4为法人分数，Q14为法人分数权值，L5为季度分数，Q15为季度分数权值，L6为巡查次数分数，Q16为巡查次数分数权值，L7为隐患整改数分数，Q17为隐患整改数分数权值，L8为全局隐患分数，Q18为全局隐患分数权值，L9为局部隐患分数，Q19为局部隐患分数权值，L10为整治成效分数，Q110为整治成效分数权值，L11为新增隐患分数，Q111为新增隐患分数权值。
在应用中，可以对上述权值作如下设定：
Figure BDA0002814795260000133
Figure BDA0002814795260000141
步骤S102，获取风险暴露参数，根据风险暴露参数及风险暴露评估模型计算风险暴露分数。其中，风险暴露参数包括但不限于人群暴露风险分数、特殊节日分数及逃生设施分数。
在一个实施例中，人群暴露风险分数E1根据儿童数量分数、老人数量分数及孕妇数量分数来计算。
儿童数量分数E11根据以下规则计算：
Figure BDA0002814795260000142
其中，m1为儿童数量。
老人数量分数E12根据以下规则计算：
Figure BDA0002814795260000143
其中，m2为老人数量。
孕妇数量分数E13根据以下规则计算：
Figure BDA0002814795260000144
其中，m3为儿童数量。
在计算儿童数量分数E11、老人数量分数E12及孕妇数量分数E13后，依次设定儿童数量分数权值Q211、老人数量分数权值Q212及孕妇数量分数权值Q213为0.3、0.3及0.4。据此可计算出人群暴露风险分数E1：
Figure BDA0002814795260000151
在一个实施例中，特殊节日分数E2根据法定节假日分数及重大活动分数来计算。
法定节假日分数E21根据法定节假日的日人流量确定，具体确定规则如下：
法定节假日的日人流量CF 法定节假日分数E21
0≤CF＜300 10
300≤CF＜800 30
800≤CF＜2000 70
CF≥2000 100
需要说明的是，法定节假日的日人流量CF为整数。
重大活动分数E22根据活动场所可容纳人数确定，具体确定规则如下：
活动场所可容纳人数CL 重大活动分数E22
0≤CL＜50 10
50≤CL＜200 70
200≤CL＜500 90
CL≥500 100
需要说明的是，活动场所可容纳人数CL为整数。
在计算法定节假日分数E21及重大活动分数E22后，依次设定法定节假日分数权值Q221及重大活动分数权值Q222为0.4及0.6。据此可计算出特殊节日分数E2：
Figure BDA0002814795260000161
在一个实施例中，逃生设施分数E3根据是否存在消防整改点来确定，具体确定规则如下：
是否存在消防整改点 逃生设施分数E3
是 100
否 0
在计算、确定所有风险暴露参数后，可以根据风险暴露参数及风险暴露评估模型计算风险暴露分数，其具体步骤包括：
根据以下规则计算所述风险暴露分数E：
Figure BDA0002814795260000162
其中，E1为人群暴露风险分数，Q21为人群暴露风险分数权值，E2为特殊节日分数，Q22为特殊节日分数权值，E3为逃生设施分数，Q23为逃生设施分数权值。
在应用中，可以对上述权值作如下设定：
Figure BDA0002814795260000163
步骤S103，获取风险后果参数，根据风险后果参数及风险后果评估模型计算风险后果分数。其中，风险后果参数包括但不限于内部事故应急能力分数、外部事故应急能力分数及巡查负面清单分数。
在一个实施例中，内部事故应急能力分数C1根据火灾报警器情况分数、消防控制室情况分数、消防设备完好度分数及物业人力配备分数来计算。
在应用中，可以预设火灾报警器类别数量，比如预设火灾报警器有19个类别，然后根据以下规则计算火灾报警器情况分数C11：
Figure BDA0002814795260000171
其中，Ck为特定建筑物当前拥有的火灾警报器的类别数量。
消防控制室情况分数C12可以根据如下规则确定：
是否存在消防控制室 消防控制室情况分数C12
是 0
否 100
在应用中，可以设定消防设备的某一状态良好的对应值为1，否则为0，然后预设8个消防设备状态，并将8个消防设备状态值求和得到求和值Ssum，并根据以下规则计算消防设备完好度分数C13：
Figure BDA0002814795260000172
物业人力配备分数C14可以根据如下规则确定：
Figure BDA0002814795260000173
在应用中，在计算火灾报警器情况分数C11、消防控制室情况分数C12、消防设备完好度分数C13及物业人力配备分数C14后，依次设定火灾报警器情况分数权值Q311、消防控制室情况分数权值Q312、消防设备完好度分数权值Q313及物业人力配备分数权值Q314为0.2、0.2、0.2及0.4。据此可计算出内部事故应急能力分数C1：
Figure BDA0002814795260000181
在一个实施例中，外部事故应急能力分数C2根据根据消防车到达时间分数、消防站密度分数及消防栓密度分数来计算。
在应用中，可根据如下规则确定消防车到达时间分数C21：
消防车到达建筑物的时间Tc(分钟) 消防车到达时间分数C21
0≤Tc＜10 10
10≤Tc＜20 20
20≤Tc＜30 50
Tc≥30 80
在应用中，可根据如下规则确定消防站密度分数C22：
最近的消防站距离Lz(米) 消防站密度分数C22
0≤Lz＜500 10
500≤Lz＜1000 20
1000≤Lz＜2000 50
Lz≥2000 80
在应用中，可根据如下规则确定消防栓密度分数C23：
最近的消防栓距离Ls(米) 消防栓密度分数C23
0≤Ls＜100 10
100≤Ls＜200 20
200≤Ls＜500 50
Ls≥500 80
在确定消防车到达时间分数C21、消防站密度分数C22及消防栓密度分数C23后，依次设定消防车到达时间分数权值Q321、消防站密度分数权值Q322及消防栓密度分数权值Q323为0.4、0.3及0.3。据此可以计算出外部事故应急能力分数C2
Figure BDA0002814795260000191
在一个实施例中，巡查负面清单分数C3可预设负面清单项目，形成负面清单，巡查人员在巡查时，如发现存在负面清单上的项目，则该项目的分数则为100，否则为0。
在应用中，可以设定如下负面清单项目及其分数规则：
Figure BDA0002814795260000192
Figure BDA0002814795260000201
在确定负面清单项目的分数后，设定各个分数的权值，在应用中可以将各个分数的权值均设定为0.0625，然后据此计算出巡查负面清单分数C3：
Figure BDA0002814795260000202
在计算、确定所有风险后果参数后，可以根据风险后果参数及风险后果评估模型计算风险后果分数，其具体步骤包括：
根据以下规则计算所述风险后果分数C：
Figure BDA0002814795260000203
其中，C1为内部事故应急能力分数，Q31为内部事故应急能力分数权值，C2为外部事故应急能力分数，Q32为外部事故应急能力分数权值，C3为巡查负面清单分数，Q33为巡查负面清单分数权值。
在应用中，可以对上述权值作如下设定：
Figure BDA0002814795260000204
Figure BDA0002814795260000211
步骤S104，根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值。
在一个实施例中，如图2所示，可以采取以下步骤计算安全隐患评估值D：
步骤S1041，对事故可能性分数、风险暴露分数及风险后果分数进行标准值处理，生成事故可能性分数终值、风险暴露分数终值及风险后果分数终值。
在应用中，可以对三个分数值分别作如下标准值处理：
事故可能性分数L 事故可能性分数终值
L＜10 0.1
10≤L＜30 0.5
30≤L＜40 1
40≤L＜50 3
50≤L＜60 6
L≥60 10
风险暴露分数E 风险暴露分数终值
E＜10 0.5
10≤E＜30 1
30≤E＜40 2
40≤E＜50 3
50≤E＜60 6
E≥60 10
Figure BDA0002814795260000212
Figure BDA0002814795260000221
从上表可以看出，经过标准值处理，可以对三个分数的比重进行调节，满足不同情景下城区安全隐患的评估需要。比如上表中，对风险后果分数C进行了“放大处理”，使得三个分数在同等数值水平下，经标准值处理后，风险后果分数C显著大于事故可能性分数L及风险暴露分数E。
步骤S1042，根据以下规则计算所述安全隐患评估值D：
D＝L*·E*·C*
其中，L*为事故可能性分数终值，E*为风险暴露分数终值，C*为风险后果分数终值。将三个分数终值相乘得到的安全隐患评估值，虽然只是一个数值，但在计算过程中运用了多维度、海量的数据，该数值充分体现了影响安全隐患的各种影响因素，使得安全隐患评估更为准确。
步骤S105，在监控画面上显示安全隐患评估值对应的安全隐患等级标识。
在一个实施例中，可以将安全隐患评估值分为四个风险等级，每个风险等级对应一个颜色，具体如下：
安全隐患评估值D 风险等级
150＜D 蓝色等级
150≤D＜240 黄色等级
240≤D＜720 橙色等级
D＞720 红色等级
在对城区的一个区域或一个建筑物计算出相应的安全隐患评估值并根据上表确定风险等级后，可根据风险等级对应的颜色在监控画面上对该区域或建筑物进行颜色标记，方便监控人员直观了解该区域或该建筑物的安全隐患情况，以便采取进一步的安全隐患防控措施。在应用中，监控画面包括但不限于街道监控视频画面、监控平台电子地图等。
本申请实施例通过获取事故可能参数、风险暴露参数及风险后果参数，并结合预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型分别计算事故可能性分数、风险暴露分数及风险后果分数，再据此进一步计算出安全隐患评估值并在监控画面上显示安全隐患评估值对应的安全隐患等级标识，使得安全隐患评估值的计算过程充分利用各类型的监测数据，有效提高评估的准确性。另外，预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型为安全隐患评估提供了统一、分类的评估指标及权重，提供了评估效率。
实施例二
本申请实施例提供一种面向城区安全隐患的智慧管理方法，包括实施例一中的步骤，本实施例是对实施例一的进一步说明，与实施例一相同或相似的地方，具体可参见实施例一的相关描述，此处不再赘述。
请参阅图3及图4，上述步骤S101之前还包括步骤S201。步骤S201具体包括步骤S2011、步骤S2012及步骤S2013。
本实施例中的面向城区安全隐患的智慧管理方法包括：
步骤S201，根据预选的安全隐患因素及对应的权值构建安全隐患评估模型。
在一个实施例中，安全隐患评估模型包括事故可能性评估模型、风险暴露评估模型及风险后果评估模型。
根据预选的安全隐患因素及对应的权值构建所述安全隐患评估模型，包括：
步骤S2011，根据预选的第一安全隐患因素及对应的第一权值构建事故可能性评估模型。
步骤S2012，根据预选的第二安全隐患因素及对应的第二权值构建风险暴露评估模型。
步骤S2013，根据预选的第三安全隐患因素及对应的第三权值构建风险后果评估模型。
在一个实施例中，事故可能性评估模型由评估公式构成，评估公式包括第一安全隐患因素及对应的权值，即第一权值，构成。其中，第一安全隐患因素就是从日常收集到的数据项目中选取可能影响事故发生可能性的项目作为评估基础，第一权值用于衡量这些安全隐患因素对事故发生可能性的影响大小。在选取的时候，由于地理位置、气候等大环境影响，是否选取某一安全隐患因素，或其权值大小会有所不同。在构建事故可能性评估模型后，安全隐患评估人员可根据现场巡查结果、各评分项细则的检讨和群众反映的意见，对安全隐患因素进行增删，或对安全隐患因素的权值进行调整，以对事故可能性评估模型进行完善、回归校正，确保评估质量。
可以理解的是，风险暴露评估模型及风险后果评估模型的构成、特点与事故可能性评估模型类似，在此不再赘述。
在应用中，第一安全隐患因素可包括事故可能参数中的建筑风险、环境风险、物联网、法人、季度、巡查次数、隐患整改数、全局隐患、局部隐患、整治成效、新增隐患等因素，据此与其对应的权值构成事故可能性评估模型的评估公式。在对上述安全隐患因素进行量化计算或确定后，生成建筑风险分数、环境风险分数、物联网分数、法人分数、季度分数、巡查次数分数、隐患整改数分数、全局隐患分数、局部隐患分数、整治成效分数、新增隐患分数，然后根据评估公式可计算出事故可能性分数。
第二安全隐患因素可包括风险暴露参数种的人群暴露风险、特殊节日及逃生设施等因素，据此与其对应的权值构成风险暴露评估模型的评估公式。在对上述安全隐患因素量化处理后，生成人群暴露风险分数、特殊节日分数及逃生设施分数，然后根据评估公式可计算出风险暴露分数。
第三安全隐患因素包括内部事故应急能力、外部事故应急能力及巡查负面清单，据此与其对应的权值构成风险后果评估模型的评估公式。在对上述安全隐患因素量化处理后，内部事故应急能力分数、外部事故应急能力分数及巡查负面清单分数，然后根据评估公式可计算出风险后果分数。
在一个实施例中，为了解决因计算涉及安全隐患因素较多进而使得在大批量的安全隐患评估计算过程中对服务器处理能力要求较高的问题，可以采取分布式计算模式，通过多台服务器搭建运算集群，基于算法的并行化处理，通过任务拆分使得总体计算时间的显著减少。
步骤S202，获取事故可能参数，根据事故可能参数及事故可能性评估模型计算事故可能性分数。
步骤S203，获取风险暴露参数，根据所述风险暴露参数及风险暴露评估模型计算风险暴露分数。
步骤S204，获取风险后果参数，根据所述风险后果参数及风险后果评估模型计算风险后果分数。
步骤S205，根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值。
步骤S206，在监控画面上显示安全隐患评估值对应的安全隐患等级标识。
在本申请实施例中，上述步骤S202、S203、S204、S205及S206分别与上述步骤S101、S102、S103、S104及S105相同或相似的地方，具体可参见步骤S101至步骤S105的相关描述，此处不再赘述。
本申请实施例通过获取事故可能参数、风险暴露参数及风险后果参数，并结合预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型分别计算事故可能性分数、风险暴露分数及风险后果分数，再据此进一步计算出安全隐患评估值并在监控画面上显示安全隐患评估值对应的安全隐患等级标识，使得安全隐患评估值的计算过程充分利用各类型的监测数据，有效提高评估的准确性。另外，预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型为安全隐患评估提供了统一、分类的评估指标及权重，提供了评估效率。
实施例三
如图5所示，本申请实施例还提供了一种面向城区安全隐患的智慧管理系统100，包括：
事故可能评估模块1，用于获取事故可能参数，根据所述事故可能参数及事故可能性评估模型计算事故可能性分数；
风险暴露评估模块2，用于获取风险暴露参数，根据所述风险暴露参数及风险暴露评估模型计算风险暴露分数；
风险后果评估模块3，用于获取风险后果参数，根据所述风险后果参数及风险后果评估模型计算风险后果分数；
隐患评估模块4，用于根据所述事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；
隐患等级显示模块5，用于在监控画面上显示所述安全隐患评估值对应的安全隐患等级标识。
在一个实施例中，本申请实施例面向城区安全隐患的智慧管理系统还包括：
模型构建模块6，用于在获取事故可能参数之前，根据预选的安全隐患因素及对应的权值构建安全隐患评估模型。
在一个实施例中，安全隐患评估模型包括所述事故可能性评估模型、风险暴露评估模型及风险后果评估模型，模型构建模块6包括：
事故可能性模型构建单元61，用于根据预选的第一安全隐患因素及对应的第一权值构建所述事故可能性评估模型；
风险暴露模型构建单元62，用于根据预选的第二安全隐患因素及对应的第二权值构建所述风险暴露评估模型；
风险后果模型构建单元63，用于根据预选的第三安全隐患因素及对应的第三权值构建所述风险后果评估模型。
在一个实施例中，事故可能参数包括建筑风险分数、环境风险分数、物联网分数、法人分数、季度分数、巡查次数分数、隐患整改数分数、全局隐患分数、局部隐患分数、整治成效分数、新增隐患分数。
事故可能评估模块1包括
事故可能计算单元11，用于根据以下规则计算所述事故可能性分数L：
Figure BDA0002814795260000271
其中，L1为建筑风险分数，Q11为建筑风险分数权值，L2为环境风险分数，Q12为环境风险分数权值，L3为物联网分数，Q13为物联网分数权值，L4为法人分数，Q14为法人分数权值，L5为季度分数，Q15为季度分数权值，L6为巡查次数分数，Q16为巡查次数分数权值，L7为隐患整改数分数，Q17为隐患整改数分数权值，L8为全局隐患分数，Q18为全局隐患分数权值，L9为局部隐患分数，Q19为局部隐患分数权值，L10为整治成效分数，Q110为整治成效分数权值，L11为新增隐患分数，Q111为新增隐患分数权值。
在一个实施例中，所述风险暴露参数包括人群暴露风险分数、特殊节日分数及逃生设施分数。
风险暴露评估模块2包括：
风险暴露计算单元21，用于根据以下规则计算所述风险暴露分数E：
Figure BDA0002814795260000272
其中，E1为人群暴露风险分数，Q21为人群暴露风险分数权值，E2为特殊节日分数，Q22为特殊节日分数权值，E3为逃生设施分数，Q23为逃生设施分数权值。
在一个实施例中，风险后果参数包括内部事故应急能力分数、外部事故应急能力分数及巡查负面清单分数。
风险后果评估模块3包括：
风险后果计算单元31，用于根据以下规则计算所述风险后果分数C：
Figure BDA0002814795260000281
其中，C1为内部事故应急能力分数，Q31为内部事故应急能力分数权值，C2为外部事故应急能力分数，Q32为外部事故应急能力分数权值，C3为巡查负面清单分数，Q33为巡查负面清单分数权值。
在一个实施例中，隐患评估模块4包括：
标准值处理单元41，用于对所述事故可能性分数、风险暴露分数及风险后果分数进行标准值处理，生成事故可能性分数终值、风险暴露分数终值及风险后果分数终值。
评估值计算单元42，用于根据以下规则计算所述安全隐患评估值D：
D＝L*·E*·C*
其中，L*为事故可能性分数终值，E*为风险暴露分数终值，C*为风险后果分数终值。
本申请实施例通过获取事故可能参数、风险暴露参数及风险后果参数，并结合预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型分别计算事故可能性分数、风险暴露分数及风险后果分数，再据此进一步计算出安全隐患评估值并在监控画面上显示安全隐患评估值对应的安全隐患等级标识，使得安全隐患评估值的计算过程充分利用各类型的监测数据，有效提高评估的准确性。另外，预先构建的事故可能性评估模型、风险暴露评估模型及风险后果评估模型为安全隐患评估提供了统一、分类的评估指标及权重，提供了评估效率。
实施例四
如图6所示，本申请还提供了一种终端设备700，包括存储器701、处理器702以及存储在所述存储器中并可在所述处理器上运行的计算机程序703，例如面向城区安全隐患的智慧管理程序。所述处理器702执行所述计算机程序703时实现上述各面向城区安全隐患的智慧管理方法实施例中的步骤，例如实施例一和/或实施例二中的方法步骤。所述处理器702执行所述计算机程序703时实现上述各装置实施例中各模块的功能，例如实施例三中各模块、单元的功能。
示例性的，所述计算机程序703可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器701中，并由所述处理器702执行，以完成本申请实施例一、实施例二和/或实施例三。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序703在所述终端设备700中的执行过程。例如，所述计算机程序703可以被分割成事故可能评估模块、风险暴露评估模块、风险后果评估模块、隐患评估模块、隐患等级显示模块等，各模块具体功能在上述实施例三中已有描述，此处不再赘述。
所述终端设备700可以是监控设备等终端设备，或者台式电脑、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，存储器701，处理器702。本领域技术人员可以理解，图6仅仅是终端设备700的示例，并不构成对终端设备700的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述存储器701可以是所述终端设备700的内部存储单元，例如终端设备700的硬盘或内存。所述存储器701也可以是所述终端设备700的外部存储设备，例如所述终端设备700上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器701还可以既包括所述终端设备700的内部存储单元也包括外部存储设备。所述存储器701用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器701还可以用于暂时地存储已经输出或者将要输出的数据。
所称处理器702可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种面向城区安全隐患的智慧管理方法，其特征在于，所述方法包括：
获取事故可能参数，根据所述事故可能参数及事故可能性评估模型计算事故可能性分数；
所述根据所述事故可能参数及事故可能性评估模型计算事故可能性分数的步骤包括：
所述事故可能参数包括建筑风险分数、环境风险分数、物联网分数、法人分数、季度分数、巡查次数分数、隐患整改数分数、全局隐患分数、局部隐患分数、整治成效分数、新增隐患分数；
根据以下规则计算所述事故可能性分数L：
Figure QLYQS_1
其中，L1为建筑风险分数，Q11为建筑风险分数权值，L2为环境风险分数，Q12为环境风险分数权值，L3为物联网分数，Q13为物联网分数权值，L4为法人分数，Q14为法人分数权值，L5为季度分数，Q15为季度分数权值，L6为巡查次数分数，Q16为巡查次数分数权值，L7为隐患整改数分数，Q17为隐患整改数分数权值，L8为全局隐患分数，Q18为全局隐患分数权值，L9为局部隐患分数，Q19为局部隐患分数权值，L10为整治成效分数，Q110为整治成效分数权值，L11为新增隐患分数，Q111为新增隐患分数权值；
所述Li根据相应的确定规则进行赋值，所述Q1i根据设定值进行赋值；
获取风险暴露参数，根据所述风险暴露参数及风险暴露评估模型计算风险暴露分数；
根据风险暴露参数及风险暴露评估模型计算风险暴露分数的步骤包括：
所述风险暴露参数包括人群暴露风险分数、特殊节日分数及逃生设施分数；
根据以下规则计算所述风险暴露分数E：
Figure QLYQS_2
其中，E1为人群暴露风险分数，Q21为人群暴露风险分数权值，E2为特殊节日分数，Q22为特殊节日分数权值，E3为逃生设施分数，Q23为逃生设施分数权值；
所述Ei根据相应的确定规则进行赋值，所述Q2i根据设定值进行赋值；
获取风险后果参数，根据所述风险后果参数及风险后果评估模型计算风险后果分数；
根据风险后果参数及风险后果评估模型计算风险后果分数的步骤包括：
所述风险后果参数包括内部事故应急能力分数、外部事故应急能力分数及巡查负面清单分数；
根据以下规则计算所述风险后果分数C：
Figure QLYQS_3
其中，C1为内部事故应急能力分数，Q31为内部事故应急能力分数权值，C2为外部事故应急能力分数，Q32为外部事故应急能力分数权值，C3为巡查负面清单分数，Q33为巡查负面清单分数权值；
所述Ci根据相应的确定规则进行赋值，所述Q3i根据设定值进行赋值；
根据所述事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；
所述安全隐患评估值的计算过程采取分布式计算模式；
在监控画面上显示所述安全隐患评估值对应的安全隐患等级标识。
2.根据权利要求1所述的智慧管理方法，其特征在于，在获取事故可能参数之前，包括：
根据预选的安全隐患因素及对应的权值构建安全隐患评估模型。
3.根据权利要求2所述的智慧管理方法，其特征在于，所述安全隐患评估模型包括所述事故可能性评估模型、风险暴露评估模型及风险后果评估模型；
所述根据预选的安全隐患因素及对应的权值构建所述安全隐患评估模型，包括：
根据预选的第一安全隐患因素及对应的第一权值构建所述事故可能性评估模型；
根据预选的第二安全隐患因素及对应的第二权值构建所述风险暴露评估模型；
根据预选的第三安全隐患因素及对应的第三权值构建所述风险后果评估模型。
4.根据权利要求1至3任一项所述的智慧管理方法，其特征在于，所述根据事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值的步骤包括：
对所述事故可能性分数、风险暴露分数及风险后果分数进行标准值处理，生成事故可能性分数终值、风险暴露分数终值及风险后果分数终值；
根据以下规则计算所述安全隐患评估值D：
D＝L*·E*·C*
其中，L*为事故可能性分数终值，E*为风险暴露分数终值，C*为风险后果分数终值。
5.一种面向城区安全隐患的智慧管理系统，其特征在于，所述系统包括：
事故可能评估模块，用于获取事故可能参数，根据所述事故可能参数及事故可能性评估模型计算事故可能性分数；所述根据所述事故可能参数及事故可能性评估模型计算事故可能性分数的步骤包括：
所述事故可能参数包括建筑风险分数、环境风险分数、物联网分数、法人分数、季度分数、巡查次数分数、隐患整改数分数、全局隐患分数、局部隐患分数、整治成效分数、新增隐患分数；
根据以下规则计算所述事故可能性分数L：
Figure QLYQS_4
其中，L1为建筑风险分数，Q11为建筑风险分数权值，L2为环境风险分数，Q12为环境风险分数权值，L3为物联网分数，Q13为物联网分数权值，L4为法人分数，Q14为法人分数权值，L5为季度分数，Q15为季度分数权值，L6为巡查次数分数，Q16为巡查次数分数权值，L7为隐患整改数分数，Q17为隐患整改数分数权值，L8为全局隐患分数，Q18为全局隐患分数权值，L9为局部隐患分数，Q19为局部隐患分数权值，L10为整治成效分数，Q110为整治成效分数权值，L11为新增隐患分数，Q111为新增隐患分数权值；
所述Li根据相应的确定规则进行赋值，所述Q1i根据设定值进行赋值；
风险暴露评估模块，用于获取风险暴露参数，根据所述风险暴露参数及风险暴露评估模型计算风险暴露分数；
根据风险暴露参数及风险暴露评估模型计算风险暴露分数的步骤包括：
所述风险暴露参数包括人群暴露风险分数、特殊节日分数及逃生设施分数；
根据以下规则计算所述风险暴露分数E：
Figure QLYQS_5
其中，E1为人群暴露风险分数，Q21为人群暴露风险分数权值，E2为特殊节日分数，Q22为特殊节日分数权值，E3为逃生设施分数，Q23为逃生设施分数权值；
所述Ei根据相应的确定规则进行赋值，所述Q2i根据设定值进行赋值；
风险后果评估模块，用于获取风险后果参数，根据所述风险后果参数及风险后果评估模型计算风险后果分数；
根据风险后果参数及风险后果评估模型计算风险后果分数的步骤包括：
所述风险后果参数包括内部事故应急能力分数、外部事故应急能力分数及巡查负面清单分数；
根据以下规则计算所述风险后果分数C：
Figure QLYQS_6
其中，C1为内部事故应急能力分数，Q31为内部事故应急能力分数权值，C2为外部事故应急能力分数，Q32为外部事故应急能力分数权值，C3为巡查负面清单分数，Q33为巡查负面清单分数权值；
所述Ci根据相应的确定规则进行赋值，所述Q3i根据设定值进行赋值；
隐患评估模块，用于根据所述事故可能性分数、风险暴露分数及风险后果分数计算安全隐患评估值；所述安全隐患评估值的计算过程采取分布式计算模式；
隐患等级显示模块，用于在监控画面上显示所述安全隐患评估值对应的安全隐患等级标识。
6.根据权利要求5所述的系统，其特征在于，所述智慧管理系统还包括：
模型构建模块，用于在获取事故可能参数之前，根据预选的安全隐患因素及对应的权值构建安全隐患评估模型。
7.根据权利要求6所述的系统，其特征在于，所述模型构建模块包括：
事故可能性模型构建单元，用于根据预选的第一安全隐患因素及对应的第一权值构建所述事故可能性评估模型；
风险暴露模型构建单元，用于根据预选的第二安全隐患因素及对应的第二权值构建所述风险暴露评估模型；
风险后果模型构建单元，用于根据预选的第三安全隐患因素及对应的第三权值构建所述风险后果评估模型。
8.根据权利要求7所述的系统，其特征在于，所述隐患评估模块包括标准值处理单元和评估值计算单元，所述标准值处理单元用于对所述事故可能性分数、风险暴露分数及风险后果分数进行标准值处理，生成事故可能性分数终值、风险暴露分数终值及风险后果分数终值；
所述评估值计算单元，用于根据以下规则计算所述安全隐患评估值D：
D＝L*·E*·C*
其中，L*为事故可能性分数终值，E*为风险暴露分数终值，C*为风险后果分数终值。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的智慧管理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的智慧管理方法。
CN202011395325.6A 2020-12-03 2020-12-03 城区安全隐患的智慧管理方法、系统、终端及存储介质 Active CN112561260B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011395325.6A CN112561260B (zh) 2020-12-03 2020-12-03 城区安全隐患的智慧管理方法、系统、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011395325.6A CN112561260B (zh) 2020-12-03 2020-12-03 城区安全隐患的智慧管理方法、系统、终端及存储介质

Publications (2)

Publication Number Publication Date
CN112561260A CN112561260A (zh) 2021-03-26
CN112561260B true CN112561260B (zh) 2023-07-04

Family

ID=75047579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011395325.6A Active CN112561260B (zh) 2020-12-03 2020-12-03 城区安全隐患的智慧管理方法、系统、终端及存储介质

Country Status (1)

Country Link
CN (1) CN112561260B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114358552B (zh) * 2021-12-28 2024-10-18 天地（常州）自动化股份有限公司 企业安全状况评估方法
CN114493189B (zh) * 2022-01-06 2022-11-15 杭州迦尔科技有限公司 以安全为导向的村级工业园多企业布局优化方法及装置
CN114611875B (zh) * 2022-02-08 2024-06-25 新瑞鹏宠物医疗集团有限公司 建筑风险预测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543955A (zh) * 2018-10-26 2019-03-29 中电科新型智慧城市研究院有限公司 基于智慧城市的区域火灾风险评估方法
CN110458482A (zh) * 2019-09-16 2019-11-15 中电科新型智慧城市研究院有限公司 一种基于大数据的消防安全评价能力构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886208A (zh) * 2016-12-19 2018-04-06 比亚迪股份有限公司 轨道交通信号系统的安全完整性等级识别方法及装置
CN107730124A (zh) * 2017-10-20 2018-02-23 安厦系统科技成都有限责任公司 一种用于企业或项目进行安全风险评估的方法
CA3036543A1 (en) * 2019-03-13 2020-09-13 Acm Risk Sciences & Development Inc. Methods and systems for implementing and monitoring process safety management
CN110428181A (zh) * 2019-08-06 2019-11-08 四川省水利干部学校(四川省水利职工中等专业学校) 安全风险管控与隐患排查治理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543955A (zh) * 2018-10-26 2019-03-29 中电科新型智慧城市研究院有限公司 基于智慧城市的区域火灾风险评估方法
CN110458482A (zh) * 2019-09-16 2019-11-15 中电科新型智慧城市研究院有限公司 一种基于大数据的消防安全评价能力构建方法

Also Published As

Publication number Publication date
CN112561260A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112561260B (zh) 城区安全隐患的智慧管理方法、系统、终端及存储介质
CN111128399B (zh) 一种基于人流密度的流行病疫情风险等级评估方法
CN110097297A (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
CN111275333B (zh) 污染数据处理方法和装置
CN105868373B (zh) 电力业务信息系统关键数据处理方法及装置
CN107886235A (zh) 一种耦合确定性与不确定分析的火灾风险评估方法
CN109800961A (zh) 一种火灾救援决策方法、装置、存储介质及终端设备
CN106022592A (zh) 一种用电行为异常检测与治安风险预警方法及装置
CN107122483A (zh) 基础地理信息数据质检方法、装置及系统
CN109472075B (zh) 一种基站性能分析方法及系统
CN115759729A (zh) 一种基于算法的灾害风险预警管理系统以及预测方法
CN111310803B (zh) 环境数据处理方法和装置
CN113657732B (zh) 一种基于层次分析法的灾度指数计算方法和设备
CN116167892A (zh) 基于数字孪生的水库信息化管理系统
CN111178633A (zh) 基于随机森林算法预测景区客流量的方法和装置
CN118171035B (zh) 人流热力的预警方法及装置、电子设备和存储介质
CN114358464A (zh) 作业风险评估方法及装置、电子设备和存储介质
CN116596306A (zh) 基于风险分级的食品安全监督抽查方法及系统
CN115471000A (zh) 一种确定性分级降雨预报不确定性的评估方法
CN114677015A (zh) 一种基于网格化管理的智慧城市安全管控平台及管控方法
CN117273456B (zh) 一种基于大数据技术的项目成本智能管理系统
CN112836890A (zh) 一种预测火灾风险的方法、装置、设备及存储介质
Zhang et al. Variable stage self-correcting grey clustering model
KR20210098234A (ko) 전통시장 화재 위험도 평가지표 시스템 및 방법
CN116227920A (zh) 企业风险评估方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant