CN113379230A - 基于大数据的巡查调控系统及方法 - Google Patents

Abstract

本发明公开了基于大数据的巡查调控系统及方法，通过采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误，相比现有技术，本发明能通过巡查时间数据识别巡查数据的真伪，从而解决现有的巡查调控系统无法识别巡查员漏查、或未查直接上传虚假的巡查数据，导致无法准确监控巡查区域的技术问题。

Description

基于大数据的巡查调控系统及方法

技术领域

本发明涉及大数据巡查技术领域，尤其涉及基于大数据的巡查调控系统及方法。

背景技术

现有巡查调控系统是针对人、场所等需要巡查的对象，通过制定简单的巡查规则定时下发巡查任务给到所负责的巡查员。巡查员接收到下发的任务后，在任务规定的完成时间内对巡查对象进行巡查走访，并将巡查数据上传至巡查调控系统中，然而在巡查过程中，常常存在巡查员漏查、或未查直接上传虚假的巡查数据给巡查调控系统，导致无法准确监控巡查区域的问题，因此，如何识别巡查员漏查、或未查直接上传虚假的巡查数据已成为本领域技术人员亟待解决的问题。

发明内容

本发明提供了基于大数据的巡查调控系统及方法，用于解决现有的巡查调控系统无法识别巡查员漏查、或未查直接上传虚假的巡查数据，导致无法准确监控巡查区域的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种基于大数据的巡查调控系统，包括：数据采集组件以及与所述数据采集组件连接的控制组件；

所述数据采集组件用于采集巡查过程中的巡查数据，并将所述巡查数据发送给控制组件，所述巡查数据包括多种巡查内容数据、巡查时间数据；

所述控制组件用于接收所述巡查数据，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

优选的，所述巡查内容数据包括巡查对象的巡查项数量以及种类，巡查时间数据包括各个巡查对象巡查时长；所述控制组件包括数据统计分析模块，所述数据统计分析模块还用于根据巡查对象的巡查项的种类查找预存的、对应种类巡查项的最短巡查时长，基于对应种类巡查项最短巡查时长以及巡查对象各种类巡查项数量计算所述巡查对象的最短巡查时间，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

优选的，所述数据统计分析模块用于获取所述各个巡查项的历史巡查记录时长数据，利用概率分布图将计所述历史巡查记录时长数据进行概率分布模拟，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长。

优选的，所述控制组件还包括任务下发模块，所述数据统计分析模块用于当判断所述巡查过程中的巡查数据有误时，控制任务下发模块提高所述巡查对象的巡查频率/或重新下发所述巡查对象的巡查任务/发生报警信号给管理端。

优选的，所述任务下发模块用于调用巡查对象最近连续一段时间的巡查数据；从所述巡查数据中提取所述巡查对象的时序隐患指标；将所述时序隐患指标与预设的指标阈值进行比较，当所述时序隐患指标超过对应的指标阈值，判断所述巡查对象为重点巡查对象，调控所述重点巡查对象的巡查频率，并对应调节所述重点巡查对象的对应巡查员的任务下发时间。

优选的，还包括路径规划模块，所述路径规划模块用于获取并根据巡查员的待巡查区域的路况信息、预测的巡查期限内的交通信息以及待巡查区域内需巡查的巡查对象的位置信息规划以巡查时间最短为目标的最优路径，并将最优路径反馈给所述巡查员。

一种基于大数据的巡查调控方法，包括以下步骤：

采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

优选的，所述巡查内容数据包括巡查对象的巡查项数量以及种类，巡查时间数据包括各个巡查对象巡查时长；根据所述巡查内容数据确定巡查内容的最短巡查时间，包括以下步骤：

根据巡查对象的巡查项的种类查找预存的、对应种类巡查项的最短巡查时长，基于对应种类巡查项最短巡查时长以及巡查对象各种类巡查项数量计算所述巡查对象的最短巡查时间，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

优选的，所述巡查项的最短巡查时长的确定通过以下步骤实现：

获取所述各个巡查项的历史巡查记录时长数据，利用概率分布图将所述历史巡查记录时长数据进行概率分布模拟，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长。

优选的，还包括以下步骤：

当判断所述巡查过程中的巡查数据有误时，控制任务下发模块提高所述巡查对象的巡查频率/或重新下发所述巡查对象的巡查任务/发生报警信号给管理端。

本发明具有以下有益效果：

1、本发明中的基于大数据的巡查调控系统及方法，通过采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误，相比现有技术，本发明能通过巡查时间数据识别巡查数据的真伪，从而解决现有的巡查调控系统无法识别巡查员漏查、或未查直接上传虚假的巡查数据，导致无法准确监控巡查区域的技术问题。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明的基于大数据的巡查调控系统的结构简图；

图2是本发明优选实施例中的基于大数据的巡查调控系统的结构简图；

图3是本发明优选实施例中的判断所述巡查过程中的巡查数据有误的流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

实施例一：

如图1所示，本实施中公开了一种基于大数据的巡查调控系统，包括：数据采集组件以及与所述数据采集组件连接的控制组件；

所述数据采集组件用于采集巡查过程中的巡查数据，并将所述巡查数据发送给控制组件，所述巡查数据包括多种巡查内容数据、巡查时间数据；

所述控制组件用于接收所述巡查数据，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

此外，在本实施例中，还公开了一种基于大数据的巡查调控方法，包括以下步骤：

采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

本发明中的基于大数据的巡查调控系统及方法，通过采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误，相比现有技术，本发明能通过巡查时间数据识别巡查数据的真伪，从而解决现有的巡查调控系统无法识别巡查员漏查、或未查直接上传虚假的巡查数据，导致无法准确监控巡查区域的技术问题。

实施例二：

实施例二是实施例一的优选实施例，其与实施例一的不同之处在于，对基于大数据的巡查调控系统的具体结构进行了细化：

如图2所示，在本实施例中公开了一种基于大数据的巡查调控系统包括：包括移动终端、web后台管理端两个用户子系统。移动终端是用于巡查员用分配的账号登录具有查看分配所管理的巡查对象信息、需要完成的任务信息，主要用于数据的采集入口。后台管理端主要包括数据采集组件以及控制组件，控制组件包括巡查对象管理、巡查员管理、任务下发模块、任务分析模块、存储管理模块、数据统计分析、路径规划等功能模块。

在本实施例中，其各级系统后台管理人员在巡查员管理模块添加本机机构下的巡查员用户信息，包括用户账号、姓名、手机号码、所属机构等信息，添加成功后巡查员账号才有权限登录移动终端。管理员在巡查对象管理添加或批量导入本级机构管辖的巡查对象，包括人、单位场所等。录入巡查对象信息包括：名称、地址、联系电话、责任人、责任人电话、营业执照、身份证号码、负责的巡查员、分类、分级等信息，添加成功后该巡查对象就会纳入巡查管控范围，所负责的巡查员将会查阅到该巡查对象的所有信息。

存储管理模块是本系统针对数据存储方面的功能。本系统采用了mysql数据库、hadoop分布式文件系统、hive分布式数据库、hbase列簇数据库。Mysql数据库主要作为基本信息的存储库，例如巡查对象信息、巡查员信息等基础数据。将巡查上传的任务数据分布式存储在大数据组件hadoop、hive、hbase中，hadoop是分布式文件系统，存储在hadoop中的数据都会以一个文件的信息存储在服务器硬盘中，适合不断增加的超大数据量的数据，自动分布式存储也可以由于服务器问题导致数据的丢失，任务数据就是存储在hadoop中。Hive中存储的数据是基于hadoop存储，提供离线计算能力，可以方便在大数据中分析和统计出相关的数据。Hbase也可以基于hadoop存储，提供实时查询计算能力，可以和hive结合起来提供更高效的数据处理能力。

数据采集组件由巡查员使用自己的账号登录移动终端子系统，在系统中可以查阅本人负责的所有巡查对象信息以及需要巡查走访的任务信息。按照任务的不同状态统计展示出各任务的数量及状态，对还未完成且即将超时的任务会自动推送消息通知。在巡查走访过程中发现巡查对象实际的思南县与系统录入的信息有不一致时，巡查员可以对相关信息填写上报，最后有系统管理员核查通过后进行变更。巡查员在做任务时，需要填写对应巡查对象所有巡查的表单信息及上传指定位置的图片，图片必须当场拍摄上传，完成必填项信息后提交完成本次巡查。数据采集组件包括设置在移动终端的巡查助手APP或小程序，当巡查员在使用巡查助手应用巡查时，首先选择需要巡查的对象，然后点击开始巡查，程序记录开始巡查的时间；在巡查过程安装检查项进行逐项检查、拍照等操作；最后点击结束巡查，提交巡查信息，并自动记录此条巡查记录的结束巡查时间。在提交巡查信息时按照该信息的开始巡查时间和结束时间计算得出此次的巡查时长h1，巡查助手将采集的巡查内容数据(巡查项数量以及种类)、巡查时间数据(即巡查时长h1)发送给数据统计分析模块；

数据统计分析模块用于根据巡查对象的巡查项的种类查找预存的、对应种类巡查项的最短巡查时长，基于对应种类巡查项最短巡查时长以及巡查对象各种类巡查项数量计算所述巡查对象的最短巡查时间，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

此外，作为上述的替换方案，如图3所示，将所述最短巡查时间与所述巡查时间数据进行比较，根据比较结果判断巡查数据有误，也可以通过以下方法：

将此巡查时长的判定结果设置一个权重w1；相关人员审核异常标签的巡查记录权重为w2，通过加权平均的方式计算所述巡查时长及其对应权重w1和相关人员审核异常标签的巡查记录及其对应权重w2的加权平均值，并将所述加权平均值与预设的阈值进行比较，并根据比较结果判断巡查记录是否为真实巡查。如果是不真实巡查，将按照既定的巡查规则进行对该巡查对象下发多次巡查任务及增加巡查密度。

设置了巡查时长判断权重为w1和巡查任务审核权重为w2，最后通过这两个权重占比计算加权平均值来判断巡查记录是否真实巡查。这两个权重占比是通过对历史巡查数据进行归类、归纳，经过上千次通过设置w1和w2不同的值进行分析模拟得出最佳的权重值为w1＝40,w2＝60。

对历史数据输入大数据池分析得出不同的阈值在实际应用中对巡查员巡查任务的影响，最终得出初始阈值为95。后续将会不断的对更多的历史数据进行大数据的分析优化，来优化所设定的阈值。

其中，最短巡查时间是数据统计分析模块获取所述各个巡查项的历史巡查记录时长数据，利用概率分布图将计所述历史巡查记录时长数据进行概率分布模拟，得到巡查时长概率图，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长。

其中，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长具体为：在概率图中看出巡查时长的分布情况，然后使用概率图中的均值数据作为该巡查时长的最短巡查时长。

此外，在优选方案中，最短巡查时间的设置应包括检查所需最短时间以及预先准备时间，最短巡查时间的设置可以通过大量不同体征的巡查员以最快时间进行检查项检查，得到大量用户对该检查项的最快时间集，最后取最快时间集的均值作为最短巡查时长。

此外，在本实施例中数据统计分析模块还包括以下功能：

按照需要统计的各种纬度数据，例如：任务完成情况、下发情况、巡查对象安全隐患情况、巡查员走访路径情况、巡查员走访高峰期情况等通过大数据组件hadoop进行统计分析得出结果。

当数据统计分析模块判断所述巡查过程中的巡查数据有误时，会控制任务下发模块提高所述巡查对象的巡查频率/或重新下发所述巡查对象的巡查任务/发生报警信号给管理端。

任务下发模块分为日常任务和动态任务。日常任务下发由管理员添加下发任务规则，满足规则的巡查对象会在指定的下发时间下发任务，每一个周期可以设置为定时下发。规则例如：按照指定巡查对象、巡查对象所属区域、所属分类、所属分级等，下发周期有一日一次、两日一次、周期内一次等。动态任务下发是在任务分析模块依托大数据技术hadoop、hive、hbase对巡查数据进行运算分析，根据巡查员对巡查对象的历史巡查上传的巡查信息，通过大数据建模进行分析得出需要加强巡查频率的巡查对象信息，动态调控下发任务的下发时间及巡查周期，通过大数据的处理分析智能化的对巡查对象进行严密的巡查和走访，大大降低巡查对象存在的隐患。

此外，任务下发模块用于调用巡查对象最近连续一段时间的巡查数据；从所述巡查数据中提取所述巡查对象的时序隐患指标；将所述时序隐患指标与预设的指标阈值进行比较，当所述时序隐患指标超过对应的指标阈值，判断所述巡查对象为重点巡查对象，调控所述重点巡查对象的巡查频率，并对应调节所述重点巡查对象的对应巡查员的任务下发时间。

其中，所述时序隐患指标包括：

指标1：连续一段时间内的隐患率；其中，该指标1可以为巡查对象每天、每周、每月的检查结果是隐患的数量及占总任务的百分比；

指标2：连续一段时间内的隐患整改率；其中，该指标2可以为连续3天巡查对象的隐患整改完成率；

指标3：连续一段时间内的巡查检查项中隐患项数和正常项数；其中，该指标3可以为连续3天的检查结果正常项数和隐患项数；

指标4：连续一段时间内的同一巡查检查项的隐患数；其中，该指标4可以为巡查对象的一周内同一检查项是隐患的数量。

作为上述方案的替换方法，所述时序隐患指标也可以通过以下公式得到：

其中，i＝1,2,3,...,n，n为检查项总数，Q^j为第j个巡查对象的时序隐患指标，

为第j个巡查对象的第i个检查项的隐患权重，

为第j个巡查对象的第i个检查项的得分；其中，

其中，第j个巡查对象的第i个检查项的隐患权重

由第i个检查项对第j个巡查对象的整体隐患或损失大小造成的影响决定，其中，影响越大，权重越大，当巡查对象发生变化时，检查项对巡查对象的影响发生变化，也可动态调整该权重。

在应用时，可结合巡查对象类型及所在区域对各巡查对象的各个检查项初始化设置隐患权重weight，数值越大代表权重越高。在对巡查对象不断的监控巡查过程中采集的巡查数据、整改数据、发生过隐患事件的处置报告数据及损失统计报告数据进行进一步匹配检查项分析，得出与检查项有关联的、造成损失大小对检查项重新调整隐患权重的值，对造成隐患事件损失大的调高隐患权重的值。在后续的巡查监控走访中根据每个检查项的分数值与隐患权重计算时序隐患指标，并通过历史隐患数据及发生过隐患损失的数据设置时序隐患指标阈值，如将时序隐患指标设置为90分，当Q^j超过90分即设置为重点监控对象。

此外，在本实施例中，还包括路径规划模块，所述路径规划模块用于获取并根据巡查员的待巡查区域的路况信息、预测的巡查期限内的交通信息以及待巡查区域内需巡查的巡查对象的位置信息规划以巡查时间最短为目标的最优路径，并将最优路径反馈给所述巡查员。

综上所述，本发明中的基于大数据的巡查调控系统及方法，通过采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误，相比现有技术，本发明能通过巡查时间数据识别巡查数据的真伪，从而解决现有的巡查调控系统无法识别巡查员漏查、或未查直接上传虚假的巡查数据，导致无法准确监控巡查区域的技术问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种基于大数据的巡查调控系统，其特征在于，包括：数据采集组件以及与所述数据采集组件连接的控制组件；

所述数据采集组件用于采集巡查过程中的巡查数据，并将所述巡查数据发送给控制组件，所述巡查数据包括多种巡查内容数据、巡查时间数据；

所述控制组件用于接收所述巡查数据，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

2.根据权利要求1所述的基于大数据的巡查调控系统，其特征在于，所述巡查内容数据包括巡查对象的巡查项数量以及种类，巡查时间数据包括各个巡查对象巡查时长；所述控制组件包括数据统计分析模块，所述数据统计分析模块还用于根据巡查对象的巡查项的种类查找预存的、对应种类巡查项的最短巡查时长，基于对应种类巡查项最短巡查时长以及巡查对象各种类巡查项数量计算所述巡查对象的最短巡查时间，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

3.根据权利要求2所述的基于大数据的巡查调控系统，其特征在于，所述数据统计分析模块用于获取所述各个巡查项的历史巡查记录时长数据，利用概率分布图将计所述历史巡查记录时长数据进行概率分布模拟，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长。

4.根据权利要求1所述的基于大数据的巡查调控系统，其特征在于，所述控制组件还包括任务下发模块，所述数据统计分析模块用于当判断所述巡查过程中的巡查数据有误时，控制任务下发模块提高所述巡查对象的巡查频率/或重新下发所述巡查对象的巡查任务/发生报警信号给管理端。

5.根据权利要求4所述的基于大数据的巡查调控系统，其特征在于，所述任务下发模块用于调用巡查对象最近连续一段时间的巡查数据；从所述巡查数据中提取所述巡查对象的时序隐患指标；将所述时序隐患指标与预设的指标阈值进行比较，当所述时序隐患指标超过对应的指标阈值，判断所述巡查对象为重点巡查对象，调控所述重点巡查对象的巡查频率，并对应调节所述重点巡查对象的对应巡查员的任务下发时间。

6.根据权利要求1所述的基于大数据的巡查调控系统，其特征在于，还包括路径规划模块，所述路径规划模块用于获取并根据巡查员的待巡查区域的路况信息、预测的巡查期限内的交通信息以及待巡查区域内需巡查的巡查对象的位置信息规划以巡查时间最短为目标的最优路径，并将最优路径反馈给所述巡查员。

7.一种基于大数据的巡查调控方法，其特征在于，包括以下步骤：

采集巡查过程中的巡查数据，根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

8.根据权利要求7所述的巡查调控方法，其特征在于，所述巡查内容数据包括巡查对象的巡查项数量以及种类，巡查时间数据包括各个巡查对象巡查时长；根据所述巡查内容数据确定巡查内容的最短巡查时间，包括以下步骤：

根据巡查对象的巡查项的种类查找预存的、对应种类巡查项的最短巡查时长，基于对应种类巡查项最短巡查时长以及巡查对象各种类巡查项数量计算所述巡查对象的最短巡查时间，并根据所述巡查内容数据确定巡查内容的最短巡查时间，将所述最短巡查时间与所述巡查时间数据进行比较，当判断所述巡查时间数据低于所述最短巡查时间，则判断所述巡查过程中的巡查数据有误。

9.根据权利要求8所述的巡查调控方法，其特征在于，所述巡查项的最短巡查时长的确定通过以下步骤实现：

获取所述各个巡查项的历史巡查记录时长数据，利用概率分布图将计所述历史巡查记录时长数据进行概率分布模拟，查看离散程度获得每种巡查项的巡查正常时需要使用的最短巡查时长。

10.根据权利要求8所述的巡查调控方法，其特征在于，还包括以下步骤：

当判断所述巡查过程中的巡查数据有误时，控制任务下发模块提高所述巡查对象的巡查频率/或重新下发所述巡查对象的巡查任务/发生报警信号给管理端。

Images