CN114282788A - 企业风险预警方法、装置、电子设备及可读存储介质 - Google Patents
企业风险预警方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114282788A CN114282788A CN202111526998.5A CN202111526998A CN114282788A CN 114282788 A CN114282788 A CN 114282788A CN 202111526998 A CN202111526998 A CN 202111526998A CN 114282788 A CN114282788 A CN 114282788A
- Authority
- CN
- China
- Prior art keywords
- index
- early warning
- indexes
- enterprise
- determining
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种企业风险预警方法、装置、电子设备及可读存储介质。所述方法包括:获取企业安全生产的多个指标以及各指标的值,根据获取的多个指标以及各指标的值,确定企业安全预警指数;根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。本申请能够实时监控企业管理水平,且本发明选取的数据指标覆盖企业安全生产标准化基本规范GB/T 33000‑2016要求,可以表征企业安全生产情况各个方面的状况及变化趋势,实现定性与定量指标相结合,同时指标项的选取可根据不同企业安全生产情况及企业风险的可接受程度不断调整以适应企业的发展要求;本发明无需人工管理数据、人工发布预警消息,避免人工操作失误引起的数据失真。
Description
技术领域
本申请涉及风险预测技术领域,具体而言,涉及一种企业风险预警方法、装置、电子设备及可读存储介质。
背景技术
化学工业是我国重要的基础产业、支柱产业,与其他行业相比,化工行业流程复杂,主要原料和产品80%以上属于危险化学品,安全环保风险高且危险化学品领域重特大事故多发,不仅威胁到人们的生命健康还造成了巨大的经济损失,所以安全生产工作一直受到国家政府的高度关注,传统的生产安全单纯根据仪器以及管理经验来进行安全事故的预防,然而影响企业生产的安全指数除了我们能直观检测到的数据之外还有很多无法定量描述的因素,而这些因素对于实现安全生产也至关重要。
目前国内已有的安全预警系统,从数据采集层面来看大部分系统主要依赖人工输入,工作量重复效率低且出错率高,事故隐患发生后难以追溯,很难做到“防患于未然”,只能起到在事发后最大程度减少损失并从安全事故中吸取经验教训来预防下一次事故隐患发生的作用;从数据指标的选取层面来看市面已有系统关注点都落在了可量化的数据指标上,比如事故隐患、安全培训、应急救援等,忽略了一些只能定性描述的安全指标,又或者选取的指标项不够全面,仅仅从隐患排查和和风险管理两个方面定量分析和建立指数系统,缺乏对相关气象及安全教育培训、应急等潜在安全隐患的考虑,而这些指标数据项都会严重影响我们对企业安全阈值的判断;从监控手段层面来看有些系统侧重于人工管理型,即通过人工手段进行指标识别、预警信息获取及分析、预警报告发布等,人工管理型预警系统数据传递慢,安全没保障;还有个别预警系统主要集中于对安全生产监测仪器获取的数据或设备管理监控方面,未能考虑到预警指标之间的关联性,不能展示企业的整体安全情况;从安全预警风险分析周期的角度来看,有的系统一个月出一份安全预警报告,也就是说无法做到实时预警,企业相关人员不能快速了解企业的管理现状和管理水平,无法达到预防安全事故发生的目的。
发明内容
本申请的主要目的在于提供一种企业风险预警方法、装置、电子设备及可读存储介质,以解决相关技术中企业预警不准确等问题。
为了实现上述目的,第一方面,本申请提供了一种企业风险预警方法,包括:
获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标;
根据获取的多个指标以及各指标的值,确定企业安全预警指数;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
可选的,在上述方法中,所述根据获取的多个指标以及各指标的值,确定企业安全预警指数包括:
为获取的各项指标分配权重,得到风险评价矩阵;
确定各项指标的特征值,并根据确定的各项指标的特征值,对所述风险评价矩阵进行更新;
基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数。
可选的,在上述方法中,所述为获取的各项指标分配权重,得到风险评价矩阵包括:
确定获取的各项指标两两比较的重要程度;
根据所述重要程度,确定所述风险评价矩阵。
可选的,在上述方法中,所述确定各项指标的特征值包括:
根据风险评价矩阵确定确定各项指标的相对权重值;
根据各项指标的相对权重值,确定各项指标的最大特征根;
根据各项指标的最大特征根,以及风险评价矩阵的阶数,确定各项指标的一致性比率,其中,所述各项指标的一致性比率均小于0.1;
所述根据确定的各项指标的特征值,对所述风险评价矩阵进行更新,包括:
若确定一项指标的一致性比率大于等于0.1,则对所述风险评价矩阵进行调整。
可选的,在上述方法中,所述基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数,包括:
基于Relu函数,对各项指标的值进行归一化处理;
根据各项指标的相对权重值、以及归一化处理后得到的各项指标的值,逐级确定各项指标的指标分值的和;
将第一级的指标分值的和作为企业安全预警指数。
可选的,在上述方法中,所述预设的预警规则包括多个等级的预警阈值范围;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警,包括:
计算得出所述企业安全预警指数与所述多个等级的预警阈值范围进行对比,确定目标企业的风险等级;
根据确定的风险等级,进行报警。
可选的,所述方法还包括:
建立企业安全分析预警知识库,若发生预警指数升高事件时,则根据事件代码自动检索知识库,确定事件等级、事件可能原因及建议措施,生成预警事件消息推送至平台和相关负责人员。
第二方面,提供了一种企业风险预警装置,包括:
获取单元,用于获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标;
指数确定单元,用于根据获取的多个指标以及各指标的值,确定企业安全预警指数;
预警单元,用于根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行上述任一的方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行上述任一的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本申请通过获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接第三方系统数据指标;根据获取的多个指标以及各指标的值,确定企业安全预警指数;根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。本发明是一次集数学、统计、互联网、安全等学科深度融合的尝试,对于帮助企业安全管理意识从定性向定量转变有这重要的意义,是安全生产管理领域自主技术创新的积极表现。本发明能有有效提升企业安全生产管理的预防和“免疫”能力,从事故源头降低企业事故风险,实现企业的本质安全。安全生产分析预警要做到“防患于未然”,不能单纯依赖人工输入数据,出错率高且传递信息慢,本申请能够实时监控企业管理水平,且本发明选取的数据指标覆盖企业安全生产标准化基本规范GB/T33000-2016要求,可以表征企业安全生产情况各个方面的状况及变化趋势,实现定性与定量指标相结合,同时指标项的选取可根据不同企业安全生产情况及企业风险的可接受程度不断调整以适应企业的发展要求;本发明无需人工管理数据、人工发布预警消息,避免人工操作失误引起的数据失真。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一个实施例的企业风险预警方法的流程示意图;
图2是根据本申请一个实施例的在一定范围内,指标值和变量的关系;
图3是根据本申请一个实施例的企业风险预警装置的结构示意图;
图4是根据本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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例,都应当属于本申请保护的范围。
我国预警技术最早开始应用于经济领域以预防财政危机,目前我国的预警技术不断完善并且被广泛应用于预防地震、滑坡、森林火灾、金融、农业信息、消防、煤矿、冶金工贸、交通事故、网络安全等各个领域并取得了很好的预防效果。然而在工业生产领域虽然已经摆脱了单纯依靠传统的仪器进行监控预警的模式但是目前企业生产技术的指标参数缺乏科学性与关联性,从而直接导致计算得到的分析结果失去了代表性和准确性。
目前国内已有的安全生产预警系统有:宝曼安全预警预警、佰信安安全生产风险监测预警系统、安科瑞置灰监测预警系统、安泰安全生产预警系统。
宝曼安全预警系统主要针对现场的不安全状态,包括设备的不安全状态、环境的不安全状态等因素,进行统计分析、汇总,最终进行信息呈现反馈。该系统仅仅注意到设备和现场环境方面的数据指标,缺少其他可量化的安全因素的分析。
佰信安安全生产风险监测预警系统围绕煤矿、危险化学品等高危行业安全生产重大风险,主要依靠安全隐患视频智能识别系统感知数据,人为综合评估安全生产风险。
安科瑞智慧监测预警系统主要集中于对安全生产检测仪器获取的数据的详细监控,从而实现对当前企业安全生产的隐患排查。该系统仅仅注意到可以直观观测的具体监测数据,缺少其他可量化或不可量化的安全因素的分析
安泰安全生产预警系统包括的功能模块划分相对全面,包含消防管理、应急救援管理、事故事件管理等模块,但是缺乏安全教育培训、应急演练等其他潜在的安全隐患的考虑。
为此,本申请提供了一种企业风险预警方法,图1是根据本申请一个实施例的企业风险预警方法的流程示意图,该方法至少包括步骤S110~步骤S130:
步骤S110:获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标。
本申请的构思在于,从企业的静态风险、特殊作业、隐患治理、变更管理、应急预案、培训及人员素质、消防设施、报警等等方面获得有关信息和运行数据,对数据进行加工处理统计、分析和计算,得到企业安全生产预警指数值,当判断结果触发预警阈值时,就触动预警消息推送系统,系统根据事先设定的预警规则发出预警信息,指导企业安全生产决策,提升企业管理水平。
风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标等指标能够表征企业安全生产的各个方向,其中,第三方系统数据包括DCS(分布式控制系统)、GDS(气体检测报警系统)数据。
除上述主要指标外,还可以包括巡检指标、事故事件指标、设备管理指标、承包商管理指标、气候环境指标、体系文件指标、值班管理指标、安全观察与沟通指标等等。凡是能够表征企业安全生产的某项特性的指标均可归于企业安全生产的指标,本申请不作限制。
在对企业风险进行预警时,首先获取上述指标以及各指标对应的值。
步骤S120:根据获取的多个指标以及各指标的值,确定企业安全预警指数。
然后,根据获取的多个指标以及各指标的值,建立安全预警模型,基于该安全预警模型可计算出企业安全预警指数。
确认选择的各项指标后,建立安全预警模型,具体的,包括但不限于运用层次分析法(AHP)对获取的各项指标进行权重的合理分配,通过风险矩阵判断调整各级指标的权重值,可将包括但不限于安全、工艺、机电各专业控制指标计入安全预警模型,自动进行一致性比率的核算,自动计算企业的安全生产预警指数,根据模型计算任务中心设置的计算任务自动计算企业的实时安全生产预警指数,从而实现对企业风险的自动预警;企业可根据现场实际情况不断调整各项指标及指标对应的权重,完善安全预警模型。
步骤S130:根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
在确定企业安全预警指数后,可确定企业安全预警指数是否触发预设的预警规则,若触发,则对企业风险进行预警;若没有触发,则不对企业风险进行预警,并继续监测即可。
从图1可以看出,本发明是一次集数学、统计、互联网、安全等学科深度融合的尝试,对于帮助企业安全管理意识从定性向定量转变有这重要的意义,是安全生产管理领域自主技术创新的积极表现。本发明能有有效提升企业安全生产管理的预防和“免疫”能力,从事故源头降低企业事故风险,实现企业的本质安全。安全生产分析预警要做到“防患于未然”,不能单纯依赖人工输入数据,出错率高且传递信息慢,本申请能够实时监控企业管理水平,且本发明选取的数据指标覆盖企业安全生产标准化基本规范GB/T 33000-2016要求,可以表征企业安全生产情况各个方面的状况及变化趋势,实现定性与定量指标相结合,同时指标项的选取可根据不同企业安全生产情况及企业风险的可接受程度不断调整以适应企业的发展要求;本发明无需人工管理数据、人工发布预警消息,避免人工操作失误引起的数据失真。
在本申请的一些实施例中,所述根据获取的多个指标以及各指标的值,确定企业安全预警指数包括:为获取的各项指标分配权重,得到风险评价矩阵;确定各项指标的特征值,并根据确定的各项指标的特征值,对所述风险评价矩阵进行更新;基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数。
其中,所述为获取的各项指标分配权重,得到风险评价矩阵包括:确定获取的各项指标两两比较的重要程度,并根据所述重要程度,确定风险评价矩阵。
在本申请的一些实施例中,所述特征值核算一致性比率;所述确定各项指标的特征值包括:确定各项指标的相对权重值;根据各项指标的相对权重值,确定各项指标的最大特征根;根据各项指标的最大特征根,以及风险评价矩阵的阶数,确定各项指标的一致性比率。
具体的,权重分配方法如下:首先,建立指标的评价矩阵,可建立四级指标矩阵,绑定选取的工智道业务数据项,并对选择的各指标项进行两两比较,反复回答问题:两个指标之间谁更重要,重要多少?根据比较后的重要程度,得到指标的评价矩阵如下:
然后,计算指标相对权重,具体可如表1中的三步进行计算。
表1
第三,根据下式计算最大特征根:
第四,根据下式核算一致性指标(CI):
第五,根据下式计算一致性比率(CR):
CR=CI/RI;
其中,RI为随机指标,其取值可如表2所示。
表2
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
在本申请的一些实施例中,所述根据确定的各项指标的特征值,对所述风险评价矩阵进行更新,包括:确定一项指标的一致性比率是否大于等于0.1,若是,则对风险评价矩阵进行调整。
在本申请的一些实施例中,可将预设阈值设为0.1,当CR=CI/RI<0.1,即认为合理,反之则需要调整各项指标在风险评价矩阵中的值。
此外,在本申请的一些实施例中,对各项指标可进行动态调整,具体的,本发明计算出来的权重不是固定的,支持动态变化,当某个指标的下级指标没有数据接入时,该指标将动态从计算中删除即动态权重=0,剩余指标重新进行权重计算,保证各权重之和为1。
在本申请的一些实施例中,所述基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数,包括:基于Relu函数,对各项指标的值进行归一化处理;根据各项指标的相对权重值、以及归一化处理后得到的各项指标的值,逐级确定各项指标的指标分值的和;将第一级的指标分值的和作为企业安全预警指数。
其中,Relu函数为线性整流函数(Rectified Linear Unit,),又称修正线性单元,是一种人工神经网络中常用的激活函数(activation function),通常指代以斜坡函数及其变种为代表的非线性函数。采用该函数能够快速实现批量归一化,在本实施例中,将各指标的值进行归一化处理后,进入后续步骤。
具体的,企业安全预警指数为四级指标的数值,自动抓取各项指标数据项的实时数据值,计算可采用权重*指标求和的方式,具体的计算方法,可采用表3中的各计算公式。
表3
为解决单个指标受体量等影响,数据过大而导致了单个指标对总体指标产生严重影响,可以采取算法对每个指标进行进行最大值归一化处理,即每个指标均折算成总分为100分的相对值。
采取的函数是Relu函数,需要模型管理人员提前确定合理的w值,x为实际采集的业务数据值:
如图2所示,在一定范围内,指标值和变量线性关系,达到特定值以后,指标值保持最大值。
在本申请的一些实施例中,所述预设的预警规则包括多个等级的预警阈值范围;根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警,包括:计算得出所述企业安全预警指数与所述多个等级的预警阈值范围进行对比,确定目标企业的风险等级;根据确定的风险等级,进行报警。
在本申请的一些实施例中,安全生产预警状态划分为安全、注意、警告、危险四个等级,预警阈值为各个等级之间的界定数值,企业可根据事故发生状况或风险可接受程度确定预警阈值现场情况不断调整指标及权重,通过风险矩阵模型设定合理的企业预警阈值。
此外,在本申请的一些实施例中,本申请还可以生成预警指数图,采集指标的动态数值通过模型计算出企业的安全生产预警指数数值,以横轴表示时间,纵轴表示安全生产预警指数值,通过预警阈值划分区域,将四个预警等级设定明显的预警色,安全等级为绿色,注意等级为黄色,警告等级为橙色,危险等级为红色。根据不同时刻的预警指数值,绘制出安全生产预警指数图,对超过警戒的预警点,在预警系统进行报警;预警指数图支持历史预警指数的查询,可按时间及区域维度进行查看,直观综合反应企业安全管理现状,为领导安全生产决策提供参考依据。
在本申请的一些实施例中,所述方法还可包括:信息发布步骤,通过设置的推送预警阈值,及时发布、推送安全生产预警信息,提醒负责人及相关人员注意,最大限度的降低事故发生概率及后果严重程度。
在本申请的一些实施例中,所述方法还可包括:自我管理步骤,企业各部门收到预警消息后,通过预警系统快速定位影响风险升高的指标项,及时制定、落实整改措施,监督完成问题整改,保证预警系统的闭环管理。
在本申请的一些实施例中,所述方法还包括:建立企业安全分析预警知识库,发生预警指数升高事件时,系统根据事件代码自动检索知识库,确定事件等级、事件可能原因及建议措施等,生成预警事件消息推送至平台和相关负责人员。
图3示出了根据本申请的一个实施例的一种企业预警装置,该装置300包括:
获取单元310,用于获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据;
指数确定单元320,用于根据获取的多个指标以及各指标的值,确定企业安全预警指数;
预警单元330,用于根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
在本申请的一些实施例中,指数确定单元320,用于为获取的各项指标分配权重,得到风险评价矩阵;确定各项指标的特征值,并根据确定的各项指标的特征值,对所述风险评价矩阵进行更新;基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数。
在本申请的一些实施例中,指数确定单元320,用于确定获取的各项指标两两比较的重要程度,并根据所述重要程度确定所述风险评价矩阵。
在本申请的一些实施例中,;指数确定单元320,用于确定各项指标的相对权重值;根据各项指标的相对权重值,确定各项指标的最大特征根;根据各项指标的最大特征根,以及风险评价矩阵的阶数,确定各项指标的一致性比率,其中,各项指标的一致性比率均小于0.1;指数确定单元320,还用于若确定一项指标的一致性比率大于等于0.1,则对风险评价矩阵进行调整。
在本申请的一些实施例中,指数确定单元320,用于基于Relu函数,对各项指标的值进行归一化处理;根据各项指标的相对权重值、以及归一化处理后得到的各项指标的值,逐级确定各项指标的指标分值的和;将第四级的指标分值的和作为企业安全预警指数。
在本申请的一些实施例中,所述预设的预警规则包括多个等级的预警阈值范围;预警单元330,用于确定所述企业安全预警指数和所述多个等级的预警阈值范围,确定目标企业的风险等级;根据确定的风险等级,进行报警。
在本申请的一些实施例中,预警单元330,用于建立企业安全分析预警知识库,若发生预警指数升高事件时,则根据事件代码自动检索知识库,确定事件等级、事件可能原因及建议措施,并生成预警事件消息推送至平台和相关负责人员。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成企业风险预警装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及第三方数据指标中的至少两项;
根据获取的多个指标以及各指标的值,确定企业安全预警指数;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
上述如本申请图2所示实施例揭示的企业风险预警装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图2中企业风险预警装置执行的方法,并实现企业风险预警装置在图2所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图2所示实施例中企业风险预警装置执行的方法,并具体用于执行:
获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标;
根据获取的多个指标以及各指标的值,确定企业安全预警指数;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种企业风险预警方法,其特征在于,包括:
获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标;
根据获取的多个指标以及各指标的值,确定企业安全预警指数;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
2.如权利要求1所述的方法,其特征在于,所述根据获取的多个指标以及各指标的值,确定企业安全预警指数包括:
为获取的各项指标分配权重,得到风险评价矩阵;
确定各项指标的特征值,并根据确定的各项指标的特征值,对所述风险评价矩阵进行更新;
基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数。
3.如权利要求2所述的方法,其特征在于,所述为获取的各项指标分配权重,得到风险评价矩阵包括:
确定获取的各项指标的两两比较的重要程度;
根据所述重要程度,得到风险评价矩阵。
4.如权利要求3所述的方法,其特征在于,所述确定各项指标的特征值包括:
根据风险评价矩阵确定各项指标的相对权重值;
根据各项指标的相对权重值,确定各项指标的最大特征根;
根据各项指标的最大特征根,以及风险评价矩阵的阶数,确定各项指标的一致性比率,其中所述各项指标的一致性比率均小于0.1;
所述根据确定的各项指标的特征值,对所述风险评价矩阵进行更新,包括:
若确定一项指标的一致性比率大于等于0.1,则对所述风险评价矩阵进行调整。
5.如权利要求2所述的方法,其特征在于,所述基于更新后的风险评价矩阵,以及各项指标的值,确定企业安全预警指数,包括:
基于Relu函数,对各项指标的值进行归一化处理;
根据各项指标的相对权重值、以及归一化处理后得到的各项指标的值,逐级确定各项指标的指标分值的和;
将第一级的指标分值的和作为企业安全预警指数。
6.如权利要求1所述的方法,其特征在于,所述预设的预警规则包括多个等级的预警阈值范围;
根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警,包括:
计算得出所述企业安全预警指数与所述多个等级的预警阈值范围进行对比,确定目标企业的风险等级;
根据确定的风险等级,进行报警。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
建立企业安全分析预警知识库,若发生预警指数升高事件时,则根据事件代码自动检索知识库,确定事件等级、事件可能原因及建议措施,并生成预警事件消息推送至平台和相关负责人员。
8.一种企业预警装置,其特征在于,包括:
获取单元,用于获取企业安全生产的多个指标以及各指标的值,其中,所述多个指标包括风险辨识指标、作业管理指标、报警管理指标、培训管理指标、隐患管理指标、消防设施指标、应急预案指标、变更管理指标,以及对接的第三方系统数据指标;
指数确定单元,用于根据获取的多个指标以及各指标的值,确定企业安全预警指数;
预警单元,用于根据所述企业安全预警指数和预设的预警规则,对企业风险进行预警。
9.一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,其特征在于,所述可执行指令在被执行时使所述处理器执行所述权利要求1~7所述方法。
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一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~7所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111526998.5A CN114282788A (zh) | 2021-12-13 | 2021-12-13 | 企业风险预警方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111526998.5A CN114282788A (zh) | 2021-12-13 | 2021-12-13 | 企业风险预警方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114282788A true CN114282788A (zh) | 2022-04-05 |
Family
ID=80872036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111526998.5A Pending CN114282788A (zh) | 2021-12-13 | 2021-12-13 | 企业风险预警方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114282788A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034691A (zh) * | 2022-08-11 | 2022-09-09 | 四川弘和通讯集团有限公司 | 一种油气站安全预警及管理方法、装置、电子设备及介质 |
CN115331174A (zh) * | 2022-08-19 | 2022-11-11 | 中国安全生产科学研究院 | 一种企业安全生产标准化智能监管系统及方法 |
CN115471145A (zh) * | 2022-11-15 | 2022-12-13 | 碳管家智能云平台有限公司 | 一种企业能耗双控管理方法、设备及介质 |
CN115471145B (zh) * | 2022-11-15 | 2024-06-04 | 碳管家智能云平台有限公司 | 一种企业能耗双控管理方法、设备及介质 |
-
2021
- 2021-12-13 CN CN202111526998.5A patent/CN114282788A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034691A (zh) * | 2022-08-11 | 2022-09-09 | 四川弘和通讯集团有限公司 | 一种油气站安全预警及管理方法、装置、电子设备及介质 |
CN115331174A (zh) * | 2022-08-19 | 2022-11-11 | 中国安全生产科学研究院 | 一种企业安全生产标准化智能监管系统及方法 |
CN115471145A (zh) * | 2022-11-15 | 2022-12-13 | 碳管家智能云平台有限公司 | 一种企业能耗双控管理方法、设备及介质 |
CN115471145B (zh) * | 2022-11-15 | 2024-06-04 | 碳管家智能云平台有限公司 | 一种企业能耗双控管理方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Raviv et al. | AHP-based analysis of the risk potential of safety incidents: Case study of cranes in the construction industry | |
KR102005188B1 (ko) | 실시간 위치 추적 및 gis를 이용한 인공지능 기반 산업현장 안전관리 시스템, 그리고 산업현장 안전관리 방법 | |
CN112783101A (zh) | 存储器、危险化学品罐区安全风险预警方法、设备和装置 | |
CN114282788A (zh) | 企业风险预警方法、装置、电子设备及可读存储介质 | |
KR20180013998A (ko) | 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템 | |
Kleindorfer et al. | Assessment of catastrophe risk and potential losses in industry | |
CN111275333A (zh) | 污染数据处理方法和装置 | |
CN111178828A (zh) | 一种建筑消防安全预警的方法和系统 | |
CN112783100A (zh) | 存储器、化工企业安全生产风险预警方法、设备和装置 | |
CN111310803B (zh) | 环境数据处理方法和装置 | |
CN115169779A (zh) | 一种企业安全风险预警预测系统及方法 | |
CN117670028A (zh) | 基于物联网监测的除尘系统风险动态评估及分级预警方法 | |
CN113592310A (zh) | 一种废液监控管理系统及方法 | |
CN117670024A (zh) | 一种光伏电站的风险等级评估方法及系统 | |
KR20220084751A (ko) | 쇠퇴지역의 재난재해를 종합진단하는 시스템 및 방법 | |
CN116994409A (zh) | 一种危险化学品企业区域动态过程安全风险分级预警方法 | |
Alverbro et al. | Methods for risk analysis | |
Stanivuk et al. | Simulating behavior pattern of key performance indicators to improve organization’s safety performance in maritime transport | |
González et al. | Using fuzzy logic to introduce the human factor in the failure frequency estimation of storage vessels in chemical plants | |
CN114333271B (zh) | 工业生产的报警优化方法、装置、电子设备及存储介质 | |
EP3862933A1 (en) | Method and system for monitoring alerts | |
Wang | Safety production supervision of industrial enterprises based on deep learning and artificial intelligence | |
Stauffer et al. | Get a life (cycle)! Connecting alarm management and safety instrumented systems | |
CN115965234B (zh) | 基于双因素的生产作业风险综合定量评估方法与系统 | |
Sadeghi et al. | Prediction of time in industrial chemical accidents: A survival analysis |
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 |