CN115115474A - 一种电力作业违章数据分析方法和系统 - Google Patents
一种电力作业违章数据分析方法和系统 Download PDFInfo
- Publication number
- CN115115474A CN115115474A CN202211037124.8A CN202211037124A CN115115474A CN 115115474 A CN115115474 A CN 115115474A CN 202211037124 A CN202211037124 A CN 202211037124A CN 115115474 A CN115115474 A CN 115115474A
- Authority
- CN
- China
- Prior art keywords
- violation
- early warning
- threshold value
- exceeds
- data
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000001186 cumulative effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Strategic Management (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力作业违章数据分析方法和系统,针对于不同的数据分析需求,构建了不同的目标预警模型,通过设置定时任务的方式,在达到任务节点时,采集各目标预警模型所需要输入的参数数据,运行各目标预警模型,得到运行结果,最后提取运行结果为发生预警的违章数据,对违章数据和运行结果进行可视化显示,实现了对违章数据的智能预警分析且能够全面性地对区域违章数据进行分析和显示,解决了现有的电力作业违章数据分析方式依赖人工,效率低下且难以对违章数据进行深入和全面地分析的技术问题。
Description
技术领域
本发明涉及电力作业技术领域,尤其涉及一种电力作业违章数据分析方法。
背景技术
随着智能电网电力建设工作的深入,大量的电力业务如电网建设、配网抢修、设备运维等现场工作量日益增加,电力系统作业现场点多面广,因而实现作业现场全方位的监督管控成为当下是重点研究方向。
在电力作业监督管控中,作业违章是造成人身事故的最直接原因之一,比如擅自扩大工作范围、工作前不验电、不挂接地线等越过红线的恶性违章。尽管目前已应用视频监控、信息系统查询、现场四不两直督查等线上和线下方式,初步建立了线上扫描、线下督查的违章数据采集和分析机制,但是仍然缺乏信息系统督查自动化技术手段,违章督查工作高度依赖人工,且违章问题分析不深入,难以提高违章督查效率和违章数据分析的全面性。
发明内容
本发明实施例提供了一种电力作业违章数据分析方法和系统,用于解决现有的电力作业违章数据分析方式依赖人工,效率低下且难以对违章数据进行深入和全面地分析的技术问题。
有鉴于此,本发明第一方面提供了一种电力作业违章数据分析方法,包括:
构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型;
创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型;
获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
可选地违章比例预警模型的预警条件是预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值。
可选地,违章类别预警模型的预警条件是预置时间段内预置区域内,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警,其中,第三阈值大于第四阈值。
可选地,人均违章率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警。
可选地,违章发现率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警。
可选地,还包括:
当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据;
以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成。
可选地,还包括:
对由违章作业造成的历史事故进行分类统计和数据显示。
本发明第二方面提供了一种电力作业违章数据分析系统,包括:
建模模块,用于构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型;
任务模块,用于创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型;
预警模块,用于获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
可选地,还包括分析模块和统计模块;
分析模块用于:
当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据;
以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成;
统计模块用于:
对由违章作业造成的历史事故进行分类统计和数据显示。
可选地,违章比例预警模型的预警条件是预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值;
违章类别预警模型的预警条件是预置时间段内预置区域内,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警,其中,第三阈值大于第四阈值;
人均违章率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警;
违章发现率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警。
从以上技术方案可以看出,本发明提供的电力作业违章数据分析方法和系统具有以下优点:
本发明实施例中提供的电力作业违章数据分析方法,针对于不同的数据分析需求,构建了不同的目标预警模型,通过设置定时任务的方式,在达到任务节点时,采集各目标预警模型所需要输入的参数数据,运行各目标预警模型,得到运行结果,最后提取运行结果为发生预警的违章数据,对违章数据和运行结果进行可视化显示,实现了对违章数据的智能预警分析且能够全面性地对区域违章数据进行分析和显示,解决了现有的电力作业违章数据分析方式依赖人工,效率低下且难以对违章数据进行深入和全面地分析的技术问题。
本发明提供的电力作业违章数据分析系统,用于执行本发明提供的电力作业违章数据分析方法,其原理和所取得的技术效果,与本发明提供的电力作业违章数据分析方法相同,在此不再进行赘述。
附图说明
图1为本发明实施例中提供的一种电力作业违章数据分析方法的一个流程示意图;
图2为本发明实施例中提供的一种电力作业违章数据分析方法的另一流程示意图
图3为本发明实施例中提供的一种电力作业违章数据分析系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为了便于理解,请参阅图1,本发明实施例中提供的一种电力作业违章数据分析方法包括:
步骤101、构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型。
需要说明的是,本发明实施例中,可以根据实际的分析需求,确定所需要构建的目标预警模型,例如,为了反映地市局某时间范围内的违章事件占比,构建了违章比例预警模型,违章比例预警模型用于反映某预置区域(如某地市局)的每N人违章比例,该模型的输入参数包括:违章作业时间、违章作业区域、违章作业类型、违章作业级别和违章作业代码,违章比例预警模型在满足以下条件时,发出违章预警:预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值。例如:某地市局中,每千人(即地市局每千个作业人员)某时间范围内违章事件数超过100次则发出违章预警,或某地市局某时间范围内违章事件数量累计超过5000次,则发出违章预警。本发明实施例中,构建的目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型。违章类别预警模型用于表征违章事件的严重程度,分别为特严重违章、严重违章、中等违章和一般违章。人均违章率预警模型用于表征预置区域(如某地市局)的违章总数占预置区域的所有班组作业人员总人数的占比。违章发现率预警模型用于表征预置区域(如某地市局)的违章总数占预置区域的安监人员总数的占比。
步骤102、创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型。
需要说明的是,本发明实施例中,各目标预警模型的运行通过定时任务自动运行,然后将运行结果进行存储,并提供运行结果查看功能。在目标预警模型构建完成后,创建定时任务。定时任务的创建使用Quartz任务调度服务来完成,其核心包括Job、JobDetail、Trigger和Scheduler,Job表示一个工作,要执行的具体内容,JobDetail:表示一个具体的可执行的调度程序,Job是这个可执行程调度程序所要执行的内容,另外JobDetail还包含了这个任务调度的方案和策略,Trigger:代表一个调度参数的配置,Scheduler:代表一个调度容器,一个调度容器中可以注册多个JobDetail和Trigger。当Trigger与JobDetail组合,就可以被Scheduler容器调度了。
配电网管理系统(DMS,Distribution Management System)包括配电自动化系统、地理信息系统、管理信息系统、需求侧管理等,配电自动化系统(DAS)是一种可以使配电企业在远方以实时方式监视、协调和操作配电设备的自动化系统,其内容包括配电网数据采集与监视(SCADA系统)、配电地理信息系统(GIS)和需求侧管理(DSM)几个部分。因此,从配电网管理系统中可以调取到各类违章作业的违章数据,如违章作业时间、违章作业区域、违章作业类型、违章作业级别和违章作业代码等,还可以获取到违章作业的视频文件。当到达定时任务节点(即到达目标预警模型的运行周期)时,根据目标预警模型所需要的输入参数,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,将输入参数输入到对应的目标预警模型中,运行目标预警模型。例如,对于违章比例预警模型,从配电网管理系统采集某地市局在某一个月内的违章数据和地市局的作业人员总数,违章数据包括违章作业时间、违章作业区域、违章作业类型、违章作业级别和违章作业代码,当违章比例预警模型运行时,统计该月内每预置数量作业人数中,违章事件是否超过第一阈值,或者该月内累计违章事件数量是否超过第二阈值,若满足以上任意一个条件,则违章比例预警模型输出的运行结果为发生预警,同时输出相应的违章比例。
对于违章类别预警模型,则用于区分违章事件的严重程度,从配电网管理系统采集某地市局在某一个月内的违章数据,违章数据包括违章作业时间、违章作业区域、违章作业类型、违章作业级别和违章作业代码,违章类别预警模型对严重性违章事件、中等性违章事件和一般性违章事件进行分类统计,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警并输出严重性违章事件数量,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警并输出严重性违章事件数量,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警并输出中等性违章事件数量,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警并输出一般性违章事件数量,其中,第三阈值大于第四阈值。
对于人均违章率预警模型,从配电网管理系统采集某地市局在某一个月内的违章数据和地市局的作业人员总数,违章数据包括违章作业时间、违章作业区域、违章作业类型、违章作业级别和违章作业代码,当人均违章率预警模型运行时,统计该月内的违章事件总数,计算违章事件总数量占电力作业班组人数总数的占比,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警并输出人均违章率。
对于违章发现率预警模型,从配电网管理系统采集某地市局在某一个月内的违章数据和地市局的安监人员总数,统计该月内的违章事件总数,计算违章事件总数量占安监人员人数总数的占比,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警并输出违章发现率。
步骤103、获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
需要说明的是,对于所有运行结果为发生预警的目标预警模型,提取运行结果,和对应的违章数据一同进行可视化展示,例如:违章比例预警模型的运行结果为发生了预警,则将违章比例预警模型运行得到的违章比例以及所有违章数据以图表的方式进行可视化展示,图表展示的数据可以包括违章类别、违章类别对应的违章事件数量、违章级别、违章级别对应的违章事件数量、每预置数量人数中的违章事件占比、累计违章事件总数。违章类别预警模型、人均违章率预警模型和违章发现率预警模型可依据违章比例预警模型的可视化展示形式做相应的可视化展示内容调整,在此不再进行限定和赘述。
本发明实施例中提供的电力作业违章数据分析方法,针对于不同的数据分析需求,构建了不同的目标预警模型,通过设置定时任务的方式,在达到任务节点时,采集各目标预警模型所需要输入的参数数据,运行各目标预警模型,得到运行结果,最后提取运行结果为发生预警的违章数据,对违章数据和运行结果进行可视化显示,实现了对违章数据的智能预警分析且能够全面性地对区域违章数据进行分析和显示,解决了现有的电力作业违章数据分析方式依赖人工,效率低下且难以对违章数据进行深入和全面地分析的技术问题。
在一个实施例中,如图2所示,在步骤103之后,还可以执行以下步骤:
步骤104、当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据。
步骤105、以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成。
需要说明的是,在电力作业中,违章作业存在很大的发生电力事故的风险,或者说,很多电力事故往往是由于违章作业导致的,因此,本发明实施例中,当目标预警模型的运行结果为发生违章预警时,结合违章数据和历史事故数据进行分析,判断历史事故是否是由于违章作业导致的。具体地,当目标预警模型的运行结果为发生违章预警时,根据预置时间段内(目标预警模型运行周期,即从配电网管理系统采集数据的时间范围内)获取该预置时间段内所发生的历史事故数据。例如,目标预警模型运行周期为一个月(xx年xx月01日至xx年xx月最后一日),即从配电网管理系统采集数据的时间范围为一个月,则获取这一个月内发生的所有历史事故的相关数据。然后根据历史事故数据确定每个历史事故发生的时间,以历史事故的发生时间为关键字段关联相同时间(允许一定的时间偏差范围)内所发生的所有违章事件的违章数据,对历史事故进行分析,判断历史事故是否为违章事件造成以及造成历史事故发生的具体违章事件为哪一违章事件。其中,对于历史事故与违章事件之间的对应关系可以依据预置的事故与违章事件关系映射库查询得到,可以依据专家经验分析得到,也可以依据仿真模型对违章事件进行电力作业仿真得到,在此不做具体限定和赘述。
在步骤105之后,还可以包括:
步骤106、对由违章作业造成的历史事故进行分类统计和数据显示。
需要说明的是,针对于所有由违章作业造成的历史事故,可以分类统计违章作业与历史事故的对应关系,该对应关系反映了某一违章作业事件所造成的所有历史事故包括哪些,例如,违章作业事件A造成了a事故和b事故的发生,违章作业事件B造成了c事故的发生。因而可以以表格的方式对违章作业与历史事故的对应关系进行展示,有利于事故与违章事件关系映射库的构建和完善,优化电力作业违章督查机制。
为了便于理解,请参阅图3,本发明中提供了一种电力作业违章数据分析系统的实施例,包括:
建模模块,用于构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型;
任务模块,用于创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型;
预警模块,用于获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
还包括分析模块和统计模块;
分析模块用于:
当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据;
以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成;
统计模块用于:
对由违章作业造成的历史事故进行分类统计和数据显示。
违章比例预警模型的预警条件是预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值;
违章类别预警模型的预警条件是预置时间段内预置区域内,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警,其中,第三阈值大于第四阈值;
人均违章率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警;
违章发现率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警。
本发明实施例中提供的电力作业违章数据分析系统,针对于不同的数据分析需求,构建了不同的目标预警模型,通过设置定时任务的方式,在达到任务节点时,采集各目标预警模型所需要输入的参数数据,运行各目标预警模型,得到运行结果,最后提取运行结果为发生预警的违章数据,对违章数据和运行结果进行可视化显示,实现了对违章数据的智能预警分析且能够全面性地对区域违章数据进行分析和显示,解决了现有的电力作业违章数据分析方式依赖人工,效率低下且难以对违章数据进行深入和全面地分析的技术问题。
本发明实施例提供的电力作业违章数据分析系统用于执行前述的电力作业违章数据分析方法实施例中的电力作业违章数据分析方法,可取得与前述的电力作业违章数据分析方法实施例相同的技术效果,其原理与前述的实施例的电力作业违章数据分析方法相同,在此不再进行赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,以上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。
Claims (10)
1.一种电力作业违章数据分析方法,其特征在于,包括:
构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型;
创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型;
获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
2.根据权利要求1所述的电力作业违章数据分析方法,其特征在于,违章比例预警模型的预警条件是预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值。
3.根据权利要求1所述的电力作业违章数据分析方法,其特征在于,违章类别预警模型的预警条件是预置时间段内预置区域内,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警,其中,第三阈值大于第四阈值。
4.根据权利要求1所述的电力作业违章数据分析方法,其特征在于,人均违章率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警。
5.根据权利要求1所述的电力作业违章数据分析方法,其特征在于,违章发现率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警。
6.根据权利要求1所述的电力作业违章数据分析方法,其特征在于,还包括:
当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据;
以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成。
7.根据权利要求6所述的电力作业违章数据分析方法,其特征在于,还包括:
对由违章作业造成的历史事故进行分类统计和数据显示。
8.一种电力作业违章数据分析系统,其特征在于,包括:
建模模块,用于构建多个目标预警模型,多个目标预警模型包括违章比例预警模型、违章类别预警模型、人均违章率预警模型和违章发现率预警模型;
任务模块,用于创建定时任务,当到达任务节点时,从配电网管理系统采集预置区域预置时间段内的各目标预警模型的输入参数,运行所有目标预警模型;
预警模块,用于获取所有目标预警模型的运行结果,提取运行结果为发生预警的违章数据,将违章数据和运行结果进行可视化显示。
9.根据权利要求8所述的电力作业违章数据分析系统,其特征在于,还包括分析模块和统计模块;
分析模块用于:
当运行结果为发生违章预警时,获取预置时间段内预置区域发生的历史事故数据;
以历史事故的发生时间为关键字段,关联违章数据,对历史事故进行分析,判断历史事故是否为违章作业造成;
统计模块用于:
对由违章作业造成的历史事故进行分类统计和数据显示。
10.根据权利要求8所述的电力作业违章数据分析系统,其特征在于,违章比例预警模型的预警条件是预置时间段内预置区域每预置数量人数中,违章事件数量超过第一阈值,或预置时间段内预置区域累计违章事件数量超过第二阈值,其中,第二阈值大于第一阈值;
违章类别预警模型的预警条件是预置时间段内预置区域内,当发生严重性违章事件的数量超过第三阈值时,进行特严重违章预警,当发生严重性违章事件的数量超过第四阈值时,进行严重违章预警,当发生中等性违章事件的数量超过第五阈值时,进行中等违章预警,当发生一般性违章事件的数量超过第六阈值时,进行一般违章预警,其中,第三阈值大于第四阈值;
人均违章率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占电力作业班组人数总数的占比超过第七阈值时,进行人均违章率预警;
违章发现率预警模型的预警条件是预置时间段内预置区域内,当违章事件总数量占安监人员总数的占比超过第八阈值时,进行违章发现率预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211037124.8A CN115115474A (zh) | 2022-08-29 | 2022-08-29 | 一种电力作业违章数据分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211037124.8A CN115115474A (zh) | 2022-08-29 | 2022-08-29 | 一种电力作业违章数据分析方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115115474A true CN115115474A (zh) | 2022-09-27 |
Family
ID=83335316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211037124.8A Pending CN115115474A (zh) | 2022-08-29 | 2022-08-29 | 一种电力作业违章数据分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115115474A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033527A (zh) * | 2019-03-12 | 2019-07-19 | 广州德永计算机科技有限公司 | 一种电力作业安全监管智能机器人及其实现方法 |
CN111160537A (zh) * | 2020-01-03 | 2020-05-15 | 南京邮电大学 | 一种基于ann的路口交通警力资源调度系统 |
US20210012436A1 (en) * | 2016-10-28 | 2021-01-14 | Chicago Mercantile Exchange Inc. | Futures margin modeling system having seasonality detection |
CN112418717A (zh) * | 2020-12-07 | 2021-02-26 | 国网山东省电力公司经济技术研究院 | 基于人工智能的工程现场人员行为预警方法和系统 |
CN112749681A (zh) * | 2021-01-25 | 2021-05-04 | 长威信息科技发展股份有限公司 | 一种基于边缘设备和深度学习的违章检测方法 |
CN113590944A (zh) * | 2021-07-23 | 2021-11-02 | 北京达佳互联信息技术有限公司 | 内容查找方法及装置 |
CN114819004A (zh) * | 2022-07-04 | 2022-07-29 | 广东电网有限责任公司佛山供电局 | 一种基于多源数据融合的违章辨识方法及系统 |
CN114841589A (zh) * | 2022-05-17 | 2022-08-02 | 国网浙江省电力有限公司舟山供电公司 | 电力成员违章画像和安全画像的安全隐患信息码生成方法 |
-
2022
- 2022-08-29 CN CN202211037124.8A patent/CN115115474A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210012436A1 (en) * | 2016-10-28 | 2021-01-14 | Chicago Mercantile Exchange Inc. | Futures margin modeling system having seasonality detection |
CN110033527A (zh) * | 2019-03-12 | 2019-07-19 | 广州德永计算机科技有限公司 | 一种电力作业安全监管智能机器人及其实现方法 |
CN111160537A (zh) * | 2020-01-03 | 2020-05-15 | 南京邮电大学 | 一种基于ann的路口交通警力资源调度系统 |
CN112418717A (zh) * | 2020-12-07 | 2021-02-26 | 国网山东省电力公司经济技术研究院 | 基于人工智能的工程现场人员行为预警方法和系统 |
CN112749681A (zh) * | 2021-01-25 | 2021-05-04 | 长威信息科技发展股份有限公司 | 一种基于边缘设备和深度学习的违章检测方法 |
CN113590944A (zh) * | 2021-07-23 | 2021-11-02 | 北京达佳互联信息技术有限公司 | 内容查找方法及装置 |
CN114841589A (zh) * | 2022-05-17 | 2022-08-02 | 国网浙江省电力有限公司舟山供电公司 | 电力成员违章画像和安全画像的安全隐患信息码生成方法 |
CN114819004A (zh) * | 2022-07-04 | 2022-07-29 | 广东电网有限责任公司佛山供电局 | 一种基于多源数据融合的违章辨识方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109615213B (zh) | 一种运维服务任务的智能分配方法及系统 | |
CN110929898B (zh) | 水电站启闭设备运维及故障监测在线评估系统及方法 | |
CN114331000A (zh) | 一种基于人工智能的智慧园区能耗管理系统 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及系统 | |
CN110689279A (zh) | 一种基于电力负荷数据的居民用电安全隐患分析系统及方法 | |
CN107798489A (zh) | 一种基于微信平台的电网作业现场安全管理方法 | |
CN114971356A (zh) | 一种电力工程项目进度预测系统及方法 | |
US20140136258A1 (en) | Pt2776 | |
CN106789347B (zh) | 一种基于告警数据实现告警关联和网络故障诊断的方法 | |
CN110751338A (zh) | 一种配变台区重过载特征模型的构建和预警的方法 | |
CN118071159B (zh) | 一种基于gpt的智慧园区安全应急管理系统及方法 | |
CN109117526A (zh) | 一种适用于机械系统设备维修指引数据记录及分析系统 | |
CN110969375A (zh) | 一种智能变电站告警处理方法、装置、终端及存储介质 | |
CN115719139A (zh) | 电网调度运行管理的调度自查系统 | |
CN109858807B (zh) | 一种企业运营监控的方法及系统 | |
CN109581115B (zh) | 一种配电网低电压诊断系统和诊断方法 | |
CN117197770B (zh) | 一种基于物联网的巡检全流程数据监管系统及方法 | |
CN114565250A (zh) | 基于大数据的有序用电智能监控方法及系统 | |
CN106199251A (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
CN114374597A (zh) | 一种网络事件的故障处理方法、装置、设备及产品 | |
CN109035062A (zh) | 一种客户电费异常分析及策略应用系统 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
CN111680809A (zh) | 一种物业设备关键数据可视化展示方法 | |
CN116976625A (zh) | 一种基于gis系统的智慧工地监测系统 | |
CN116909235A (zh) | 一种智能工厂的监控方法及其监控系统、电子设备 |
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 |
Application publication date: 20220927 |
|
RJ01 | Rejection of invention patent application after publication |