CN115204583A - 化工园区区域风险分级管控评估分析方法、系统及装置 - Google Patents

化工园区区域风险分级管控评估分析方法、系统及装置 Download PDF

Info

Publication number
CN115204583A
CN115204583A CN202210632067.1A CN202210632067A CN115204583A CN 115204583 A CN115204583 A CN 115204583A CN 202210632067 A CN202210632067 A CN 202210632067A CN 115204583 A CN115204583 A CN 115204583A
Authority
CN
China
Prior art keywords
index
level
risk
risk assessment
regional
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
Application number
CN202210632067.1A
Other languages
English (en)
Inventor
张明广
钱城江
潘文洁
刘梦晨
孔宇
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.)
Nanjing Nangong Emergency Technology Co ltd
Original Assignee
Nanjing Nangong Emergency Technology Co ltd
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 Nanjing Nangong Emergency Technology Co ltd filed Critical Nanjing Nangong Emergency Technology Co ltd
Priority to CN202210632067.1A priority Critical patent/CN115204583A/zh
Publication of CN115204583A publication Critical patent/CN115204583A/zh
Pending legal-status Critical Current

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
    • G06Q10/0639—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Software Systems (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

本发明涉及化工园区安全控制技术领域，公开了化工园区区域风险分级管控评估分析方法、系统及装置，其技术方案要点是选定化工园区区域风险评估指标体系数据；根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到区域风险评估分数；将区域风险评估分数代入区域风险分级规则中，得出区域风险等级。

Description

化工园区区域风险分级管控评估分析方法、系统及装置
技术领域
本发明涉及化工园区安全控制技术领域，更具体地说，它涉及化工园区区域风险分级管控评估分析方法、系统及装置。
背景技术
随着化工园区的不断发展，化工企业不再是一个单独个体，对化工企业进行风险评价时，不再是仅仅考虑企业本身，因为化工企业除了作为一个个体，同时也带有园区属性，化工园区不是简单的许多化工企业的集合，而是为了追求更大经济效益，生态效益下的产业整合，是一个凝聚，相互联系的整体。并且随着工业互联网、大数据、人工智能（AI）等新一代信息技术与安全管理不断融合。因此，在当前形势下，将化工企业风险评估与化工园区区域风险评估分级相结合，开发化工园区区域风险分级管控评估分析方法、系统及装置、系统显得尤为必要。
发明内容
本发明的目的是提供化工园区区域风险分级管控评估分析方法、系统及装置，及时、有效、准确的对化工园区区域风险进行评估分析。
本发明的上述技术目的是通过以下技术方案得以实现的：化工园区区域风险分级管控评估分析方法，包括如下步骤：
选定化工园区区域风险评估指标体系数据，确认化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及区域风险分级规则；
根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；
在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；
将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到区域风险评估分数；
将区域风险评估分数代入区域风险分级规则中，得出区域风险等级。
作为本发明方法的一种优选技术方案，除最基层级各指标的风险评估分数计算公式之外，各层级各指标风险评估分数计算公式为：
Figure 505266DEST_PATH_IMAGE001
，该公式中
Figure 872794DEST_PATH_IMAGE002
表示第d层级的风险评估分数，
Figure 583261DEST_PATH_IMAGE003
表示第d+1层级的第e项指标的风险评估分数，
Figure 327226DEST_PATH_IMAGE004
表示第d+1层级的第e项指标的权重系数。
作为本发明方法的一种优选技术方案，计算某一层级中各指标的权重系数的步骤为：
建立层次结构，第一层为目标层，为即当前层级各指标；第二层为准则层，是下一层级各指标；
通过获取到的当前层级指标对应的意见数据，采用比较标度法，对每一层的每个因素进行两两比较，量化层次结构中因素重要度，因素越重要，值越大，并建立当前层级中各指标的判断矩阵；
对某一层级的n个指标进行判断矩阵构建方法如下：
首先依据上述比较标度法确定判断矩阵各个元素的数值：
1）因素
Figure 173959DEST_PATH_IMAGE005
与
Figure 476502DEST_PATH_IMAGE006
比较，依据比较标度法得出判断标度
Figure 408686DEST_PATH_IMAGE007
；
2）因素
Figure 956342DEST_PATH_IMAGE006
与
Figure 657582DEST_PATH_IMAGE005
比较，依据比较标度法得出判断标度
Figure 632491DEST_PATH_IMAGE008
；
3）n个因素每两个间逐个相互比较，得出每一个判断标度的值；
依据上述比较标度的值构建判断矩阵，得到的判断矩阵如下：
Figure 51971DEST_PATH_IMAGE009
根据所构建的判断矩阵，计算最大的特征根
Figure 403318DEST_PATH_IMAGE010
以及对应于
Figure 457599DEST_PATH_IMAGE010
的规范化特征向量w，即得出各指标的权重系数。
作为本发明方法的一种优选技术方案，在得出各层级中各指标的权重系数后，对其进行一致性检验，其检验过程为：
一致性指标为CI，一致性比例为CR，其中：
Figure 603410DEST_PATH_IMAGE011
，
Figure 244607DEST_PATH_IMAGE012
，n为判断矩阵阶数；
Figure 399645DEST_PATH_IMAGE013
为平均随机一致性指标，取值如下：
Figure 75477DEST_PATH_IMAGE014
其中CR≤0.1，则判断矩阵的一致性检验通过。
作为本发明方法的一种优选技术方案，风险等级规则为：对每一层级的各个指标设立总共F极风险，风险值≥G1为一级风险；G2＞风险值≥G1为二级风险；G3＞风险值≥G2为三级风险，风险值≥Gf为F级风险。
作为本发明方法的一种优选技术方案，区域风险分级规则包括各层级风险分级规则，将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，可得到各层级各指标的风险评估分数，将各层级风险评估分数代入各层级风险分级规则中，得出各层级风险等级。
化工园区区域风险分级管控评估分析系统，包括：
风险评估体系确定模块，用于选定化工园区区域风险评估指标体系数据，确认化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及区域风险分级规则；
权重系数计算模块，用于根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；
最基层风险评估计算模块，用于在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；
区域风险评估计算模块，用于将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到区域风险评估分数；
区域风险等级计算模块，用于将区域风险评估分数代入区域风险分级规则中，得出区域风险等级。
化工园区区域风险分级管控评估分析装置，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
综上所述，本发明具有以下有益效果：以化工企业实际应用的管理监控系统数据采集和计算为依托，保证了评估数据的真实性、实时性和可靠性，对于推进危险化学品安全治理体系和治理能力现代化具有一定的现实意义，同时对于推进危险化学品安全管理数字化、网络化、智能化，高效推动质量变革、效率变革、动力变革，也具有十分积极的意义。
附图说明
图1是本发明的方法流程图；
图2是本法“人”以下各层级指标示意图；
图3是本法“机”以下各层级指标示意图；
图4是本法“环”以下各层级指标示意图；
图5是本法“管”以下各层级指标示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
如图1-5所示，本发明提供化工园区区域风险分级管控评估分析方法，包括如下步骤：
S1、选定化工园区区域风险评估指标体系数据，即确认化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及各层级风险分级规则；
针对一个需要进行风险管控的化工园，往往会根据时间发展和其中企业的发展建立若干个风险评估指标体系数据，需要实施本发明的区域风险分级管控评估分析方法时，首先就是要选定一个化工园区区域风险评估指标体系，确定最基本化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及各层级风险分级规则；
有关于化工园区区域风险的各层级指标，作为本发明的一个实施例，将化工园区整体的风险按照区域和功能划分，若干个企业作为一级指标，每个企业中又从人、机、环、管四个方面着手形成四个二级指标，再从每个二级指标中分出对应的三级指标，从每个三级指标中分出对应的四级指标，具体的人、机、环、管以下各层级指标如图2-5所示。
有关于各层级各指标风险评估分数计算公式，除最基层级各指标的风险评估分数计算公式之外，各层级各指标风险评估分数计算公式为：
Figure 392188DEST_PATH_IMAGE001
，该公式中
Figure 284796DEST_PATH_IMAGE002
表示第d层级的风险评估分数，
Figure 977945DEST_PATH_IMAGE003
表示第d+1层级的第e项指标的风险评估分数，
Figure 508284DEST_PATH_IMAGE004
表示第d+1层级的第e项指标的权重系数。
最基层级各指标的风险评估分数计算公式，需要根据具体的指标实际使用场景进行个性化定制，例如：
二级指标“人”-三级指标“视频AI监控-报警”-四级指标“安全帽”，其风险评估分数计算公式为：Q安全帽=月度次数×系数+实时数×系数-闭环数×系数；其中“月度次数”是对应报警项上月的累计报警次数，依靠数据采集系统自动获取；“实时数”是对应报警项当天的累计报警次数，依靠数据采集系统自动获取；“闭环数”是对应报警项当天实时报警且已经闭环处理的报警数，依靠数据采集系统自动获取；
二级指标“物”-三级指标“安全设备”-四级指标“保养”，其风险评估分数计算公式为： Q保养=未及时处理占比×系数-及时更新处理占比×系数；其中“未及时处理占比”是指设备有维护时间周期，未能及时跟进维护周期更新数据的占比，依靠数据采集系统自动获取；“及时更新处理占比”是指设备有维护时间周期，及时跟进维护周期更新数据的占比，依靠数据采集系统自动获取；
二级指标“管”-三级指标“安全巡检”-四级指标“安全巡检”，其风险评估分数计算公式为： Q安全巡检=每日巡检未完成数×系数-每日巡检已完成数×系数，其中“每日巡检未完成数”是每日没有完成的巡检任务的数量，依靠数据采集系统自动获取；“每日巡检已完成数”是每日已经完成的巡检任务的数量，依靠数据采集系统自动获取；
此外，系数需要根据实际情况进行预设数值，其确定过程是通过在实际运行过程中大量运行数据的沉淀与挖掘，确定得到，使得每个四级指标的风险评估分数体系能够统一。
有关于各层级风险分级规则，风险等级规则为：共设置有F级，其风险等级规则表如下：
Figure 261476DEST_PATH_IMAGE015
S2、根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；
计算某一层级中各指标的权重系数的步骤为：
S21、建立层次结构，第一层为目标层，为最终研究对象；第二层为准则层，是指标体系的初步划分；最底层则为具体的方案或对象；
S22、通过获取到的当前层级指标对应的意见数据，采用比较标度法，对每一层的每个因素进行两两比较，量化层次结构中因素重要度，因素越重要，值越大，并建立当前层级中各指标的判断矩阵；
对某一层级的n个指标进行判断矩阵构建方法如下：
首先依据上述比较标度法确定判断矩阵各个元素的数值：
1）因素
Figure 877265DEST_PATH_IMAGE005
与
Figure 108526DEST_PATH_IMAGE006
比较，依据比较标度法得出判断标度
Figure 758951DEST_PATH_IMAGE007
；
2）因素
Figure 916000DEST_PATH_IMAGE006
与
Figure 284665DEST_PATH_IMAGE005
比较，依据比较标度法得出判断标度
Figure 54038DEST_PATH_IMAGE008
；
3）n个因素每两个间逐个相互比较，得出每一个判断标度的值；
（2）依据上述比较标度的值构建判断矩阵，得到的判断矩阵如下：
Figure 558968DEST_PATH_IMAGE016
S23、根据所构建的判断矩阵，计算最大的特征根
Figure 388384DEST_PATH_IMAGE010
以及对应于
Figure 713186DEST_PATH_IMAGE010
的规范化特征向量w，即得出各指标的权重系数。
S24、在得出各层级中各指标的权重系数后，还需进行一致性检验，其检验过程为：
设一致性指标为CI，一致性比例为CR，其中：
Figure 784785DEST_PATH_IMAGE011
，
Figure 409801DEST_PATH_IMAGE012
，n为判断矩阵阶数；
Figure 410118DEST_PATH_IMAGE013
为平均随机一致性指标，取值如下：
Figure 487796DEST_PATH_IMAGE017
其中CR≤0.1，则判断矩阵的一致性检验通过。
S3、在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；
S4、将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到各层级各指标的风险评估分数；
S5、将各层级各指标的风险评估分数代入各层级风险分级规则中，得出各层级各指标的风险等级；
在本实施例中取值为F取值为4，风险分级原则如下：根据风险计算模块的计算结果由高到低排名，前15%为一级风险，取前15%的临界风险值为一级风险判定的阈值；前15%-50%为二级风险，取前50%的临界风险值为二级风险的判定阈值；前50%-85%为三级风险，取前85%的临界值为三级风险的判定阈值；后10%为四级风险，则G1、G2 、G3、G4的取值要根据实际计算结果确定。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.化工园区区域风险分级管控评估分析方法，其特征是：包括如下步骤：
选定化工园区区域风险评估指标体系数据，确认化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及区域风险分级规则；
根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；
在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；
将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到区域风险评估分数；
将区域风险评估分数代入区域风险分级规则中，得出区域风险等级。
2.根据权利要求1所述的化工园区区域风险分级管控评估分析方法，其特征是：除最基层级各指标的风险评估分数计算公式之外，各层级各指标风险评估分数计算公式为：
Figure 391968DEST_PATH_IMAGE001
，该公式中
Figure 169431DEST_PATH_IMAGE002
表示第d层级的风险评估分数，
Figure 587774DEST_PATH_IMAGE003
表示第d+1层级的第e项指标的风险评估分数，
Figure 582012DEST_PATH_IMAGE004
表示第d+1层级的第e项指标的权重系数。
3.根据权利要求2所述的化工园区区域风险分级管控评估分析方法，其特征是：计算某一层级中各指标的权重系数的步骤为：
建立层次结构，第一层为目标层，为即当前层级各指标；第二层为准则层，是下一层级各指标；
通过获取到的当前层级指标对应的意见数据，采用比较标度法，对每一层的每个因素进行两两比较，量化层次结构中因素重要度，因素越重要，值越大，并建立当前层级中各指标的判断矩阵；
对某一层级的n个指标进行判断矩阵构建方法如下：
首先依据上述比较标度法确定判断矩阵各个元素的数值：
1）因素
Figure 642372DEST_PATH_IMAGE005
与
Figure 539921DEST_PATH_IMAGE006
比较，依据比较标度法得出判断标度
Figure 660324DEST_PATH_IMAGE007
；
2）因素
Figure 174482DEST_PATH_IMAGE006
与
Figure 38532DEST_PATH_IMAGE005
比较，依据比较标度法得出判断标度
Figure 289123DEST_PATH_IMAGE008
；
3）n个因素每两个间逐个相互比较，得出每一个判断标度的值；
依据上述比较标度的值构建判断矩阵，得到的判断矩阵如下：
Figure 580427DEST_PATH_IMAGE009
根据所构建的判断矩阵，计算最大的特征根
Figure 316302DEST_PATH_IMAGE010
以及对应于
Figure 718464DEST_PATH_IMAGE010
的规范化特征向量w，即得出各指标的权重系数。
4.根据权利要求3所述的化工园区区域风险分级管控评估分析方法，其特征是：在得出各层级中各指标的权重系数后，对其进行一致性检验，其检验过程为：
设一致性指标为CI，一致性比例为CR，其中：
Figure 590605DEST_PATH_IMAGE011
，
Figure 318390DEST_PATH_IMAGE012
，n为判断矩阵阶数；
Figure 275982DEST_PATH_IMAGE013
为平均随机一致性指标，取值如下：
Figure 980370DEST_PATH_IMAGE014
其中CR≤0.1，则判断矩阵的一致性检验通过。
5.根据权利要求4所述的化工园区区域风险分级管控评估分析方法，其特征是：风险等级规则为：对每一层级的各个指标设立总共F极风险，风险值≥G1为一级风险；G2＞风险值≥G1为二级风险；G3＞风险值≥G2为三级风险，风险值≥Gf为F级风险。
6.根据权利要求5所述的化工园区区域风险分级管控评估分析方法，其特征是：区域风险分级规则包括各层级风险分级规则，将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，可得到各层级各指标的风险评估分数，将各层级风险评估分数代入各层级风险分级规则中，得出各层级风险等级。
7.化工园区区域风险分级管控评估分析系统，其特征是：包括：
风险评估体系确定模块，用于选定化工园区区域风险评估指标体系数据，确认化工园区区域风险的各层级指标、各层级各指标风险评估分数计算公式以及区域风险分级规则；
权重系数计算模块，用于根据各层级指标，获取与各层级指标对应的意见数据，采用层次分析法，建立各层级中各指标的判断矩阵，计算出各层级中各指标的权重系数；
最基层风险评估计算模块，用于在得到各层级各指标的权重系数之后，获取最基层级各指标风险参数数据，带入最基层级各指标的风险评估分数计算公式，并计算得出最基层级各指标风险评估分数；
区域风险评估计算模块，用于将最基层级各指标风险评估分数和各层级中各因素的权重系数带入对应的各层级各指标风险评估分数计算公式中，得到区域风险评估分数；
区域风险等级计算模块，用于将区域风险评估分数代入区域风险分级规则中，得出区域风险等级。
8.化工园区区域风险分级管控评估分析装置，其特征是：包括：处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的方法。
CN202210632067.1A 2022-06-07 2022-06-07 化工园区区域风险分级管控评估分析方法、系统及装置 Pending CN115204583A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210632067.1A CN115204583A (zh) 2022-06-07 2022-06-07 化工园区区域风险分级管控评估分析方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210632067.1A CN115204583A (zh) 2022-06-07 2022-06-07 化工园区区域风险分级管控评估分析方法、系统及装置

Publications (1)

Publication Number Publication Date
CN115204583A true CN115204583A (zh) 2022-10-18

Family

ID=83576011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210632067.1A Pending CN115204583A (zh) 2022-06-07 2022-06-07 化工园区区域风险分级管控评估分析方法、系统及装置

Country Status (1)

Country Link
CN (1) CN115204583A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151478A (zh) * 2023-10-31 2023-12-01 南京南工应急科技有限公司 一种基于卷积神经网络的化工企业风险预警方法及系统
CN117474316A (zh) * 2023-10-16 2024-01-30 武汉兴得科技有限公司 一种化工园区安全风险管控系统
CN118519385A (zh) * 2024-07-23 2024-08-20 山东聚远科技有限公司 化工园区安全风险智能化管控系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474316A (zh) * 2023-10-16 2024-01-30 武汉兴得科技有限公司 一种化工园区安全风险管控系统
CN117151478A (zh) * 2023-10-31 2023-12-01 南京南工应急科技有限公司 一种基于卷积神经网络的化工企业风险预警方法及系统
CN117151478B (zh) * 2023-10-31 2024-01-26 南京南工应急科技有限公司 一种基于卷积神经网络的化工企业风险预警方法及系统
CN118519385A (zh) * 2024-07-23 2024-08-20 山东聚远科技有限公司 化工园区安全风险智能化管控系统

Similar Documents

Publication Publication Date Title
CN115204583A (zh) 化工园区区域风险分级管控评估分析方法、系统及装置
CN111275333B (zh) 污染数据处理方法和装置
CN105678481A (zh) 一种基于随机森林模型的管线健康状态评估方法
KR101173823B1 (ko) 공동주택의 에너지 사용량 예측 시스템 및 방법
CN115905319B (zh) 一种海量用户电费异常的自动识别方法及系统
CN112001511A (zh) 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备
CN117809439A (zh) 一种基于多种环境因素中河流流量异常预警系统
CN111310803A (zh) 环境数据处理方法和装置
CN106845748A (zh) 一种低压集抄系统数据偏差原因的智能辨识方法
CN115204669A (zh) 基于用电数据的污水处理厂行为异常判定方法及系统
CN114611626A (zh) 一种水环境信息处理方法、装置、设备和存储介质
CN114548494A (zh) 一种可视化造价数据预测智能分析系统
CN110807174B (zh) 一种基于统计分布的污水厂厂群出水分析及异常识别方法
CN117436688A (zh) 一种基于电力营销数据的电费回收风险预警方法及系统
CN115545881A (zh) 一种基于信贷风险处理的风险因子归因方法
CN115471135A (zh) 一种环保业务分析系统
CN114693175A (zh) 一种基于网源涉网试验的机组状态分析方法与系统
CN114418450A (zh) 一种数据处理方法及装置
CN112036794A (zh) 一种用于造价管控的工程物料入库方法、系统及装置
CN117273467B (zh) 一种基于多因素耦合的工业安全风险管控方法及系统
CN114580133B (zh) 含硫天然气站场承压类静设备腐蚀及失效监测系统
CN118134295B (zh) 一种需求响应用户信用评价方法、系统、存储介质及设备
Zhang et al. Data Cleaning for Prediction and its Evaluation of Building Energy Consumption
CN117010663B (zh) 基于图谱的智慧燃气数据管理方法和物联网系统及介质
CN118313798B (zh) 一种基于人工智能的资信标标准化自动评审方法

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