CN115630848B - 一种区域安全状态动态评估管控方法及系统 - Google Patents
一种区域安全状态动态评估管控方法及系统 Download PDFInfo
- Publication number
- CN115630848B CN115630848B CN202211638039.7A CN202211638039A CN115630848B CN 115630848 B CN115630848 B CN 115630848B CN 202211638039 A CN202211638039 A CN 202211638039A CN 115630848 B CN115630848 B CN 115630848B
- Authority
- CN
- China
- Prior art keywords
- safety
- management
- enterprise
- grid
- management grid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 title claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 27
- 230000002265 prevention Effects 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims description 28
- 239000000383 hazardous chemical Substances 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000002341 toxic gas Substances 0.000 claims description 5
- 239000007788 liquid Substances 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 104
- 238000004458 analytical method Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 231100000817 safety factor Toxicity 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种区域安全状态动态评估管控方法及系统，属于安全管控技术领域，其中该方法包括：获取目标区域的安全特征数据；将目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；基于安全特征数据构建安全状态诊断模型；安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；利用安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；根据管理网格的分值对各个管理网格的安全等级进行分级。本发明通过构建安全状态诊断模型，可对多种来源、维度丰富的安全特征数据进行大数据分析，有效避免了由于单一评价指标或人为主观判断造成的区域安全评价误差大的问题。
Description
技术领域
本发明属于安全管控技术领域，更具体地说，是涉及一种区域安全状态动态评估管控方法及系统。
背景技术
区域安全风险因素多种多样，各类风险因素相互交织、错综复杂，区域对风险的承载力是有限的。尤其是近年来一些重特大事故频发，事故的突发性、放大效应及严重性给社会带来了巨大恐慌。要评估区域安全问题、实现精准管控，面临很大困境。大数据时代的来临，为区域安全评估工作提供了较大的便利，是提高区域安全管理能力的重要手段。
现有的与安全状态分析相关研究主要集中在各个专用领域的子系统实现：1）通过获取区域视频数据、卡口人流数据、卡口车流数据、人群密度实时数据等，实时感知重点区域的人流量和车流量，进行区域安全风险预警，对重点区域进行安全风险预警及防范；2）以区域内企业生产安全指数为基础，以企业风险等级为权重比例，用加权平均值的方式计算得出区域生产安全指数，展示了区域生产安全指数的发展态势，反映区域安全生产的发展态势；3）对大量火灾数据的分箱以及对与火灾相关因素进行筛选，确定各相关因素权重，构建消防安全评价得分的计算模型，能为城市的消防安全工作提供消防安全评价的能力，并能对城市区域发生火灾的风险进行评估并指导消防隐患排查工作。4）设置包含生态环境数据采集层、生态环境数据清洗层、生态环境数据存储层、生态环境数据处理层和生态环境数据管理层，能够提升环境数据的存取与分析效率，大幅度降低存储成本。由此可见，现有技术中的安全状态分析方式存在以下缺陷：
1）区域安全风险多种多样、错综复杂，传统的靠单一领域、单一行业无法对区域安全综合情况进行科学有效评价。如果能通过大数据建模分析技术对区域多领域、多行业、多角度、多维度的安全特征进行综合分析，可以有效的提升区域安全分析能力和水平；
2）以区县为例，区域范围面积较大，管理部门的人员和精力均有限，无法开展面面俱到的安全检查，迫切需要依赖大数据分析技术精准识别重点管控区域，辅助管理人员有的放矢的开展工作，提高工作效率。
如何克服上述缺陷，进行区域安全状态动态评估管理已成为了亟需解决的问题。
发明内容
本发明的目的在于提供一种区域安全状态动态评估管控方法及系统，旨在解决现有技术中存在数据壁垒，数据关联分析困难的技术问题。
为实现上述目的，本发明采用的技术方案是：
一种区域安全状态动态评估管控方法，包括以下步骤：
步骤1：获取目标区域的安全特征数据；
步骤2：将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
步骤3：基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
步骤4：利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；
步骤5：根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
优选的，所述步骤3：基于所述安全特征数据构建安全状态诊断模型，包括：
步骤3.1：根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型；
步骤3.2：根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型；
步骤3.3：根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型。
优选的，所述步骤3.1：根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型，包括：
采用公式：
得到危化品五位一体平台企业的监管率；其中，
1表示管理网格内已建危化品五位一体平台企业，
1表示网格内需建危化品五位一体平台企业；
采用公式：
得到含危险源企业的监管率；其中，
表示管理网格内含危险源已被监管且备案日期未到期的企业，
表示管理网格内含危险源企业；
采用公式：
得到传感器在线率；其中，
表示管理网格内企业的温度传感器上月在线时长，
表示管理网格内企业的压力传感器上月在线时长，
表示管理网格内企业的有毒气体传感器上月在线时长，
表示管理网格内企业的液位传感器上月在线时长，
表示管理网格内企业的可燃气体传感器上月在线时长，
表示管理网格内传感器数量，
表示上个月的天数；
根据危化品五位一体平台企业的监管率、含危险源企业的监管率和传感器在线率在相应预设分值区间的位置确定相应管理网格内的风险防控评分。
优选的，所述步骤3.2：根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型，包括：
采用公式：
得到安全风险检查评分模型；其中，
表示管理网格内企业安全风险检查情况条数；
采用公式：
得到安全事件评分模型；其中，
表示管理网格内企业安全事件条数；
采用公式：
得到安全处罚评分模型；其中，
表示管理网格内企业安全处罚条数；
采用公式：
得到安全隐患评分模型；其中，
表示管理网格内企业安全隐患条数；
使用安全风险检查评分模型、安全事件评分模型、安全处罚评分模型和安全隐患评分模型对管理网格内企业进行评分，并将所有评分的和作为监管管理评分。
优选的，所述步骤3.3：根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型，包括：
根据相应管理网格内各个企业发生的安全事故的个数在相应预设分值区间的位置确定相应管理网格内的安全状态评分。
本发明还提供了一种区域安全状态动态评估管控系统，包括：
安全特征数据获取模块，用于获取目标区域的安全特征数据；
区域划分模块，用于将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
安全状态诊断模型构建模块，用于基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
评分模块，用于利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；
安全等级分级模块，根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
本发明还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现上述的一种区域安全状态动态评估管控方法中的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种区域安全状态动态评估管控方法中的步骤。
本发明提供的一种区域安全状态动态评估管控方法及系统的有益效果在于：与现有技术相比，本发明通过构建安全状态诊断模型，可对多种来源、维度丰富的安全特征数据进行大数据分析，有效避免了由于单一评价指标或人为主观判断造成的区域安全评价误差大的问题。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为区域安全动态评估分析方法的流程示意图；
图2为安全负特征和正特征设计内容的组成示意图；
图3为区域安全网格划分的组成示意图；
图4为安全状态诊断评价的流程示意图；
图5为安全状态诊断模型构建的流程示意图；
图6为特征价值和特征价值值的计算流程示意图；
图7为计算区域/网格安全评分的流程示意图；
图8为安全等级计算分析的流程示意图；
图9为危险区域分析预警的流程示意图；
图10为区域安全动态评估分析系统的组成结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，现对本发明提供的一种区域安全状态动态评估管控方法进行说明。一种区域安全状态动态评估管控方法，包括以下步骤：
步骤1：获取目标区域的安全特征数据；
在实际应用中，本发明需要设计安全特征集，采集获取多个领域、多个行业、多个维度、多种来源的安全数据，对获取的数据进行格式转换，形成安全特征数据库，并建立每种安全特征的常态化更新机制；
进一步的，请参阅图2-3，安全特征集设计包括：结合区域安全现状、管理需要、行业特点，设计多领域、多行业、多角度、多维度区域安全特征集；安全特征集包括正特征和负特征，正特征对区域安全状态起积极作用，负特征对区域安全状态起消极作用,其中正特征包括：危险源监管数据、传感器在线率等,负特征包括目标区域含事故数据、目标区域含隐患数据、目标区域含安全事件数据、目标区域含处罚数据等；
安全特征集采集包括：根据设计完成的的安全特征集，通过表单数据采集、数据爬取或接口对接方式，从多个领域、多个行业、多个维度、多种来源获取安全特征数据；
安全特征集建库包括：将获取的安全特征数据转换为统一格式，建成安全特征数据库；
安全特征集更新包括：明确每种安全特征的数据来源、更新方式、更新频次，建立持续的安全特征更新机制。
步骤2：将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
在本发明实施例中，本发明可根据区域的管理需要，将区域划分为大小适中的管理网格，并根据安全特征的地理位置属性，将所有的安全特征划入各个管理网格进行管理，这样就可以查看各管理网格内的安全特征数据。
步骤3：基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
其中，步骤3包括：
步骤3.1：根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型；
进一步的，步骤3.1包括：
采用公式：
得到危化品五位一体平台企业的监管率；其中，
1表示管理网格内已建危化品五位一体平台企业，
1表示网格内需建危化品五位一体平台企业；
采用公式：
得到含危险源企业的监管率；其中，
表示管理网格内含危险源已被监管且备案日期未到期的企业，
表示管理网格内含危险源企业；
采用公式：
得到传感器在线率；其中，
表示管理网格内企业的温度传感器上月在线时长，
表示管理网格内企业的压力传感器上月在线时长，
表示管理网格内企业的有毒气体传感器上月在线时长，
表示管理网格内企业的液位传感器上月在线时长，
表示管理网格内企业的可燃气体传感器上月在线时长，
表示管理网格内传感器数量，
表示上个月的天数；
根据危化品五位一体平台企业的监管率、含危险源企业的监管率和传感器在线率在相应预设分值区间的位置确定相应管理网格内的风险防控评分。
步骤3.2：根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型；
进一步的，步骤3.2包括：
采用公式：
得到安全风险检查评分模型；其中，
表示管理网格内企业安全风险检查情况条数；
采用公式：
得到安全事件评分模型；其中，
表示管理网格内企业安全事件条数；
采用公式：
得到安全处罚评分模型；其中，
表示管理网格内企业安全处罚条数；
采用公式：
得到安全隐患评分模型；其中，
表示管理网格内企业安全隐患条数；
使用安全风险检查评分模型、安全事件评分模型、安全处罚评分模型和安全隐患评分模型对管理网格内企业进行评分，并将所有评分的和作为监管管理评分。
步骤3.3：根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型。具体的，本发明可根据相应管理网格内各个企业发生的安全事故的个数在相应预设分值区间的位置确定相应管理网格内的安全状态评分。
步骤4：利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值。
下面本发明结合具体的实施例对本发明的评分过程做说明：
请参阅图4-5，本发明的风险防控安全评分一共分成三部分:风险防控评分(40分)、监管管理评分(40分)、安全状态评分(20分)，本发明可基于回归算法的原理来构建各个评分模型。
风险防控分别对危化品五位一体平台监管(15分)、重大危险源监管(10分)、传感器在线情况进行评估(15分).
危化品五位一体平台监管率公式如下:
其中α1表示网格内已建危化品五位一体平台企业
其中β1表示网格内需建危化品五位一体平台企业
辖区内五位一体平台建设企业覆盖率100%不扣分，100%~80%（含）扣2分，80%~50%（含）扣3分，低于50%扣5分，0%扣满15分。
重大危险源监管率公式如下:
其中α2表示网格内含重大危险源已被监管且备案日期未到期的企业
其中β2表示网格内含重大危险源企业
辖区内企业重大危险源监管率100%不扣分，100%~80%（含）扣2分，80%~60%（含）扣3分，低于60%扣满10分。
传感器在线率公式如下:
其中α3表示网格内一家企业的温度传感器上月在线时长,单位天
其中β3表示网格内一家企业的压力传感器上月在线时长,单位天
其中γ表示网格内一家企业的有毒气体传感器上月在线时长,单位天
其中δ表示网格内一家企业的液位传感器上月在线时长,单位天
其中ε表示网格内一家企业的可燃气体传感器上月在线时长,单位天
其中A表示网格内传感器数量
其中B表示上个月的天数
辖区内企业在线率平均，在线率100%不扣分，100%~90%（含）扣2分，90%~80%（含）扣3分，80%~50%（含）扣5分，低于50%扣10分，0%扣满15分。
监管管理分别对网格内安全风险检查(10分)、安全事件(10分)、安全处罚(10分)、安全隐患数据(10分)进行分析与统计。
安全风险检查的计算公式如下:
其中α4表示网格内一家企业安全风险检查情况条数
若分数低于0,则分数为0
安全事件的计算公式如下:
其中α5表示网格内一家企业安全事件条数
若分数低于0,则分数为0
安全处罚的计算公式如下:
其中α6表示网格内一家企业安全处罚条数
若分数低于0,则分数为0
安全隐患的计算公式如下:
其中α7表示网格内一家企业安全隐患条数
若分数低于0,则分数为0
安全状态对网格内安全事故(20分)进行统计分析。
网格内企业底数每发生1起一般事故扣5分；发生1起较大事故扣10分；发生2起及以上任一事故扣20分，得0分；发生1起重大或特大事故，或2起较大得0分并总分得0分。
在进行评分之后，本发明还需要执行定时任务即：获取最新的安全特征集及区域网格划分结果，利用构建的安全状态诊断模型，定期、持续的计算区域安全评分和网格安全评分，并保存历次评分结果；
进一步的，请参阅图6-8，本发明的安全状态诊断模型的构建更新方法，具体包括：
1、根据每个安全负特征的特征取值和危害程度计算其安全危害，再根据特征发生可能性计算其特征价值，按照更新频率定期更新特征取值，从而更新特征价值；
2、根据每个安全正特征的特征取值和价值程度计算其安全价值，再根据特征发生可能性计算其特征价值值。按照更新频率定期更新特征取值，从而更新特征价值。
3、定期/实时更新的各个特征价值、特征价值指，基于最新的安全特征集及区域网格划分结果，利用构建的安全诊断模型定期计算区域/网格安全评分。
基于所述评分结果，实时查看全区及各网格的各个安全特征的得分情况，分析对区域安全状态产生影响的安全因素，并形成诊断报告,例如某网格评分报告如下。
表1
步骤5：根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
在实际应用中，本发明可使用安全等级计算分析模块完成分级过程，具体包括：
步骤5.1、构建分级模型：该模型为安全等级分级模型，模型输入为各网格安全评分，输出为各网格分级结果。设计无风险、一般风险、较严重风险、特别严重风险四种安全等级，设定每种等级的安全评分取值区间；
步骤5.2、执行定时任务：每次安全状态诊断评价完成后，启动定时任务，调用构建的安全等级分级模型，将区域内所有网格划分为四个不同的危险等级，形成全区安全等级四色图；
步骤5.3、查看分级结果：安全等级计算分析完成后，可查看最新的全区网格安全等级四色图，以及每个网格历次的安全等级分级情况。
需要说明的是，本发明在完成安全等级分级过程之后还需要设定预警规则，构建危险区域预警模型，根据安全分级结果，对目标区域安全进行持续分析预警，对符合预警条件的高危网格进行提醒。请参考图9，本发明的危险区域分析预警，具体包括：
步骤5.4、设定预警规则：参考历次评价周期各网格的安全等级，设定预警规则；
例如，某网格连续多个周期被评定为较严重风险及以上区域、某网格一年内3次以上被评定为较严重风险及以上区域。
步骤5.5、构建分析模型：根据设定的预警规则构建危险区域预警模型，该模型用于综合全区各网格历次安全评级结果，基于设定的预警规则，对符合预警规则的高危网格进行提醒；
步骤5.6、执行定时任务：每次网格等级计算完成后，启动危险区域分析预警定时任务，利用所述网格安全等级，分析符合预警条件的网格；
步骤5.7、查看预警结果：查看所有符合预警条件的网格，并进一步查看各网格的安全状态诊断报告。
本发明还提供了区域安全动态评估分析装置，请参阅图10，本发明的区域安全动态评估分析装置包括数据层、服务层、业务层和展示层；
所述数据层包括安全特征管理模块和区域网格管理模块，所述安全特征管理模块用于安全特征采集建库；区域网格管理模块用于区域安全网格划分；
所述服务层包括分析模型管理模块和定时任务管理模块，所述分析模型管理模块用于构建大数据分析模型，所述大数据分析模型包括安全状态诊断模型、安全等级分级模型和危险区域预警模型；所述定时任务管理模块用于定时任务的配置、管理和监控，所述定时任务包括安全状态诊断定时任务、安全等级分级定时任务和危险区域预警定时任务；
所述业务层包括安全状态诊断模块、区域分级管理模块和危险区域预警模块；所述安全状态诊断模块用于安全状态诊断评价；所述区域分级管理模块用于安全等级计算分析；所述危险区域预警模块用于危险区域分析预警；
所述展示层包括APP端、WEB端和大屏端，用于提供不同终端的应用展示。
本发明的优点在于：1）现有的区域安全分析方法一般面向某个特定领域或行业，评价指标单一或以人为判断为主，不够综合和系统。本发明能够对多领域、多行业、多角度、多维度的安全特征进行综合分析，对区域安全经综合分析，更科学的评价区域安全状态；2）本发明能够定期、自动、持续的对区域安全状态进行分析评价，基于历次分析评价数据，识别各个管理网格的薄弱环节，分析高危管理区域，辅助管理人员有的放矢的开展工作，提高工作效率。
本发明对多种来源、维度丰富的安全特征数据进行采集建库，构建安全特征数据模型，并建立数据持续更新机制。通过建立安全状态诊断模型，使用大数据建模分析技术对区域安全状况进行持续、综合的分析评价，形成量化分析结果，避免单一指标或人为主观感觉判断造成的评价误差。在安全状态分析的基础上，按照区域实际管理需要进行管理网格划分，通过建立安全等级分级模型，基于历次安全诊断结果将网格进行安全等级划分，形成区域安全等级四色图。同时，建立危险区域预警模型，对符合预警条件的高危网格进行预警，辅助管理人员精准识别重点区域、有的放矢。
本发明还提供了一种区域安全状态动态评估管控系统，包括：
安全特征数据获取模块，用于获取目标区域的安全特征数据；
区域划分模块，用于将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
安全状态诊断模型构建模块，用于基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
评分模块，用于利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；
安全等级分级模块，根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
与现有技术相比，本发明提供的一种区域安全状态动态评估管控系统的有益效果与上述技术方案所述一种区域安全状态动态评估管控方法的有益效果相同，在此不做赘述。
本发明还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现上述的一种区域安全状态动态评估管控方法中的步骤。与现有技术相比，本发明提供的电子设备的有益效果与上述技术方案所述一种区域安全状态动态评估管控方法的有益效果相同，在此不做赘述。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种区域安全状态动态评估管控方法中的步骤。与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案所述一种区域安全状态动态评估管控方法的有益效果相同，在此不做赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种区域安全状态动态评估管控方法，其特征在于，包括以下步骤：
步骤1：获取目标区域的安全特征数据；
步骤2：将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
步骤3：基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
所述基于所述安全特征数据构建安全状态诊断模型，包括：
步骤3.1：根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型；
所述根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型，包括：
采用公式：
得到危化品五位一体平台企业的监管率；其中，α1表示管理网格内已建危化品五位一体平台企业，β1表示网格内需建危化品五位一体平台企业；
采用公式：
得到含危险源企业的监管率；其中，α2表示管理网格内含危险源已被监管且备案日期未到期的企业，β2表示管理网格内含危险源企业；
采用公式：
得到传感器在线率；其中，α3表示管理网格内企业的温度传感器上月在线时长，β3表示管理网格内企业的压力传感器上月在线时长，γ表示管理网格内企业的有毒气体传感器上月在线时长，δ表示管理网格内企业的液位传感器上月在线时长，ε表示管理网格内企业的可燃气体传感器上月在线时长，A表示管理网格内传感器数量，B表示上个月的天数；
根据危化品五位一体平台企业的监管率、含危险源企业的监管率和传感器在线率在相应预设分值区间的位置确定相应管理网格内的风险防控评分
步骤3.2：根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型；
所述根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型，包括：
采用公式：
安全风险检查情况＝10-(∑α4*0.1)
得到安全风险检查评分模型；其中，α4表示管理网格内企业安全风险检查情况条数；
采用公式：
安全事件情况＝10-(∑α5*0.1)
得到安全事件评分模型；其中，α5表示管理网格内企业安全事件条数；
采用公式：
安全处罚情况＝10-(∑α6*0.3)
得到安全处罚评分模型；其中，α6表示管理网格内企业安全处罚条数；
采用公式：
安全隐患情况＝10-(∑α7*0.2)
得到安全隐患评分模型；其中，α7表示管理网格内企业安全隐患条数；
使用安全风险检查评分模型、安全事件评分模型、安全处罚评分模型和安全隐患评分模型对管理网格内企业进行评分，并将所有评分的和作为监管管理评分；
步骤3.3：根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型；
步骤4：利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；
步骤5：根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
2.如权利要求1所述的一种区域安全状态动态评估管控方法，其特征在于：所述步骤3.3：根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型，包括：
根据相应管理网格内各个企业发生的安全事故的个数在相应预设分值区间的位置确定相应管理网格内的安全状态评分。
3.一种区域安全状态动态评估管控系统，其特征在于，包括：
安全特征数据获取模块，用于获取目标区域的安全特征数据；
区域划分模块，用于将所述目标区域划分为预设大小的管理网格；其中，每个管理网格有相应的安全特征数据；
安全状态诊断模型构建模块，用于基于所述安全特征数据构建安全状态诊断模型；所述安全状态诊断模型包括：风险防控评分模型、监管管理评分模型和安全隐患数据评分模型；
所述基于所述安全特征数据构建安全状态诊断模型，包括：
根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型；
所述根据相应管理网格内危化品五位一体平台企业的监管率、含危险源企业的监管率、传感器在线率构建风险防控评分模型，包括：
采用公式：
得到危化品五位一体平台企业的监管率；其中，α1表示管理网格内已建危化品五位一体平台企业，β1表示网格内需建危化品五位一体平台企业；
采用公式：
得到含危险源企业的监管率；其中，α2表示管理网格内含危险源已被监管且备案日期未到期的企业，β2表示管理网格内含危险源企业；
采用公式：
得到传感器在线率；其中，α3表示管理网格内企业的温度传感器上月在线时长，β3表示管理网格内企业的压力传感器上月在线时长，γ表示管理网格内企业的有毒气体传感器上月在线时长，δ表示管理网格内企业的液位传感器上月在线时长，ε表示管理网格内企业的可燃气体传感器上月在线时长，A表示管理网格内传感器数量，B表示上个月的天数；
根据危化品五位一体平台企业的监管率、含危险源企业的监管率和传感器在线率在相应预设分值区间的位置确定相应管理网格内的风险防控评分
根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型；
所述根据相应管理网格内各个企业的安全风险检查情况条数、安全事件条数、安全处罚条数、安全隐患条数构建监管管理评分模型，包括：
采用公式：
安全风险检查情况＝10-(∑α4*0.1)
得到安全风险检查评分模型；其中，α4表示管理网格内企业安全风险检查情况条数；
采用公式：
安全事件情况＝10-(∑α5*0.1)
得到安全事件评分模型；其中，α5表示管理网格内企业安全事件条数；
采用公式：
安全处罚情况＝10-(∑α6*0.3)
得到安全处罚评分模型；其中，α6表示管理网格内企业安全处罚条数；
采用公式：
安全隐患情况＝10-(∑α7*0.2)
得到安全隐患评分模型；其中，α7表示管理网格内企业安全隐患条数；
使用安全风险检查评分模型、安全事件评分模型、安全处罚评分模型和安全隐患评分模型对管理网格内企业进行评分，并将所有评分的和作为监管管理评分；
根据相应管理网格内各个企业发生的安全事故构建安全状态评分模型；
评分模块，用于利用所述安全状态诊断模型对每个管理网格进行评分得到相应管理网格的分值；
安全等级分级模块，根据管理网格的分值对各个管理网格的安全等级进行分级，并根据分级结果进行预警。
4.一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1至2中任一项所述的一种区域安全状态动态评估管控方法中的步骤。
5.一种计算机可读存储介质，其上存储有计算机程序，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2中任一项所述的一种区域安全状态动态评估管控方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211638039.7A CN115630848B (zh) | 2022-12-20 | 2022-12-20 | 一种区域安全状态动态评估管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211638039.7A CN115630848B (zh) | 2022-12-20 | 2022-12-20 | 一种区域安全状态动态评估管控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115630848A CN115630848A (zh) | 2023-01-20 |
| CN115630848B true CN115630848B (zh) | 2023-03-10 |
Family
ID=84910957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211638039.7A Active CN115630848B (zh) | 2022-12-20 | 2022-12-20 | 一种区域安全状态动态评估管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115630848B (zh) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740971B (zh) * | 2019-02-01 | 2020-12-22 | 华南理工大学 | 一种危化品生产企业突发流域水环境的风险评估方法及系统 |
| CN110288200A (zh) * | 2019-05-29 | 2019-09-27 | 同济大学 | 一种危化品运输安全风险防控系统及方法 |
| CN111260208B (zh) * | 2020-01-14 | 2020-09-22 | 生态环境部环境规划院 | 基于风险场的区域网格化累积性环境风险评估系统及方法 |
| CN111611524B (zh) * | 2020-04-17 | 2023-12-01 | 北京市燃气集团有限责任公司 | 一种燃气风险评估与安全监管资源匹配方法及装置 |
| CN113065804B (zh) * | 2021-04-27 | 2023-03-24 | 山东交通学院 | 一种危化品道路运输风险评估方法及系统 |
| CN115099573A (zh) * | 2022-05-25 | 2022-09-23 | 河南鑫安利安全科技股份有限公司 | 一种安全生产管理平台 |
-
2022
- 2022-12-20 CN CN202211638039.7A patent/CN115630848B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115630848A (zh) | 2023-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107886235A (zh) | 一种耦合确定性与不确定分析的火灾风险评估方法 | |
| Chen et al. | Safety supervision of tower crane operation on construction sites: An evolutionary game analysis | |
| Jocelyn et al. | Contribution of dynamic experience feedback to the quantitative estimation of risks for preventing accidents: A proposed methodology for machinery safety | |
| Cheng et al. | Predicting daily ozone concentration maxima using fuzzy time series based on a two-stage linguistic partition method | |
| CN108509486A (zh) | 一种智能工厂多源安全大数据结构化管理方法 | |
| CN112529327A (zh) | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 | |
| CN117151478B (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
| CN117172556B (zh) | 一种桥梁工程的施工风险预警方法与系统 | |
| CN104899681A (zh) | 防突动态管理与分析方法及系统 | |
| Hsiao et al. | Predictive models of safety based on audit findings: Part 2: Measurement of model validity | |
| Chen et al. | Knowledge graph improved dynamic risk analysis method for behavior-based safety management on a construction site | |
| Qie et al. | A causation analysis of Chinese subway construction accidents based on fault tree analysis-Bayesian network | |
| 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 | |
| Folch-Calvo et al. | New risk methodology based on control charts to assess occupational risks in manufacturing processes | |
| CN113128803A (zh) | 油气管道风险确定方法、装置及计算机设备 | |
| Luo et al. | The influence of human-organizational factors on falling accidents from historical text data | |
| CN117851879B (zh) | 一种加氢站泄漏燃爆事故灾情演化研判与预测方法和装置 | |
| CN115630848B (zh) | 一种区域安全状态动态评估管控方法及系统 | |
| CN115907060A (zh) | 一种用于石化企业的安全生产预警装置及方法 | |
| CN117474316A (zh) | 一种化工园区安全风险管控系统 | |
| Sun et al. | Coal mine gas safety evaluation based on adaptive weighted least squares support vector machine and improved dempster–shafer evidence theory | |
| CN115862864A (zh) | 一种职业健康智能管理平台系统及方法 | |
| CN114331068A (zh) | 一种基于bim的工厂危险源辨识方法 | |
| Fang et al. | Design and Development of Industrial Safety APPs | |
| CN113032455B (zh) | 核电厂事件报告情况的分析方法、系统及可读存储介质 |
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 |