CN117787716A - 基于数据分析的矿山安全风险分析预警方法、系统及设备 - Google Patents
基于数据分析的矿山安全风险分析预警方法、系统及设备 Download PDFInfo
- Publication number
- CN117787716A CN117787716A CN202311842978.8A CN202311842978A CN117787716A CN 117787716 A CN117787716 A CN 117787716A CN 202311842978 A CN202311842978 A CN 202311842978A CN 117787716 A CN117787716 A CN 117787716A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- elements
- risk
- determining
- early warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000012502 risk assessment Methods 0.000 title claims abstract description 15
- 230000002159 abnormal effect Effects 0.000 claims abstract description 206
- 238000011156 evaluation Methods 0.000 claims abstract description 158
- 239000011159 matrix material Substances 0.000 claims abstract description 152
- 238000012544 monitoring process Methods 0.000 claims abstract description 116
- 230000008859 change Effects 0.000 claims description 76
- 239000013598 vector Substances 0.000 claims description 26
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000011835 investigation Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 29
- 239000003245 coal Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及安全监测与数据处理的领域,尤其是涉及基于数据分析的矿山安全风险分析预警方法、系统及设备。方法包括:获取矿山的多种安全风险;获取预警参数的监测数据;根据预警参数的监测数据构建安全风险的评估矩阵;基于评估矩阵的行元素对评估矩阵进行第一评估,确定评估矩阵的第一异常元素;基于预设标准矩阵对评估矩阵进行第二评估,确定评估矩阵的第二异常元素;基于第一异常元素和第二异常元素对安全风险进行评估,确定安全风险的风险值;根据所有安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于安全风险的预设预警标准确定预警方式并预警。本申请具有对不同安全风险进行及时反应,减少安全隐患的效果。
Description
技术领域
本申请涉及安全监测与数据处理的领域,尤其是涉及基于数据分析的矿山安全风险分析预警方法、系统及设备。
背景技术
目前,煤炭仍然在使用能源中占据重要地位,这意味着煤炭开采仍然非常重要。
随着信息技术的发展,虽然煤炭企业的信息化程度在不断提高,但是在海量数据面前更多还是依靠人工经验去判断,这就导致风险发现具有滞后性,往往问题发现时,已经带来了不可挽回的后果。
发明内容
为了及时发现矿山安全风险,减少安全隐患,本申请提供基于数据分析的矿山安全风险分析预警方法、系统及设备。
第一方面,本申请提供基于数据分析的矿山安全风险分析预警方法,采用如下的技术方案:
获取所述矿山的多种安全风险,其中,每种所述安全风险存在多个预警参数;
获取所述预警参数的监测数据;
根据所述预警参数的监测数据构建所述安全风险的评估矩阵;
基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素;
基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素;
基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值;
根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警。
通过采用上述技术方案,根据安全风险的预警参数的监测数据建立安全风险的评估矩阵,基于评估矩阵的行元素对评估矩阵进行第一评估,确定第一异常元素,基于预设标准矩阵对评估矩阵进行第二评估,确定第二异常元素,根据第一异常元素和第二异常元素,确定安全风险的风险值,并基于预设预警标准,确定是否预警,能够对不同安全风险进行及时反应,减少安全隐患。
可选的,所述根据所述预警参数的监测数据构建所述安全风险的评估矩阵,包括:
基于同种所述监测数据的监测地点和监测时间,构建同种所述监测数据的多个监测向量,其中,所述监测向量为同一监测地点的监测向量;
基于同种所述监测数据的所有所述监测向量构建得到所述安全风险的评估子矩阵;
基于所有所述评估子矩阵构建所述评估矩阵。
通过采用上述技术方案,根据同种监测数据和监测时间,构建同种监测数据的多个监测向量,基于同种监测数据的所有监测向量构建安全风险的评估子矩阵,根据所有安全风险的评估子矩阵构建评估矩阵,为后续确定安全风险的风险值奠定了基础。
可选的,所述基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素,包括:
对所述评估矩阵的行元素的变化进行分析,确定所述评估矩阵的行元素的变化趋势;
对所述变化趋势进行变化速率分析,确定所述变化趋势的异常变化点;
获取所述矿山的周期性排查数据,基于所述周期性排查数据确定人为异常变化点;
将所述异常变化点中的所述人为异常变化点剔除,确定所述变化趋势的实际异常变化点;
基于所述实际异常变化点在所述评估矩阵中的位置,得到所述评估矩阵的第一异常元素。
通过采用上述技术方案,根据评估矩阵的行元素的变化趋势进行变化速率分析,确定异常变化点,将异常变化点中的人为异常变化点剔除,确定实际异常变化点,基于实际异常变化点,确定评估矩阵的第一异常元素,可以基于监测数据变化将评估矩阵中的异常元素进行筛选,为后续确定安全风险的风险值奠定基础。
可选的,所述基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素,包括:
将所述预设标准矩阵中的元素与所述评估矩阵中的对应元素进行比对,确定所述评估矩阵和所述预设标准矩阵的差异元素;
获取所有所述差异元素中的第一差异元素,以及除第一差异元素外的第二差异元素,其中,所述第一差异元素为存在关联的所述差异元素;
获取所述第二差异元素的至少一个关联元素;
基于所述关联元素的数量、所述关联元素与所述第二差异元素的关联性,确定所述第二差异元素的影响度;
若所述影响度小于预设影响度,则将相应的所述第二差异元素归于所述第一差异元素;
基于所有所述第一差异元素,确定所述评估矩阵的第二异常元素。
可选的,所述基于所述关联元素的数量、所述关联元素与所述第二差异元素的关联性,确定所述第二差异元素的影响度,包括:
基于所述关联元素的数量确定所述第二差异元素的影响范围;
根据所有所述关联元素与所述第二差异元素的关联性,确定所述关联元素与所述第二差异元素的平均关联性;
根据所述影响范围确定所述第二差异元素的影响权重;
基于所述影响权重和所述平均关联性,计算得到所述第二差异元素的影响度。
通过采用上述技术方案,将预设标准矩阵中的元素与评估矩阵中的对应元素进行比对,确定评估矩阵与预设标准矩阵的差异元素,对差异元素进行分析,确定第一差异元素和第二差异元素,根据第二差异元素的关联元素的数量、关联元素和第二差异元素的关联性,确定第二差异元素的影响度,将影响度小于预设影响度的第二差异元素归于第一差异元素,基于第一差异元素,确定评估矩阵的第二异常元素,可以有效的提取评估矩阵中的异常元素,对第一评估起到补充作用,提高后续确定安全风险的风险值的准确性。
可选的,所述基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值,包括:
获取所述第一异常元素和所述第二异常元素的交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素,其中,所述无交叉第一异常元素为所有所述第一异常元素除所述交叉异常元素外的元素,所述无交叉第二异常元素为所有所述第二异常元素除所述交叉异常元素外的元素;
对所述交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素分配权重;
根据所述交叉异常元素、无交叉第一异常元素、无交叉第二异常元素以及相应权重,确定所述安全风险的风险值。
通过采用上述技术方案,对交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素分配权重,并基于对应异常元素,确定安全风险的风险值,为后续判断是否预警奠定基础。
可选的,在所述根据所有所述安全风险的风险值和预设预警标准,确定是否预警之前,包括:
获取所述矿山的历史安全风险数据,其中,所述历史安全风险数据包括多种历史安全风险、每种所述历史安全风险的发生次数以及每次发生的危害等级;
根据所述历史安全风险的发生次数以及每次发生的危害等级,确定所述历史安全风险的综合危害值;
基于所述综合危害值,确定所述历史安全风险的风险等级;
根据所述风险等级设立所述历史安全风险的所述预设预警标准,其中,不同所述预设预警标准对应不同预警紧急程度。
可选的,所述根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警,包括:
根据所述安全风险的风险值和所述预设预警标准,确定是否预警;
若预警,根据所述安全风险的风险值触发的预警触发标准,确定相应预警方式。
通过采用上述技术方案,根据安全风险的风险值和预设预警标准,判断是否预警,当预警时,根据安全风险的风险值触发的预警触发标准,确定相应预警方式,可以及时发现矿山的安全风险,并选择合适的预警方式预警,从而减少安全隐患。
第二方面,本申请提供基于数据分析的矿山安全风险分析预警系统,采用如下的技术方案:
基于数据分析的矿山安全风险分析预警系统,包括:
安全风险获取模块,获取所述矿山的多种安全风险,其中,每种所述安全风险存在多个预警参数;
监测数据获取模块,获取所述预警参数的监测数据;
评估矩阵构建模块,根据所述预警参数的监测数据构建所述安全风险的评估矩阵;
第一异常元素确定模块,基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素;
第二异常元素确定模块,基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素;
风险值确定模块,基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值;
预警模块,根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警。
通过采用上述技术方案,根据安全风险的预警参数的监测数据建立安全风险的评估矩阵,基于评估矩阵的行元素对评估矩阵进行第一评估,确定第一异常元素,基于预设标准矩阵对评估矩阵进行第二评估,确定第二异常元素,根据第一异常元素和第二异常元素,确定安全风险的风险值,并基于预设预警标准,确定是否预警,能够对不同安全风险进行及时反应,减少安全隐患。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述任一所述的方法。
附图说明
图1是本申请实施例基于数据分析的矿山安全风险分析预警方法的流程示意图;
图2是本申请实施例基于数据分析的矿山安全风险分析预警系统的结构框图;
图3是本申请实施例电子设备的示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所述,基于数据分析的矿山安全风险分析预警方法,该方法主要流程描述如下(步骤S101~S107):
S101:获取矿山的多种安全风险。
在本实施例中,安全风险包括矿下瓦斯灾害、矿下坍塌灾害、矿下水害以及设备危害等,预警参数根据历史安全风险数据查询历史安全风险发生的参数变化或从互联网查阅安全风险发生的影响因素得到,比如,矿下瓦斯灾害的预警参数为瓦斯浓度。煤矿安全风险较多,每一种安全风险发生前都有相应的预兆,即预警参数变化,本申请通过对煤矿的每种安全风险的多个预警参数进行监测,并基于监测数据对每种安全风险进行评估,从而及时发现安全风险,减少安全隐患。
S102:获取预警参数的监测数据。
在本实施例中,监测数据为反映预警参数的监测数据,比如,预警参数瓦斯浓度的监测数据为瓦斯浓度,根据在煤矿每个监测区域布置相应监测装置进行连续监测得到,监测数据可以是不同地点连续多日的监测数据,也可以是不同地点连续时段的监测数据。
由于不同预警参数突变性不同,有些预警参数突变较慢,有些预警参数突变较快,所以针对不同预警参数的监测数据的监测频率是不一样的,可以根据预警参数的突变性设置。
S103:根据预警参数的监测数据构建安全风险的评估矩阵。
具体的,根据预警参数的监测数据构建安全风险的评估矩阵,包括:基于同种监测数据的监测地点和监测时间,构建同种监测数据的多个监测向量,其中,监测向量为同一监测地点的监测向量;基于同种监测数据的所有监测向量构建得到安全风险的评估子矩阵;基于所有评估子矩阵构建评估矩阵。
在本实施例中,监测向量=[第一日监测数据,第二日监测数据,第三日监测数据,...],其中,第一日监测数据、第二日监测数据和第三日监测数据均为同一地点的同种监测数据。
,其中,监测向量1和监测向量2为不同监测地点的同种监测数据构建的向量。
。
当不同种监测数据监测频率不同时,不同种监测数据的监测向量的维数也不同,构建评估矩阵时,以维数最大的监测向量为标准,将其他监测向量进行标准化,进而构建评估矩阵,标准化为增加监测向量的维数,增加的元素根据增加的元素的两侧元素的平均值确定。
S104:基于评估矩阵的行元素对评估矩阵进行第一评估,确定评估矩阵的第一异常元素。
具体的,基于评估矩阵的行元素对评估矩阵进行第一评估,确定评估矩阵的第一异常元素,包括:对评估矩阵的行元素的变化进行分析,确定评估矩阵的行元素的变化趋势;对变化趋势进行变化速率分析,确定变化趋势的异常变化点;获取矿山的周期性排查数据,基于周期性排查数据确定人为异常变化点;将异常变化点中的人为异常变化点剔除,确定变化趋势的实际异常变化点;基于实际异常变化点在评估矩阵中的位置,得到评估矩阵的第一异常元素。
在本实施例中,评估矩阵的行元素的变化趋势为根据评估矩阵的行元素拟合得到的变化曲线,异常变化点为变化曲线中斜率异常的点,比如,变化曲线中的A点、B点、C点、D点,斜率分别为0.1、0.15、0.1、1,D点便为异常变化点。
周期性排查数据为矿山周期性进行排查检修的数据,通常在进行周期性排查检修后会将监测数据降到正常范围的偏小的值,因此,也会产生异常变化点,即人为异常变化点。人为异常变化点会造成数据分析的误判,因此,需要将异常变化点中的人为异常变化点剔除,得到实际异常变化点。
由于监测数据变化存在规律性,在安全风险发生前监测数据会有一个突变的趋势,因此,本申请对评估矩阵的行元素进行变化速率分析,确定异常变化点,进而将异常变化点中的人为异常变化点剔除,确定实际异常变化点,可以及时发现第一异常元素,进而基于第一异常元素对安全风险进行判断,从而减少安全隐患。
S105:基于预设标准矩阵对评估矩阵进行第二评估,确定评估矩阵的第二异常元素。
具体的,基于预设标准矩阵对评估矩阵进行第二评估,确定评估矩阵的第二异常元素,包括:将预设标准矩阵中的元素与评估矩阵中的对应元素进行比对,确定评估矩阵和预设标准矩阵的差异元素;获取所有差异元素中的第一差异元素,以及除第一差异元素外的第二差异元素,其中,第一差异元素为存在关联的差异元素;获取第二差异元素的至少一个关联元素;基于关联元素的数量、关联元素与第二差异元素的关联性,确定第二差异元素的影响度;若影响度小于预设影响度,则将相应的第二差异元素归于第一差异元素;基于所有第一差异元素,确定评估矩阵的第二异常元素。
在本实施例中,若评估矩阵和预设标准矩阵的相应元素对的差超过预设阈值,则评估矩阵中的对应元素为差异元素。
第一差异元素为根据预设关联关系确定的存在关联的差异元素,比如,差异元素包括差异元素1和差异元素2,差异元素1和差异元素2存在关联,则差异元素1和差异元素2均为第一差异元素,预设关联关系根据监测数据关联提前设置完成,在煤矿数据监测过程中,监测数据不是孤立的,而是相互关联的,当一个地点一种监测数据变化时,往往会引起其他地点的同种监测数据变化,或当一种监测数据变化时,往往会引起同一地点不同种监测数据变化,因此,确定存在关联的差异元素作为第一差异元素,进而确定第二异常元素,可以最大程度上保证确定的第二异常元素的准确性。
关联元素为评估矩阵中与第二差异元素存在关联的元素,第二差异元素的影响度根据关联元素的数量确定第二差异元素的影响范围,根据所有关联元素的关联性确定平均关联性,基于影响范围和平均关联性计算得到。
预设影响度为提前设置完成,若第二差异元素的影响度大于预设影响度,那么第二差异元素对关联元素的影响较大,而第二差异元素的关联元素不是差异元素,那么此时由于第二差异元素引起安全风险的概率较低,此时的第二差异元素便不归为第一差异元素,减少误判可能性。
进一步的,基于关联元素的数量、关联元素与第二差异元素的关联性,确定第二差异元素的影响度,包括:基于关联元素的数量确定第二差异元素的影响范围;根据所有关联元素与第二差异元素的关联性,确定关联元素与第二差异元素的平均关联性;根据影响范围确定第二差异元素的影响权重;基于影响权重和平均关联性,计算得到第二差异元素的影响度。
在本实施例中,影响范围包括五个范围等级,关联元素的数量不大于10个,则影响范围的范围等级为五级;关联元素的数量大于10个,但是不大于20个,则影响范围的范围等级为四级;关联元素的数量大于20个,但是不大于30个,则影响范围的范围等级为三级;关联元素的数量大于30个,但是不大于40个,则影响范围的范围等级为二级;关联元素的数量大于40个,则影响范围的范围等级为一级,其中,一级>二级>三级>四级>五级,影响权重根据影响范围的范围等级确定,范围等级越高,影响权重越大。
第二差异元素的影响度根据影响权重和平均关联性的乘积得到。
由于所有监测数据都具有一个正常的范围,当监测数据超出正常范围时,会增加安全风险发生的可能性,因此,本申请基于预设标准矩阵对评估矩阵进行评估,确定第二异常元素,进而基于第二异常元素对安全风险进行判断,减少安全隐患。
S106:基于第一异常元素和第二异常元素对安全风险进行评估,确定安全风险的风险值。
具体的,基于第一异常元素和第二异常元素对安全风险进行评估,确定安全风险的风险值,包括:获取第一异常元素和第二异常元素的交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素,其中,无交叉第一异常元素为所有第一异常元素除交叉异常元素外的元素,无交叉第二异常元素为所有第二异常元素除交叉异常元素外的元素;对交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素分配权重;根据交叉异常元素、无交叉第一异常元素、无交叉第二异常元素以及相应权重,确定安全风险的风险值。
在本实施例中,交叉异常元素为第一异常元素和第二异常元素的公共元素。交叉异常元素的权重根据交叉异常元素数与所有异常元素数的比值,并基于交叉异常元素的基础权重做乘法运算得到,所有异常元素数为交叉异常元素数、无交叉第一异常元素数和无交叉第二异常元素数的总和,无交叉第一异常元素的权重、无交叉第二异常元素的权重的计算方式均与交叉异常元素的权重计算方式类似,在此不再赘述,基础权重为提前设置完成,且交叉异常元素的基础权重>无交叉第二异常元素的基础权重>无交叉第一异常元素的基础权重。
,其中,Y表示安全风险的风险值,/>表示交叉异常元素的权重,/>表示第i个交叉异常元素的值,/>表示第i个交叉异常元素的标准值,/>表示无交叉第一异常元素的权重,/>表示第j个无交叉第一异常元素的值,/>表示第j个无交叉第一异常元素的标准值,/>表示无交叉第二异常元素的权重,表示第k个无交叉第二异常元素的值,/>表示第k个无交叉第二异常元素的标准值,n表示交叉异常元素数,m表示无交叉第一异常元素数,l表示无交叉第二异常元素数。
S107:根据所有安全风险的风险值和预设预警标准,确定是否预警。
具体的,在根据所有安全风险的风险值和预设预警标准,确定是否预警之前,包括:获取矿山的历史安全风险数据;根据历史安全风险的发生次数以及每次发生的危害等级,确定历史安全风险的综合危害值;基于综合危害值,确定历史安全风险的风险等级;根据风险等级设立历史安全风险的预设预警标准。
在本实施例中,历史安全风险数据包括多种历史安全风险、每种历史安全风险的发生次数以及每次发生的危害等级;综合危害值以数值的形式呈现。
电子设备在获取到由技术人员传输的矿山的历史安全风险数据后,电子设备将历史安全风险数据按照具体的多种历史安全风险、每种历史安全风险的发生次数以及每次发生的危害等级为关键词进行分类存储;随即,电子设备根据危害的破坏力和危险度对每次发生的危害等级进行赋值,得到每个危害等级对应的分值,该分值与破坏力以及危险度呈正相关,破坏力越大、危险度越大对应的分值越大,电子设备将每次发生的危险等级对应的分值相加,再求平均值,确定出综合危害值。
电子设备将综合危害值与预设风险等级数据库进行匹配,确定出每个历史安全风险对应的风险等级;电子设备根据风险等级设立历史安全风险的预设预警标准的过程中,电子设备可从预设预警标准数据库中调取风险等级对应的历史安全风险所对应的危害表征设定关键词,将关键词与预设预警标准数据库中对应的关键词进行匹配,确定出每个风险等级对应的预警紧急程度,其中,不同预设预警标准对应不同预警紧急程度。
进一步的,根据所有安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于安全风险的预设预警标准确定预警方式并预警,包括:根据安全风险的风险值和预设预警标准,确定是否预警;若预警,根据安全风险的风险值触发的预警触发标准,确定相应预警方式。
在本实施例中,电子设备在确定出安全风险的风险值后,将风险值与预设预警标准进行匹配,若风险值没有达到预设预警标准时,此时说明矿山无风险,可以安全生产;若风险值达到预设预警标准,则说明矿山有安全风险,需要进行预警,随即,电子设备将安全风险的风险值与预设触发标准进行匹配,确定出与之对应的预警方式。
图2为本申请实施例提供的基于数据分析的矿山安全风险分析预警系统200的结构框图。
如图2所示,基于数据分析的矿山安全风险分析预警系统200主要包括:
安全风险获取模块201,获取矿山的多种安全风险,其中,每种安全风险存在多个预警参数;
监测数据获取模块202,获取预警参数的监测数据;
评估矩阵构建模块203,根据预警参数的监测数据构建安全风险的评估矩阵;
第一异常元素确定模块204,基于评估矩阵的行元素对评估矩阵进行第一评估,确定评估矩阵的第一异常元素;
第二异常元素确定模块205,基于预设标准矩阵对评估矩阵进行第二评估,确定评估矩阵的第二异常元素;
风险值确定模块206,基于第一异常元素和第二异常元素对安全风险进行评估,确定安全风险的风险值;
预警模块207,根据所有安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于安全风险的预设预警标准确定预警方式并预警。
本申请实施例的一种可能的实现方式,评估矩阵构建模块203还具体用于根据预警参数的监测数据构建安全风险的评估矩阵,包括:基于同种监测数据的监测地点和监测时间,构建同种监测数据的多个监测向量,其中,监测向量为同一监测地点的监测向量;基于同种监测数据的所有监测向量构建得到安全风险的评估子矩阵;基于所有评估子矩阵构建评估矩阵。
本申请实施例的一种可能的实现方式,第一异常元素确定模块204还具体用于基于评估矩阵的行元素对评估矩阵进行第一评估,确定评估矩阵的第一异常元素,包括:对评估矩阵的行元素的变化进行分析,确定评估矩阵的行元素的变化趋势;对变化趋势进行变化速率分析,确定变化趋势的异常变化点;获取矿山的周期性排查数据,基于周期性排查数据确定人为异常变化点;将异常变化点中的人为异常变化点剔除,确定变化趋势的实际异常变化点;基于实际异常变化点在评估矩阵中的位置,得到评估矩阵的第一异常元素。
本申请实施例的一种可能的实现方式,第二异常元素确定模块205还具体用于基于预设标准矩阵对评估矩阵进行第二评估,确定评估矩阵的第二异常元素,包括:将预设标准矩阵中的元素与评估矩阵中的对应元素进行比对,确定评估矩阵和预设标准矩阵的差异元素;获取所有差异元素中的第一差异元素,以及除第一差异元素外的第二差异元素,其中,第一差异元素为存在关联的差异元素;获取第二差异元素的至少一个关联元素;基于关联元素的数量、关联元素与第二差异元素的关联性,确定第二差异元素的影响度;若影响度小于预设影响度,则将相应的第二差异元素归于第一差异元素;基于所有第一差异元素,确定评估矩阵的第二异常元素。
本申请实施例的一种可能的实现方式,第二异常元素确定模块205还具体用于基于关联元素的数量、关联元素与第二差异元素的关联性,确定第二差异元素的影响度,包括:基于关联元素的数量确定第二差异元素的影响范围;根据所有关联元素与第二差异元素的关联性,确定关联元素与第二差异元素的平均关联性;根据影响范围确定第二差异元素的影响权重;基于影响权重和平均关联性,计算得到第二差异元素的影响度。
本申请实施例的一种可能的实现方式,风险值确定模块206还具体用于基于第一异常元素和第二异常元素对安全风险进行评估,确定安全风险的风险值,包括:获取第一异常元素和第二异常元素的交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素,其中,无交叉第一异常元素为所有第一异常元素除交叉异常元素外的元素,无交叉第二异常元素为所有第二异常元素除交叉异常元素外的元素;对交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素分配权重;根据交叉异常元素、无交叉第一异常元素、无交叉第二异常元素以及相应权重,确定安全风险的风险值。
本申请实施例的一种可能的实现方式,预警模块207还具体用于在根据所有安全风险的风险值和预设预警标准,确定是否预警之前,包括:获取矿山的历史安全风险数据,其中,历史安全风险数据包括多种历史安全风险、每种历史安全风险的发生次数以及每次发生的危害等级;根据历史安全风险的发生次数以及每次发生的危害等级,确定历史安全风险的综合危害值;基于综合危害值,确定历史安全风险的风险等级;根据风险等级设立历史安全风险的预设预警标准,其中,不同预设预警标准对应不同预警紧急程度。
本申请实施例的一种可能的实现方式,预警模块207还具体用于根据所有安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于安全风险的预设预警标准确定预警方式并预警,包括:根据安全风险的风险值和预设预警标准,确定是否预警;若预警,根据安全风险的风险值触发的预警触发标准,确定相应预警方式。
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。
本申请实施例还从实体装置的角度介绍了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种基于数据分析的矿山安全风险分析预警方法,其特征在于,包括:
获取所述矿山的多种安全风险,其中,每种所述安全风险存在多个预警参数;
获取所述预警参数的监测数据;
根据所述预警参数的监测数据构建所述安全风险的评估矩阵;
基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素;
基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素;
基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值;
根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警。
2.根据权利要求1所述的方法,其特征在于,所述监测数据为不同地点连续多日和/或连续时段的监测数据,所述根据所述预警参数的监测数据构建所述安全风险的评估矩阵,包括:
基于同种所述监测数据的监测地点和监测时间,构建同种所述监测数据的多个监测向量,其中,所述监测向量为同一监测地点的监测向量;
基于同种所述监测数据的所有所述监测向量构建得到所述安全风险的评估子矩阵;
基于所有所述评估子矩阵构建所述评估矩阵。
3.根据权利要求1所述的方法,其特征在于,所述基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素,包括:
对所述评估矩阵的行元素的变化进行分析,确定所述评估矩阵的行元素的变化趋势;
对所述变化趋势进行变化速率分析,确定所述变化趋势的异常变化点;
获取所述矿山的周期性排查数据,基于所述周期性排查数据确定人为异常变化点;
将所述异常变化点中的所述人为异常变化点剔除,确定所述变化趋势的实际异常变化点;
基于所述实际异常变化点在所述评估矩阵中的位置,得到所述评估矩阵的第一异常元素。
4.根据权利要求1所述的方法,其特征在于,所述基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素,包括:
将所述预设标准矩阵中的元素与所述评估矩阵中的对应元素进行比对,确定所述评估矩阵和所述预设标准矩阵的差异元素;
获取所有所述差异元素中的第一差异元素,以及除第一差异元素外的第二差异元素,其中,所述第一差异元素为存在关联的所述差异元素;
获取所述第二差异元素的至少一个关联元素;
基于所述关联元素的数量、所述关联元素与所述第二差异元素的关联性,确定所述第二差异元素的影响度;
若所述影响度小于预设影响度,则将相应的所述第二差异元素归于所述第一差异元素;
基于所有所述第一差异元素,确定所述评估矩阵的第二异常元素。
5.根据权利要求4所述的方法,其特征在于,所述基于所述关联元素的数量、所述关联元素与所述第二差异元素的关联性,确定所述第二差异元素的影响度,包括:
基于所述关联元素的数量确定所述第二差异元素的影响范围;
根据所有所述关联元素与所述第二差异元素的关联性,确定所述关联元素与所述第二差异元素的平均关联性;
根据所述影响范围确定所述第二差异元素的影响权重;
基于所述影响权重和所述平均关联性,计算得到所述第二差异元素的影响度。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值,包括:
获取所述第一异常元素和所述第二异常元素的交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素,其中,所述无交叉第一异常元素为所有所述第一异常元素除所述交叉异常元素外的元素,所述无交叉第二异常元素为所有所述第二异常元素除所述交叉异常元素外的元素;
对所述交叉异常元素、无交叉第一异常元素以及无交叉第二异常元素分配权重;
根据所述交叉异常元素、无交叉第一异常元素、无交叉第二异常元素以及相应权重,确定所述安全风险的风险值。
7.根据权利要求1所述的方法,其特征在于,在所述根据所有所述安全风险的风险值和预设预警标准,确定是否预警之前,包括:
获取所述矿山的历史安全风险数据,其中,所述历史安全风险数据包括多种历史安全风险、每种所述历史安全风险的发生次数以及每次发生的危害等级;
根据所述历史安全风险的发生次数以及每次发生的危害等级,确定所述历史安全风险的综合危害值;
基于所述综合危害值,确定所述历史安全风险的风险等级;
根据所述风险等级设立所述历史安全风险的所述预设预警标准,其中,不同所述预设预警标准对应不同预警紧急程度。
8.根据权利要求1所述的方法,其特征在于,所述根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警,包括:
根据所述安全风险的风险值和所述预设预警标准,确定是否预警;
若预警,根据所述安全风险的风险值触发的预警触发标准,确定相应预警方式。
9.一种基于数据分析的矿山安全风险分析预警系统,其特征在于,包括:
安全风险获取模块,获取所述矿山的多种安全风险,其中,每种所述安全风险存在多个预警参数;
监测数据获取模块,获取所述预警参数的监测数据;
评估矩阵构建模块,根据所述预警参数的监测数据构建所述安全风险的评估矩阵;
第一异常元素确定模块,基于所述评估矩阵的行元素对所述评估矩阵进行第一评估,确定所述评估矩阵的第一异常元素;
第二异常元素确定模块,基于预设标准矩阵对所述评估矩阵进行第二评估,确定所述评估矩阵的第二异常元素;
风险值确定模块,基于所述第一异常元素和所述第二异常元素对所述安全风险进行评估,确定所述安全风险的风险值;
预警模块,根据所有所述安全风险的风险值和预设预警标准,确定是否预警,若预警,则基于所述安全风险的预设预警标准确定预警方式并预警。
10.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1~8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842978.8A CN117787716A (zh) | 2023-12-29 | 2023-12-29 | 基于数据分析的矿山安全风险分析预警方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842978.8A CN117787716A (zh) | 2023-12-29 | 2023-12-29 | 基于数据分析的矿山安全风险分析预警方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117787716A true CN117787716A (zh) | 2024-03-29 |
Family
ID=90379696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311842978.8A Pending CN117787716A (zh) | 2023-12-29 | 2023-12-29 | 基于数据分析的矿山安全风险分析预警方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117787716A (zh) |
-
2023
- 2023-12-29 CN CN202311842978.8A patent/CN117787716A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9996444B2 (en) | Automated methods and systems for calculating hard thresholds | |
Jayaram et al. | Statistical tests of the joint distribution of spectral acceleration values | |
CN107977301B (zh) | 设备异常的检测方法、装置、存储介质及电子设备 | |
Adegoke et al. | EWMA-type scheme for monitoring location parameter using auxiliary information | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
Sánchez | Malmquist index with time series to data envelopment analysis | |
US9317387B2 (en) | Methods and systems for reducing metrics used to monitor resources | |
CN116502166A (zh) | 一种基于其他设备数据的预测方法、装置、设备和介质 | |
Hlávka et al. | Change-point methods for multivariate time-series: paired vectorial observations | |
CN117112371B (zh) | 一种可观测全链路日志追踪方法及系统 | |
US10810072B2 (en) | Systems and methods for monitoring input data and model scores in analytical models for IOT (internet of things) devices | |
CN112462132B (zh) | 一种谐波电流溯源方法及远距离输电电力运维监控平台 | |
CN107145995A (zh) | 生产环境安全性预测方法、装置和系统 | |
CN113705074A (zh) | 一种化工事故风险预测方法及装置 | |
CN117787716A (zh) | 基于数据分析的矿山安全风险分析预警方法、系统及设备 | |
JP2019015572A (ja) | 機器システムの機能損傷と関連が高い地震動強さ指標の検出方法 | |
US8346685B1 (en) | Computerized system for enhancing expert-based processes and methods useful in conjunction therewith | |
CN115859127A (zh) | 一种设备监督方法、系统、设备及计算机可读存储介质 | |
CN113988676B (zh) | 一种水处理设备的安全管理方法及系统 | |
CN113781734B (zh) | 一种基于危化品仓库用防火方法、装置及电子设备 | |
CN115643231A (zh) | 车载终端设备检测的方法、装置、电子设备及存储介质 | |
CN114742401A (zh) | 一种设备健康状态的评估方法、系统、电子设备及介质 | |
Lee et al. | Stability analysis for safety of automotive multi-product lines: A search-based approach | |
CN114332766A (zh) | 基于行动规律的危险行为预警方法、装置及其应用 | |
CN112860671A (zh) | 一种生产要素数据异常诊断方法及装置 |
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 |