本发明涉及事故处理,特别涉及一种基于环境大数据和设备运行大数据分析的安全事故处理方法。
背景技术:
1、无论是生活场所还是生产场所避免不了会发生各种各样的安全事故,安全事故的预防、判断、处理关乎人身安全和财产安全。在发生安全事故时要想及时有效的处理安全事故,需要及时高效地确定出安全事故的根本原因。
2、但是,由于场所内的事故原因的多样性,尤其是在设备繁多、环境多变的生产场所或经营场所中,难以判别发生的安全事故是由于环境还是设备异常引起的安全事故,采用传统的事故原因诊断方法,由于环境数据和设备数据的庞大,导致计算量很大,导致事故原因诊断效率低下,难以及时高效地确定出安全事故的根本原因,进而可能导致安全事故的规模扩散,导致安全事故处理效果不佳。
3、因此,本发明提出了一种基于环境大数据和设备运行大数据分析的安全事故处理方法。
技术实现思路
1、本发明提供一种基于环境大数据和设备运行大数据分析的安全事故处理方法,用以基于目标场所内在采样周期内发生的历史环境异常事故集合和历史设备异常事故集合,确定出每个事故类别的异常环境信息和异常设备信息,进而实现了及时高效地确定出安全事故的根本原因,避免了安全事故的规模扩散,改善了安全事故处理的效果。
2、本发明提供一种基于环境大数据和设备运行大数据分析的安全事故处理方法,包括:
3、s1:基于目标场所内在采样周期内发生的历史环境异常事故集合,确定出每个事故类别的异常环境信息;
4、s2:基于目标场所内在采样周期内发生的历史设备异常事故集合,确定出每个事故类别的异常设备信息;
5、s3:当目标场所内发生安全事故时,基于当前环境数据和所有设备的实时运行数据段以及每个事故类别的异常环境信息和异常设备信息,确定出事故根本原因;
6、s4:基于事故根本原因和安全事故的当前发生规模,确定出安全事故处理方法。
7、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,s1:基于目标场所内在采样周期内发生的历史环境异常事故集合,确定出每个事故类别的异常环境信息,包括:
8、s101:对目标场所内采样周期中每个种类的历史环境数据进行区间划分,获得每个种类的环境数据的多个数据区间;
9、s102:在目标场所内在采样周期内的所有历史安全事故中筛选出事故发生根本原因为环境运行异常的历史环境异常事故集合;
10、s103:基于历史环境异常事故集合和采样周期,生成安全事故记录线程;
11、s104:基于安全事故记录线程,确定出每个事故类别的历史环境异常事故在每个种类的环境数据的每个数据区间的发生概率作为对应事故类别的异常环境信息。
12、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,s104:基于安全事故记录线程,确定出每个事故类别的历史环境异常事故在每个种类的环境数据的每个数据区间的发生概率作为对应事故类别的异常环境信息,包括:
13、基于每个种类的环境数据对应的每个数据区间的时间区间,对安全事故记录线程进行划分,获得每个种类的环境数据对应的每个数据区间的安全事故记录子线程;
14、对安全事故记录子线程中的历史环境异常事故进行事故归类,确定出每个数据区间中每个历史环境异常事故的事故类别;
15、基于每个数据区间中每个历史环境异常事故的事故类别,确定出每个事故类别的历史环境异常事故在每个种类的环境数据的每个数据区间的发生概率作为对应事故类别的异常环境信息。
16、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,s2:基于目标场所内在采样周期内发生的历史设备异常事故集合,确定出每个事故类别的异常设备信息,包括:
17、s201:在目标场所内在采样周期内的所有历史安全事故中筛选出事故发生根本原因为设备异常的历史设备异常事故集合;
18、s202:获取目标场所内所有设备在采样周期内的历史运行数据;
19、s203:基于历史设备异常事故集合和所有设备的历史运行数据,确定出每个事故类别的异常设备信息。
20、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,s203:基于历史设备异常事故集合和所有设备的历史运行数据,确定出每个事故类别的异常设备信息,包括:
21、确定出历史设备异常事故集合中每个历史设备异常事故的事故发生时刻,基于事故发生时刻和采样周期确定出异常运行待选时段;
22、基于每个设备的运行数据安全范围和所有设备的历史运行数据以及所有历史设备异常事故的异常运行待选时段,确定出每个历史设备异常事故的异常设备集合和异常设备集合中每个异常设备的异常运行数据段;
23、确定出历史设备异常事故集合中每个历史设备异常事故的事故类别;
24、基于每个历史设备异常事故的事故类别和异常设备集合以及异常设备集合中每个异常设备的异常运行数据段,确定出对应事故类别的异常设备信息。
25、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,基于每个设备的运行数据安全范围和所有设备的历史运行数据以及所有历史设备异常事故的异常运行待选时段,确定出每个历史设备异常事故的异常设备集合和异常设备集合中每个异常设备的异常运行数据段,包括:
26、在所有设备的历史运行数据中筛选出在对应历史设备异常事故的异常运行待选时段内的待选运行数据段;
27、在所有设备在对应历史设备异常事故的待选运行数据段中,筛选出超过对应设备的运行数据安全范围的运行数据段,作为对应历史设备异常事故的超范围运行数据段;
28、将对应历史设备异常事故的超范围运行数据段对应的设备作为对应历史设备异常事故的异常设备;
29、将每个历史设备异常事故的所有异常设备汇总,获得对应历史设备异常事故的异常设备集合;
30、将异常设备集合中每个异常设备的超范围运行数据段作为对应异常设备的异常运行数据段。
31、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,基于每个历史设备异常事故的事故类别和异常设备集合以及异常设备集合中每个异常设备的异常运行数据段,确定出对应事故类别的异常设备信息,包括:
32、确定出异常设备集合中所有异常设备之间的关联属性,基于关联链路将异常设备集合中存在关联属性的异常设备相连,获得对应历史设备异常事故的异常设备关联网络;
33、确定出每个异常运行数据段的异常运行数据增速和异常运行数据最值;
34、将异常设备的异常运行数据段的开始时刻作为对应异常设备的异常开始时刻,基于异常开始时刻确定出异常设备关联网络中的关联中心设备;
35、将所有异常设备的异常运行数据增速标记于对应异常设备关联网络中,获得对应历史设备异常事故的异常设备增速关联网络;
36、将所有异常设备的异常运行数据最值标记于对应异常设备关联网络中,获得对应历史设备异常事故的异常设备最值关联网络;
37、基于异常设备增速关联网络和关联中心设备,计算出异常设备关联网络中除关联中心设备以外剩余的异常设备与关联中心设备之间的增速关联因子;
38、基于异常设备关联网络中除关联中心设备以外剩余的异常设备与关联中心设备之间的增速关联因子,搭建出对应历史设备异常事故的增速关联因子网络;
39、基于异常设备最值关联网络和关联中心设备,计算出异常设备关联网络中除关联中心设备以外剩余的异常设备与关联中心设备之间的最值关联因子;
40、基于异常设备关联网络中除关联中心设备以外剩余的异常设备与关联中心设备之间的最值关联因子,搭建出对应历史设备异常事故的最值关联因子网络;
41、基于每个历史设备异常事故的事故类别和增速关联因子网络以及最值关联因子网络以及对应的关联中心设备,确定出每个事故类别的增速关联因子网络集合和最值关联因子网络集合以及关联中心设备集合作为对应事故类别的异常设备信息。
42、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,s3:当目标场所内发生安全事故时,基于当前环境数据和所有设备的实时运行数据段以及每个事故类别的异常环境信息和异常设备信息,确定出事故根本原因,包括:
43、当目标场所内发生安全事故时,确定出当前发生的安全事故的目标事故类别;
44、基于每个事故类别的异常环境信息,确定出目标事故类别的每个种类的环境数据的所有数据区间;
45、确定出当前环境数据在每个种类的环境数据中的所属数据区间,并基于异常环境信息确定出目标事故类别在每个种类的环境数据中的所属数据区间的目标发生概率,将目标发生概率作为当前发生的安全事故为环境异常事故的概率;
46、基于所有设备的实时运行数据段和每个事故类别的异常设备信息,确定出当前发生的安全事故为设备异常事故的概率;
47、基于当前发生的安全事故为环境异常事故的概率和当前发生的安全事故为设备异常事故的概率确定出事故根本原因。
48、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,基于所有设备的实时运行数据段和每个事故类别的异常设备信息,确定出当前发生的安全事故为设备异常事故的概率,包括:
49、基于所有设备的实时运行数据段和每个设备的运行数据安全范围,确定出所有目标异常设备和每个目标异常设备的当前异常运行数据段;
50、基于异常设备信息确定出目标事故类别对应的关联中心设备集合,基于目标事故类别对应的关联中心设备集合,在所有目标异常设备中筛选出目标关联中心设备;
51、基于所有目标异常设备的当前异常运行数据段和当前关联中心设备,搭建出每个目标关联中心设备对应的目标增速关联因子网络和目标最值关联因子网络;
52、将所有目标中心设备对应的目标增速关联因子网络汇总,获得目标增速关联因子网络集合,将所有目标中心设备对应的目标最值关联因子网络汇总,获得目标最值关联因子网络集合;
53、确定出目标增速关联因子网络集合和异常设备信息中目标事故类别对应的增速关联因子网络集合之间的第一重合度以及目标最值关联因子网络集合和异常设备信息中目标事故类别对应的最值关联因子网络集合的第二重合度;
54、将第一重合度和第二重合度的平均值作为当前发生的安全事故为设备异常事故的概率。
55、优选的,所述的一种基于环境大数据和设备运行大数据分析的安全事故处理方法,基于当前发生的安全事故为环境异常事故的概率和当前发生的安全事故为设备异常事故的概率确定出事故根本原因,包括:
56、当当前发生的安全事故为环境异常事故的概率大于当前发生的安全事故为设备异常事故的概率时,则基于当前环境数据和当前事故类别确定出事故根本原因;
57、当当前发生的安全事故为环境异常事故的概率不大于当前发生的安全事故为设备异常事故的概率时,则基于所有异常设备的当前运行数据和当前事故类别确定出事故根本原因。
58、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
59、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。