一种基于炸响指数的安全生产风险监测方法、存储介质及设备与流程

本发明涉及企业安全生产监测，具体涉及一种基于炸响指数的安全生产风险监测方法、存储介质及设备。

背景技术：

1、工业生产安全的感知、监测、预警、处置和评估五个关键环节是传统安全生产中的重点，目前针对安全生产风险的评估办法主要还是从某一个方面对企业的安全生产风险进行分析，不是很全面。主要缺点以下几点：一是准确性不足：由于影响风险的因素很多，且有些因素可能存在不确定性，因此目前的风险值计算方法可能无法准确反映实际情况。二是智能化程度不高：目前的风险值计算过程往往需要大量的人工干预，不仅容易出错，而且效率低下。三是缺乏标准化和透明度：不同的评估机构可能有不同的风险值计算方法和流程，导致评估结果可能存在差异。同时，风险值计算的整个过程和具体细节往往不会完全公开，导致公众难以了解和监督评估结果的可靠性。四是数据来源受限：目前的风险值计算主要依赖于历史数据和现有资料，而这些数据可能存在一定的局限性，无法全面反映实际情况。五是难以量化风险：某些因素可能难以被准确地量化，从而无法完全准确地计算风险值。

技术实现思路

1、为了克服上述技术缺陷，本发明提供一种基于炸响指数的安全生产风险监测方法、存储介质及设备，其能从多个维度对企业安全生产风险进行判定。

2、为了解决上述问题，本发明按以下技术方案予以实现：

3、第一方面，本申请提供一种基于炸响指数的安全生产风险监测方法，包括如下步骤：

4、获取企业全生命周期内的基本数据，将基本数据预处理后，根据预处理后的基本数据建立数据库，其中，基本数据包括企业事件信息和企业基本信息；

5、提取数据库中被监测企业的基本数据作为样本，通过时间序列分析对样本中的企业事件信息进行时间排序；

6、提取企业事件信息中与安全生产活动有关的关键词，并给关键词添加子标签，得到安全生产活动的标签体系；

7、根据评分卡模型对标签体系建立评分机制，得到标签体系模型；

8、获取当前企业自身风险特征和当前企业关联风险特征，并将当前企业自身风险特征和当前企业关联风险特征与子标签匹配，得到被监测企业的企业风险标签；

9、根据标签体系模型对企业风险标签进行评分，根据企业风险标签评分值和权重得到炸响指数模型；

10、根据炸响指数模型计算被监测企业的炸响指数。

11、作为上述方案的改进，所述炸响指数模型表示为：

12、r＝w1×r1+w2×r2+w3×r3+...+wn×rn(1)

13、wn＝w1+w2+...+wm (2)

14、

15、

16、其中，r为炸响指数，ri代表风险值，w1、w2、w3、wn代表权重，ai代表标准参数，xi代表合成系统，wi是wi对应的第二级分项的权重值；ri是ri对应的第二级分项的风险值，k为整数。

17、作为上述方案的改进，所述企业事件信息包括安全生产专项事件、企业被投诉事件、企业被行政处罚事件、企业经营事件、企业舆情事件。

18、作为上述方案的改进，所述子标签包括非法性、严重性、公开性、特征性、规模性。

19、作为上述方案的改进，所述当前企业自身风险特征和当前企业关联风险特征通过正则表达式与子标签匹配。

20、作为上述方案的改进，基于炸响指数的安全生产风险监测方法还包括步骤，根据炸响指数判定企业安全事故风险预警等级。

21、作为上述方案的改进，所述风险预警等级分为4级。

22、作为上述方案的改进，所述得到被监测企业的企业风险标签包括市场风险、信用风险、流动性风险、操作风险、法律风险、声誉风险、自然灾害风险、环境风险、人力资源风险。

23、第二方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有

24、至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如第一方面所述的基于炸响指数的安全生产风险监测方法。

25、第三方面，本发明提供一种设备，所述设备包括处理器和存储器，所述存储器中存储

26、有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如第一方面所述的基于炸响指数的安全生产风险监测方法。

27、与现有技术相比，本发明具有以下有益效果：

28、本申请可通过互联网公开数据、政府监管部门数据以及物联网设备的感知数据，利用互联网获取企业的一些公开信息，结合企业监管部门(应急局)的监管数据以及企业物联网设备的监测数据，按照企业规模、企业舆情、企业经营、企业监管、关联企业、司法纠纷、监测预警几个维度进行数据分析，每个维度都根据阈值及权重进行候选异常提取，并计算得到一个指标值；不同的分类，按照不同权重进行综合，最终得到一个总体的指数值，最终组成炸响指数模型，通过计算炸响指数实现对企业安全生产进行监测预警。

技术特征：

1.一种基于炸响指数的安全生产风险监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述炸响指数模型表示为：

3.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述企业事件信息包括安全生产专项事件、企业被投诉事件、企业被行政处罚事件、企业经营事件、企业舆情事件。

4.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述子标签包括非法性、严重性、公开性、特征性、规模性。

5.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述当前企业自身风险特征和当前企业关联风险特征通过正则表达式与子标签匹配。

6.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，还包括根据炸响指数判定企业安全事故风险预警等级。

7.根据权利要求5所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述风险预警等级分为4级。

8.根据权利要求1所述的基于炸响指数的安全生产风险监测方法，其特征在于，所述得到被监测企业的企业风险标签包括市场风险、信用风险、流动性风险、操作风险、法律风险、声誉风险、自然灾害风险、环境风险、人力资源风险。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至8任一所述的基于炸响指数的安全生产风险监测方法。

10.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至8任一所述的基于炸响指数的安全生产风险监测方法。

技术总结
本发明公开了一种基于炸响指数的安全生产风险监测方法、存储介质及设备，方法通过企业全生命周期基本数据的预处理与建库，以时间序列分析企业事件信息，提取与安全生产相关关键词并构建标签体系；通过评分卡模型建立标签评分机制，得到标签体系模型。结合当前企业自身及关联风险特征匹配子标签，形成企业风险标签；标签体系模型评分后，应用炸响指数模型计算被监测企业的与安全生产相关的综合风险。本申请通过一些公开性质的数据结合企业物联网设备监测数据，从多个维度对企业安全生产风险进行判定，通过建立风险预警模型，再利用模型实现对数据的关联分析，做到提前预警，避免安全事故的发生。

技术研发人员：罗敏静,葛隆文
受保护的技术使用者：广州智能科技发展有限公司
技术研发日：
技术公布日：2024/2/21