[發明專利]一種安全生產大數據分析挖掘方法和系統

在審

• 申請號: 201910355271.1
• 申請日: 2019-04-29
• 公開（公告）號: CN110096532A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 葛悅;代寶乾;汪彤;徐亞博;謝昱姝;周揚凡;張晉
• 申請（專利權）人: 北京市勞動保護科學研究所
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q50/26
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王慶龍;苗曉靜

1.一種安全生產大數據分析挖掘方法，其特征在于，包括：

基于隱患排查數據獲取不同企業類型的隱患類型分布，不同隱患類型的企業類型分布，以及不同企業類型的隱患整改率；基于執法檢查數據獲取檢查項頻次分布和隱患發現頻次分布；

基于安全生產事故數據獲取事故發生時間、事故類型和事故等級之間的關聯關系；

基于預先得到的所述隱患類型和所述事故類型的關聯關系，以所述隱患類型分布、企業類型分布、不同企業類型的隱患整改率、檢查項頻次分布和隱患發現頻次分布作為事故權重，對不同企業類型的事故類型進行預測，并基于事故發生時間、事故類型和事故等級之間的關聯關系，得到預測的事故類型的事故發生時間和事故等級。

2.根據權利要求1所述的安全生產大數據分析挖掘方法，其特征在于，基于隱患排查數據獲取不同企業類型的隱患類型分布前，還包括：

設定統計周期，基于需分析的字段信息，提取隱患排查數據中的企業類型和隱患類型，提取執法檢查數據中的檢查項頻次和隱患發現頻次，提取安全生產事故數據中的事故發生時間、事故類型和事故等級。

3.根據權利要求1所述的安全生產大數據分析挖掘方法，其特征在于，基于安全生產事故數據獲取事故發生時間、事故類型和事故等級之間的關聯關系，具體包括：

提取所述安全生產事故數據中的事故發生時間分布、事故類型分布和事故等級分布；

對所述事故發生時間分布、事故類型分布和事故等級分布進行關聯分析，得到事故發生時間和事故類型之間的關聯關系，事故發生時間和事故等級之間的關聯關系，以及事故類型和事故等級之間的關聯關系。

4.根據權利要求1所述的安全生產大數據分析挖掘方法，其特征在于，對不同企業類型的事故發生時間、事故類型和事故等級進行預測前，還包括：

基于每個企業類型的所述隱患類型分布獲取各個隱患類型的隱患發生率，基于所述檢查項頻次分布和隱患發現頻次分布獲取每個隱患類型的隱患發現率，將所述隱患發生率、隱患發現率和隱患整改率作為事故權重，并預先訓練得到所述隱患發生率、隱患發現率和隱患整改率的權重值。

5.根據權利要求1所述的安全生產大數據分析挖掘方法，其特征在于，還包括：

分別對所述隱患類型分布、所述企業類型分布、不同企業類型的隱患整改率、檢查項頻次分布和隱患發現頻次分布進行可視化圖形展示。

6.一種安全生產大數據分析挖掘系統，其特征在于，包括數據提取模塊、數據預處理模塊和數據分析模塊：

所述數據提取模塊，用于基于需分析的字段信息，提取隱患排查數據中的企業類型和隱患類型，提取執法檢查數據中的檢查項頻次和隱患發現頻次，提取安全生產事故數據中的事故發生時間、事故類型和事故等級；

所述數據預處理模塊，用于基于隱患排查數據獲取不同企業類型的隱患類型分布，不同隱患類型的企業類型分布，以及不同企業類型的隱患整改率；基于執法檢查數據獲取檢查項頻次分布和隱患發現頻次分布；基于安全生產事故數據獲取事故發生時間、事故類型和事故等級之間的關聯關系；

所述數據分析模塊，用于基于預先得到的所述隱患類型和所述事故類型的關聯關系，以所述隱患類型分布、企業類型分布、不同企業類型的隱患整改率、檢查項頻次分布和隱患發現頻次分布作為事故權重，對不同企業類型的事故類型進行預測，并基于事故發生時間、事故類型和事故等級之間的關聯關系，得到預測的事故類型的事故發生時間和事故等級。

7.根據權利要求6所述的安全生產大數據分析挖掘系統，其特征在于，還包括數據輸出模塊和預警分析模塊；

所述數據輸出模塊，用于對數據分析模塊的分析結果進行顯示輸出；

所述預警分析模塊，用于分別對所述隱患類型分布、所述企業類型分布、不同企業類型的隱患整改率、檢查項頻次分布和隱患發現頻次分布進行可視化圖形展示，并基于數據分析模塊的預測結果進行預警分析。