[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

本發明實施例提供一種安全生產大數據分析挖掘方法和系統，該方法包括：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；基于所述隱患類型和所述事故類型的關聯關系，并將所述隱患類型分布、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發生時間、事故類型和事故等級進行預測。降低事故發生的概率，發現事故隱患、揭示事故規律，進而降低生產安全事故的發生。

技術領域

本發明實施例涉及安全生產數據分析技術領域，尤其涉及一種安全生產大數據分析挖掘方法和系統。

背景技術

安全生產關系到國家、人民的根本利益，關系到社會發展改革、穩定和諧的大局，是我國市場經濟穩定、持續、快速、健康發展的根本保證，也是發展生產力最根本的要求。近年來，安全生產形勢總體穩定，事故總量和死亡人數繼續保持下降，但較大事故特別是重大事故仍未得到有效遏制，安全生產形勢依然嚴峻。

企業在實際的生產經營活動中，必然有海量數據需要處理。但是，數據及信息內容利用率不高。目前，安全生產形勢分析僅僅停留在簡單統計層面，缺乏從海量基礎數據中挖掘出有價值的信息知識的方法，缺少有效的安全風險預警技術手段。

發明內容

本發明實施例提供一種安全生產大數據分析挖掘方法和系統，充分考慮了現有安全生產海量數據的有效應用，通過科學的方法進行了多層面、全方位的挖掘處理，提升安全生產管理的科學性和精準性。

第一方面，本發明實施例提供一種安全生產大數據分析挖掘方法，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

第二方面，本發明實施例提供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。

第三方面，本發明實施例提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如第一方面實施例所述安全生產大數據分析挖掘方法的步驟。