[发明专利]一种特种设备安全隐患管控大数据监测系统及监测方法

权利要求书

1.一种特种设备安全隐患管控大数据监测系统，其特征在于：包括特种设备安全隐患先验评估知识库系统、隐患对象实时样本数据采集系统、存储统计系统、风险概率计算系统、安全管控措施知识库管理系统、分析结果查询系统；所述隐患对象实时样本数据采集系统通过云服务器将数据上传至存储统计系统，所述风险概率计算系统对特种设备安全隐患先验评估知识库系统和存储统计系统数据进行实时大数据计算分析，所述风险概率计算系统分析判别之后调用安全管控措施知识库管理系统，将判别结果及应对措施通过云服务器下传至分析结果查询系统中。

2.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述特种设备安全隐患先验评估知识库系统包括隐患对象数据存储模块(1)、隐患特征变量数据存储模块(11)、特种设备使用单位措施数据存储模块(12)、监督单位措施数据存储模块(13)；所述隐患对象实时样本数据采集系统包括隐患特征变量样本采集模块(31)、移动互联网隐患特征变量实时样本数据提交模块(32)、所述存储统计系统包括隐患特征变量实时样本数据存储模块(33)；所述风险概率计算系统包括安全隐患先验概率计算模块(21)、贝叶斯网络生成模块(22)、贝叶斯公式调整因子计算模块(34)、安全隐患后验概率计算模块(35)；所述风险概率计算系统包括贝叶斯网络重构计算模块(41)、安全风险概率计算模块(42)；所述安全管控措施知识库管理系统包括特种设备使用单位管控措施知识库管理模块(51)、监督单位安全管控措施知识库管理模块(52)；所述分析结果查询系统包括特种设备安全风险查询模块(61)、特种设备安全管控措施查询模块(62)。

3.根据权利要求2所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述隐患特征变量样本采集模块(31)包括GPS定位模块、GIS导航模块、隐患对象二维码识别模块、隐患对象特征样本数据采集模块、隐患对象拍照模块和数据提交模块。

4.根据权利要求3所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述特种设备安全隐患先验评估知识库系统采用星型模式架构。

5.一种特种设备安全隐患管控大数据监测方法，其特征在于：包括以下步骤：

S₁、建立特种设备安全隐患先验评估知识库，该知识库的核心概念包括隐患对象数据存储，其中标识了实际的隐患对象的数量，隐患特征变量数据存储是隐患对象数据存储的实际的个特征，特种设备使用单位措施数据存储存储了当前隐患对象有风险时，管理人员以某种概率可能会采取的措施，监督单位措施数据存储存储了当前隐患对象有风险时，上级监督单位以某种概率可能会采取的措施；

S₂、在特种设备安全隐患先验评估知识库的基础上，安全隐患先验概率计算模块会完成相关特种设备当前状态下初始的安全隐患先验概率的计算，然后调用贝叶斯网络生成模块建立初步的贝叶斯网络判断模型；

S₃、为了使基于先验概率建立的贝叶斯网络更加精确，由隐患样本数据采集人员使用隐患特征变量样本采集模块基于移动设备实现了对隐患对象相关的实时样本信号的采集，并通过移动互联网隐患特征变量实时样本数据提交模块将数据提交到云计算平台。

S₄、在接收到移动端提交的样本数据以后，在云端首先利用隐患特征变量实时样本数据存储对样本数据进行保存，然后调用贝叶斯公式调整因子计算模块和安全隐患后验概率计算模块重新对特种设备的各隐患项的数据进行统计。统计完成后调用贝叶斯网络重构计算模块修正本发明中所建立的贝叶斯网络的各项参数，网络参数修正完成后调用特种设备安全风险概率计算模块实现对当前特种设备中每一种安全隐患对象的安全风险计算。接下来，分别调用特种设备使用单位管控措施知识库管理模块和监督单位安全管控措施知识库管理模块来分别的指示特种设备使用单位和监督单位应该在多大的概率可能下采用什么样的措施来消除特种设备使用过程中的隐患。

S₅、本发明在移动端提供设计了分析查询接口分别为安全风险查询模块和安全管控措施查询模块，分别提供给特种设备使用单位管理人员和监督单位监管人员进行查询。

6.根据权利要求5所述的一种特种设备安全隐患管控大数据监测方法，其特征在于：所述贝叶斯网络，其组织形式为有向无环图，用于表示各个隐患对象之间的因果关系。