[发明专利]煤矿安全生产风险预警方法和系统

权利要求书

1.一种煤矿安全生产风险预警方法，其特征在于：包括

风险评估步骤，所述风险评估步骤包括

从第一数据库采集至少第一数据集，其中所述第一数据集包括至少一个与所述煤矿相关联的第一数据类别的数据；

从第二数据库提取第二数据集，所述第二数据集包括至少一个与所述煤矿相关联的第二数据类别的数据，所述第一数据类别不同于所述第二数据类别；以及，

根据所述第一数据集的数据和第二数据集通过风险分析模型推导所述煤矿的至少一个风险推导结果，其中，所述至少一个风险推导结果指示所述煤矿的至少一个安全方面，所述第一数据集所在的数据类别和所述第二数据集所在的数据类别在所述风险分析模型中具有不同的权重值；以及

风险预警步骤，所述根据所述风险推导结果发送不同的预警信息。

2.根据权利要求1所述的煤矿安全生产风险预警方法，其特征在于：所述风险评估步骤包括判断所述风险推导结果在不同风险等级中的归属；其中所述不同的风险等级与所述不同的预警信息相关联。

3.根据权利要求1的煤矿安全生产风险预警方法，其特征在于：所述每个权重值预先计算出并存储。

4.根据权利要求1的煤矿安全生产风险预警方法，其特征在于：所述风险分析模型的建立包括：

至少根据所述第一数据集包括的数据类别以及所述第二数据集包括的数据类别建立基于数据类别的层次模型，所述层次模型包括具有对应数据类别的第一层和对应数据类别的子类别的第二层；

为第一层构造判断矩阵；

对该第一层的判断矩阵进行一致性检验，检验通过后，根据该第一层的判断矩阵计算单一准则下的该数据类别的相对权重；

为第二层构造判断矩阵；

对该第二层的判断矩阵进行一致性检验，检验通过后，根据该第二层的判断矩阵计算单一准则下的该数据类别的子类别的相对权重；以及，

根据该数据类别的相对权重和该数据类别子类别的相对权重推导出所述第一数据集中数据的权重值和/或所述第二数据集中数据的权重值。

5.根据权利要求3的煤矿安全生产风险预警方法，其特征在于：所述权重值还被配置为手动调整。

6.根据权利要求5的煤矿安全生产风险预警方法，其特征在于：将所述提取的所述第一数据集和所述第二数据集存储于风险指标专题数据库；

将安全风险指标专题数据库中存储的矿井基础数据与预先存储的安全风险指标数据相关联；

根据所述权重值建立分析模型，利用所述风险分析模型处理所述矿井基础数据以推导出煤矿单项风险指数以及/或者煤矿综合风险指数。

7.根据权利要求1的矿井安全生产状况评估方法，其特征在于：所述风险分析模型包括单项风险指标体系和综合风险指标体系。

8.根据权利要求1的矿井安全生产状况评估方法，其特征在于：所述单项风险指标体系包括煤尘安全风险评价指标体系、煤矿火灾风险评价指标体系、突出煤矿瓦斯风险评价指标体系、高瓦斯煤矿瓦斯风险评价指标体系、瓦斯煤矿瓦斯风险评价指标体系、煤矿顶板风险评价指标体系、以及煤矿水害风险评价指标体系。

9.根据权利要求8的矿井安全生产状况评估方法，其特征在于：所述煤尘安全风险评价指标体系包括指标体系包括由历史因素、自然因素、人的因素、设施设备、安全管理因素、环境因素作为第一层；和以煤尘爆炸事故、煤尘超限次数、煤尘超限未处理、煤尘爆炸指数、游离SiO2含量、煤层孔隙率、学历、年龄结构、人员持证情况、从业人员熟练程度、管理人员专业配备、防尘水池、防尘管路、测尘仪器仪表配备、测尘仪器仪表校正、采掘面喷雾洒水设施配备、转载点喷雾装置、隔爆设施、煤层注水设施、个体防尘配备、设置防尘机构和建立队伍、健全防尘管理制度、落实防尘管理制度、以及防尘技术培训和宣传教育作为第二层，而构成的层次模型。

10.一种煤矿安全生产风险预警系统，其特征在于：包括

数据采集模块，从第一数据库采集至少第一数据集，其中所述第一数据集包括煤矿环境数据和煤矿内设备的多个数据类别的运行数据，以及从第二数据库提取第二数据集，所述第二数据集包括与所述煤矿相关联的多个数据类别的管理数据；

风险分析模型存储模块，其存储对应至少一个风险值的风险分析模型，所述风险分析模型与所述第一数据集和所述第二数据集所属的数据类别的权重值相关联；所述第一数据集所在的数据类别和所述第二数据集所在的数据类别在所述风险分析模型中具有不同的权重值；

风险值推导模块，其根据所述第一数据集的数据和第二数据集通过风险分析模型推导所述煤矿的至少一个风险值，其中，所述至少一个风险值指示所述煤矿的至少一个安全方面；以及

风险预警模块，所述根据所述风险推导结果发送不同的预警信息。