[发明专利]一种非煤矿山安全生产风险预测预警平台

权利要求书

1.一种非煤矿山安全生产风险预测预警平台，其特征在于：包括数据采集模块、数据ETL处理模块和数据预测模块及预警模块；所述数据采集模块将采集到的需要进行分析的非煤矿山生产指标数据传输至所述数据ETL处理模块处理后，处理后的指标数据传输至所述数据预测模块，由所述数据预测模块根据接收到的数据进行安全生产风险预测，并将预测结果传输至所述预警模块内，实现对非煤矿山安全生产的风险预测和预警。

2.如权利要求1所述预警平台，其特征在于：所述数据ETL处理模块用于对数据采集模块传输至的指标数据进行缺失值处理、异常值处理和数据标准化预处理；并选择部分预处理后的数据进行ETL处理，得到训练样本集；同时，实时抽取预处理后的数据作为待识别样本数据。

3.如权利要求2所述预警平台，其特征在于：所述缺失值处理是针对每一个具体指标，指定其对应的缺失值处理方法；缺失值处理方法包括缺失值以默认值填充、缺失值以平均值填充、缺失值以中位数填充、缺失值以众数填充、缺失值以自定义方式填充和忽略包含缺失值的数据记录。

4.如权利要求2所述预警平台，其特征在于：所述异常值处理是针对每一个具体指标，指定其对应的异常值处理方法；异常值处理方法包括将异常值替换为默认值和忽略包含异常值的数据记录。

5.如权利要求1所述预警平台，其特征在于：所述数据预测模块对接收到的数据进行安全生产风险预测的方法为：对待分析监测指标数据进行数据预处理后，利用训练数据，通过线性回归预测模型、BP神经网络预测模型和回归树预测模型建立预测模型；然后利用测试数据对生成的训练模型进行评估，选择误差最小的模型作为最优预测模型，利用最优预测模型对目标进行预测预警。

6.如权利要求1所述预警平台，其特征在于：所述预警模块用于对非煤矿山安全生产和风险监测数据进行预测预警分析，包括指标趋势分析、聚类分析、时序分析、影响因素分析、相关性分析和隐患分类。

7.如权利要求6所述预警平台，其特征在于：所述时序分析方法为：将待分析监测指标数据进行数据预处理后，利用多种时序分析方法进行时序分析，选出最优的时序分析方法及参数设置，得到最优时序分析预测结果；其中，最优的时序分析方法采用指数平滑法。

8.如权利要求6所述预警平台，其特征在于：所述指标趋势分析方法为：将待分析监测指标数据进行数据预处理后，利用预处理后产生的数据，通过信息增益方法确定各因素对关键指标的重要程度；其中，信息增益方法是要找出一个属性R，这个属性R分裂前后的信息增益要比其他属性大。

9.如权利要求6所述预警平台，其特征在于：所述相关性分析方法为：将待分析监测指标数据进行数据预处理后，计算各指标之间相关系数；

通过以下相关系数绝对值的取值范围来判断变量间的相关强度：

0.8-1.0极强相关；0.6-0.8强相关；0.4-0.6中等程度相关；0.2-0.4弱相关；0.0-0.2极弱相关或无相关。

10.如权利要求6所述预警平台，其特征在于：所述隐患分类方法为：采集整理隐患数据并对其进行数据预处理：包括类别选择、数据均衡；然后进行分词处理并利用深度学习方法得到词向量模型；利用词向量模型计算每条隐患数据的隐患向量，进而利用隐患向量训练得到隐患分类模型，由隐患分类模型进行隐患分类；

词向量模型是将词表征为实数值向量的一种高效的算法模型，采用的词向量生成方法为Word2vec；

隐患向量的计算：对所有隐患描述词向量进行叠加，从而得到隐患描述对应的隐患向量；

隐患分类模型是对隐患数据进行分类：采用决策树算法中的C4.5算法进行分类。