[发明专利]基于神经网络的检修作业风险分析方法、装置及终端

权利要求书

1.一种基于神经网络的检修作业风险分析方法，其特征在于，所述方法包括：

获取本次检修作业的作业信息，其中，所述作业信息包括作业类型信息和作业流程信息；

基于所述作业类型信息确定目标神经网络，其中，所述目标神经网络表示用于对所述本次检修作业进行风险分析的分析模型；

对所述作业信息进行特征提取，得到所述本次检修作业的多个作业特征项；

将所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率。

2.根据权利要求1所述的基于神经网络的检修作业风险分析方法，其特征在于，所述作业信息还包括作业环境信息，在所述将所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率之前还包括：

基于所述作业环境信息得到所述本次检修作业的环境特征；

相应的，所述将所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率包括：

将所述环境特征和所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率。

3.根据权利要求2所述的基于神经网络的检修作业风险分析方法，其特征在于，在所述得到所述多个作业特征项分别对应的作业风险概率之后还包括：

选取作业风险概率最高的指定个数的作业特征项；

获取所述指定个数的作业特征项分别对应的作业安全预案；

输出所述作业安全预案。

4.根据权利要求1至3任一项所述的基于神经网络的检修作业风险分析方法，其特征在于，在所述基于所述作业类型信息确定目标神经网络之前还包括：

建立与所述作业类型信息对应的初始神经网络；

根据检修作业事故统计数据生成训练集；

利用所述训练集对所述初始神经网络进行训练，得到所述目标神经网络。

5.根据权利要求4所述的基于神经网络的检修作业风险分析方法，其特征在于，在所述利用所述训练集对所述初始神经网络进行训练之前还包括：

获取指定专家对检修作业流程中的各操作步骤的评价权重值；

将所述评价权重值作业设置为所述初始神经网络的初始参数；

相应的，所述利用所述训练集对所述初始神经网络进行训练，得到所述目标神经网络包括：

利用所述训练集对将所述评价权重值设置为初始参数的初始神经网络进行训练，得到所述目标神经网络。

6.一种基于神经网络的检修作业风险分析装置，其特征在于，所述装置包括：

作业信息获取单元，用于获取本次检修作业的作业信息，其中，所述作业信息包括作业类型信息和作业流程信息；

模型确定单元，用于基于所述作业类型信息确定目标神经网络，其中，所述目标神经网络表示用于对所述本次检修作业进行风险分析的分析模型；

特征提取单元，用于对所述作业信息进行特征提取，得到所述本次检修作业的多个作业特征项；

风险分析单元，用于将所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率。

7.根据权利要求6所述的基于神经网络的检修作业风险分析装置，其特征在于，所述作业信息还包括作业环境信息，所述装置还包括：

环境特征分析单元，用于在所述风险分析单元将所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率之前，基于所述作业环境信息得到所述本次检修作业的环境特征；

相应的，风险分析单元还用于，将所述环境特征和所述多个作业特征项输入所述目标神经网络，得到所述多个作业特征项分别对应的作业风险概率。