[发明专利]一种作业现场安全风险精益化智慧管控辅助决策方法在审

专利信息
申请号: 202110802499.8 申请日: 2021-07-15
公开(公告)号: CN113506001A 公开(公告)日: 2021-10-15
发明(设计)人: 李华;李明;林韶文;梁广;梁志祥;高杨;赵晓宁;林自强;王泰然;黄伟豪;王锦滨 申请(专利权)人: 广东电网有限责任公司中山供电局
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 广州海心联合专利代理事务所(普通合伙) 44295 代理人: 黄为;冼俊鹏
地址: 528405 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 作业 现场 安全 风险 精益化 智慧 辅助 决策 方法
【权利要求书】:

1.一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,包括以下步骤:

步骤一、通过智慧管控大数据系统的架构,构建电力作业现场的作业安全风险识别模型,用于对当前的电力作业现场的现场风险要素进行识别,同时学习所述现场风险要素中的信息特征;

步骤二、根据电力作业现场的作业风险因素构建作业风险评估指标体系框架,同时设定所述作业风险评估指标体系框架中作业风险因素的风险参数,并制定指标分级评分标准,用于评定所述现场风险要素的风险等级;

步骤三、通过基于改进主客观权重结合的电力作业现场安全风险评估模型对风险参数进行分析,确定所述作业风险因素的风险值,并根据所述作业风险因素的风险值及其影响程度,构建电力作业现场的安全风险评估模型,用于评定所述现场风险要素的风险值,并根据所述风险值和风险等级对所述现场风险要素进行动态评估调整。

2.根据权利要求1所述的一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,所述作业安全风险识别模型,具体包括,

现场数据源层,用于采集电力作业现场的现场数据,并感知所述现场数据中存在的风险数据;

边缘计算层,用于对所述风险数据进行存储和数字化处理,并将处理后的风险数据上传至大数据处理中心;

网络互联层,用于实现边缘计算层与大数据处理中心之间的通信;

大数据处理层,用于通过人工智能算法对所述风险数据进行信息特征提取,并对所述信息特征值与历史数据库中的样本数据特征进行融合。

3.根据权利要求1所述的一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,所述电力作业现场安全风险评估模型为,

其中,D为风险值;W为权重系数矩阵;N为风险维度的总数;l为第k个维度因素影响发生概率;E为作业人员在危险环境中暴露的频繁程度;C为产生的风险后果大小值;M为不同作业所属单位的整体作业风险管理水平;Q为不同作业所属单位的整体作业人员素质水平。

4.根据权利要求3所述的一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,根据电力作业现场的作业风险因素设定作业风险评估样本,并根据所述作业风险评估样本与风险维度的总数构建评分矩阵,并对所述评分矩阵进行赋值;利用主成分分析法对所述评分矩阵进行分析,确定权重系数矩阵。

5.根据权利要求4所述的一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,通过以下公式计算所述作业风险评估样本,

m=r×s×h;

其中,m为作业风险评估样本;r为作业风险因素的风险事件的个数;s为作业风险因素的作业类型的个数;h为作业风险因素的下属单位的个数;

再通过以下公式构建所述评分矩阵,

X=m×N;

其中,X为评分矩阵。

6.根据权利要求5所述的一种作业现场安全风险精益化智慧管控辅助决策方法,其特征在于,所述权重系数矩阵中权重系数值的具体计算步骤为,

第一步、通过以下公式计算相关系数矩阵,

其中,cov(xi,xj)表示向量(xi,xj)的协方差;var(xi)表示变量xi的样本方差;i和j均为风险维度的个数;

第二步、通过相关系数矩阵与单位矩阵之间的特征函数,求解出所有的特征值,并将特征值进行排列;同时根据所述特征值获取其特征向量;

其中,所述特征函数为|λE-R|=0;

式中,λ为特征值;E为单位矩阵;

第三步、计算主成分累计贡献率,其计算公式为,

其中,p=N;

第四步、通过以下公式计算评分矩阵中的指标在不同成分线性组合中的系数,

其中,eij为第i主成分对变量xj的载荷数;

第五步、计算主成分贡献率,其计算公式为,

第六步、通过以下公式确定指标系数,

第七步、通过对所述指标系数的归一化,得到权重系数值,其计算公式为,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司中山供电局,未经广东电网有限责任公司中山供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110802499.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top