CN111611689A - 基于建筑物属性和信令数据的动态后果评估方法及装置 - Google Patents

基于建筑物属性和信令数据的动态后果评估方法及装置 Download PDF

Info

Publication number
CN111611689A
CN111611689A CN202010303597.2A CN202010303597A CN111611689A CN 111611689 A CN111611689 A CN 111611689A CN 202010303597 A CN202010303597 A CN 202010303597A CN 111611689 A CN111611689 A CN 111611689A
Authority
CN
China
Prior art keywords
grid
data
building
evaluation
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010303597.2A
Other languages
English (en)
Inventor
吴波
焦建瑛
顾先凯
王嵩梅
田志强
贾京鹿
杜玖松
曹印锋
马人杰
姜晓鹏
陈鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Gas Group Co Ltd
Original Assignee
Beijing Gas Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Gas Group Co Ltd filed Critical Beijing Gas Group Co Ltd
Priority to CN202010303597.2A priority Critical patent/CN111611689A/zh
Publication of CN111611689A publication Critical patent/CN111611689A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于建筑物属性和信令数据的动态后果评估方法及装置，其中方法包括：获取待评估区域，对待评估区域进行网格划分；获取评价因素数据，其中评价因素数据至少包括：建筑物数据、人口信令数据和市政设施数据；对评价因素数据进行预处理；将预处理后的评价因素数据匹配到网格中；对各个网格内的评价因素数据进行特征工程计算，得到影响因素；将影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；通过预设分类法对网格综合后果风险值进行分级，绘制网格后果评价图。

Description

基于建筑物属性和信令数据的动态后果评估方法及装置
技术领域
本发明涉及人口空间分布和资源科学匹配领域，尤其涉及一种基于建筑物属性和信令数 据的动态后果评估方法及装置。
背景技术
近年来，燃气行业发展迅速，天然气在我国经济和能源生产中占据着越来越重要的地位， 其应用范围也从民用发展到工业、采暖、制冷、发电等诸多领域，作为现代化城市不可或缺 的市政基础设施，城市燃气安全运行关系到城市及社会的发展，供气安全管理的任务日趋繁 重。随着天然气管网建设加快，燃气供应能力不断增强，在城镇燃气输送过程中，存在极大 的安全隐患。同时，越来越多的城镇燃气管道通过建筑物集中、人口密集的区域，若燃气管 道在这些建筑物集中、人口密集的区域发生泄漏或***等安全事故，这将会造成很严重的后 果。因此加强城镇燃气事故应急管理，全面掌握区域管网的综合风险，尽可能减少事故发生 和减轻事故后果的要求愈发迫切。
20世纪60年代，国外的事故后果模拟、安全评价方法、预防及控制技术就已经发展起 来，产生了许多事故分析、模拟、预测的方法，如事故树法、LEC法、火灾***指数法等。这些技术和方法大多数只能对事故进行定性或半定量的描述，因而对事故的预防、控制作用 十分有限。20世纪80年代，各种事件经验模型相继提出，如模拟热辐射的固体火焰模型和 点源模型等。20世纪90年代，随着计算机技术飞速发展，在这些事故模型的基础上发展了 很多的实际应用，利用基于大量实验得出的数学模型，评价事故的影响区域，对事故的危险 性进行判断，以制定有效的措施来降低风险。
我国针对易燃易爆、有毒物质的重大事故后果研究也在不断进行中。贾雁群等对城市燃 气管网泄漏原因进行了详尽分析，并提出一些预防和控制对策。张圣柱基于代表性计算物质、 孔径、可泄漏介质总量、泄漏速率和类型、介质的最终相态、确定事故后果，并依据已有的 事故***模型，开发事故后果评价***，对典型事故后果进行模拟，计算热辐射和***冲击 波的影响范围来评价事故后果严重程度。杜曼等提出了一种长输天然气管道泄漏事故后果影 响的评估方法，该方法采用层次分析-模糊综合评价法，将泄漏后果划分为3大层次，即安全 后果、经济后果和环境后果，基于后果模拟计算使用层次分析法求权值，建立等级评价矩阵， 采用模糊分析法确定事故后果严重度来评估泄漏事故后果。
据资料显示，目前传统行业对城镇燃气管道的风险评估方法主要是LC评价法，其中，L 表示发生事故的可能性大小，C表示一旦发生事故会造成的损失，相应地，燃气管道风险就 等于L与C的乘积。在实际工作中，对于管道发生事故的风险评价，大多仅考虑了基于各类 风险因素分析管道失效概率，即管道发生泄漏的可能性，对于失效后果的分析与评价应用相 对较少。《SY/T 6859-2012油气输送管道风险评价导则》中阐述了管道失效后果分析，其内 容应包括估算管道失效后对人员、财产和环境等产生不利影响的严重程度。泄漏失效后果可 采用定性或定量的方法估计，定性的评价结果可表示为“重大”、“较大”、“一般”等级 别，定量的评价可以从安全、经济和环境等角度加以分析，给出相应的指标，如用伤亡人员 来衡量安全后果的严重程度，用货币表示经济后果。此外，该导则还谈到了风险评定，认为 风险评定是判断风险绝对值或相对值高低的过程，也包括判断和评价风险控制措施效果的过 程。
现有的各类风险评估方法普遍是基于经验分析定性评估，难以进行管线灾害后果的动态 定量分析。在对城镇燃气泄漏事故后果进行评价时，这些方法都存在一定的缺陷，主要体现 在以下三个方面：
首先，可分析数据有限。现有的数据大多是文本文件等，不直观，分析困难，同时可分 析数据有限，还需要收集大量的数据资料，然而这将耗费大量的人力和时间。
其次，模拟场景下提出的后果评价方法难以实际应用。随着技术的进步和风险意识的增 强，对燃气管道风险评价的研究也愈发深入，其中，对燃气管道发生事故后的后果评价方法 也越来越多，能对事故后果进行预测和评价，从而为相关部门提供建议，以便采取及时、有 效的措施来减少风险，继而避免或减轻事故灾害。但是很多的研究都是基于模拟场景下提出 的后果评价方法，基于现有的数据情况，不能满足实际应用。
最后，对发生事故损失后果的评价是片面的，缺乏时空动态评估。针对燃气管道风险评 价，目前传统行业采用最广泛的是LC评价法，即多采用“风险＝可能性×损失后果”或类似 的数学表达式来对风险进行量化描述，然而实际上计算损失后果时往往忽略了时间和空间的 动态变化因素，表达的只是管道发生事故与损失后果相关的一个侧面。
发明内容
本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的基于建筑物属性和信 令数据的动态后果评估方法及装置。
为达到上述目的，本发明的技术方案具体是这样实现的：
本发明的一个方面提供了一种基于建筑物属性和信令数据的动态后果评估方法，包括： 获取待评估区域，对待评估区域进行网格划分；获取评价因素数据，其中评价因素数据至 少包括：建筑物数据、人口信令数据和市政设施数据；对评价因素数据进行预处理；将预 处理后的评价因素数据匹配到网格中；对各个网格内的评价因素数据进行特征工程计算， 得到影响因素，其中，影响因素至少包括：基于建筑物边界计算建筑物面积，根据建筑物 属性类型进行分类，计算网格内各类建筑物的面积；计算网格内人口密度，根据人口属性 进行分类；计算网格内地铁长度，计算网格内铁路长度；获取重点保驾街区，获取重点保驾单位；将影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；通过预设分类法对网格综合后果风险值进行分级，绘制网格后果评价图。
其中，基于建筑物边界计算建筑物面积包括：基于建筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS根据矢量数据对应的栅格数据区域投影面积。
其中，对评价因素数据进行预处理包括：异常值处理和缺失值处理。
其中，计算网格综合后果风险值包括：利用公式
Figure BDA0002454942780000031
计算网格综合后果风险值；其中，n表示影响因素数量，m表示影响因素的最大类别，ai表 示第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
本发明另一方面提供了一种基于建筑物属性和信令数据的动态后果评估装置，包括：划 分模块，用于获取待评估区域，对待评估区域进行网格划分；获取模块，用于获取评价因 素数据，其中评价因素数据至少包括：建筑物数据、人口信令数据和市政设施数据；预处 理模块，用于对评价因素数据进行预处理；匹配模块，用于将预处理后的评价因素数据匹 配到网格中；计算模块，用于对各个网格内的评价因素数据进行特征工程计算，得到影响 因素，其中，影响因素至少包括：基于建筑物边界计算建筑物面积，根据建筑物属性类型进行分类，计算网格内各类建筑物的面积；计算网格内人口密度，根据人口属性进行分类；计算网格内地铁长度，计算网格内铁路长度；获取重点保驾街区，获取重点保驾单位；评 估模块，用于将影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；分 级模块，用于通过预设分类法对网格综合后果风险值进行分级，绘制网格后果评价图。
其中，计算模块通过如下方式基于建筑物边界计算建筑物面积：计算模块，具体用于 基于建筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS根据矢量数据对应的栅格数据区域投影面积。
其中，预处理模块通过如下方式对评价因素数据进行预处理：预处理模块，具体用于 异常值处理和缺失值处理。
其中，评估模块通过如下方式计算网格综合后果风险值：评估模块，具体用于利用公 式
Figure BDA0002454942780000041
计算网格综合后果风险值；其中，n表示影响因素数量，m表示影响因素的最大类别，ai表 示第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
由此可见，通过本发明提供的基于建筑物属性和信令数据的动态后果评估方法及装置， 以数据驱动科学划分更细粒度的安全后果评价网格，基于市政基础设施、建筑物属性和城市 人口流动等时空大数据，动态评价网格后果风险值和划分网格类型，即对燃气管道高后果区 进行识别和风险评价，从而有利于相关部门合理分配资源，辅助日常运行管理的科学决策， 以免安全事故的发生。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图 作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的基于建筑物属性和信令数据的网格化动态后果评估模型示意 图；
图2为本发明实施例提供的基于建筑物属性和信令数据的动态后果评估方法的流程图；
图3为本发明实施例提供的利用ArcGIS计算建筑物面积结果；
图4为本发明实施例提供的网格综合后果风险对比图；
图5为本发明实施例提供的网格后果评价专题图；
图6为本发明实施例提供的基于建筑物属性和信令数据的动态后果评估装置的结构示意 图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例 性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。 相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传 达给本领域的技术人员。
本发明从城镇燃气管道发生泄漏事故后果出发，寻找相关后果严重性的影响因素，具体 体现在四个方面，分别为经济影响、人口影响、社会影响和政治影响等。在此基础上，本发 明提出了网格化动态后果评估方法，从而给出各个网格的风险值和相应的网格类型。
本发明建立一个基于建筑物属性和信令数据的网格化动态后果评估模型，从经济、人口、 社会、政治等四个方面的考虑事故后果严重性的相关影响因素，将这些影响因素的评价因素 与网格进行匹配后作为模型的输入，输出是各个网格的综合后果风险值，如图1所示。
其中，经济影响可参考北京市安全风险评估规范中对经济损失严重等级的划分标准，可 以通过建筑物属性、数量和面积等来表征；人口影响可以通过人口属性和人口密度等来表征； 社会影响可以通过社会关注度、市政设施等来表征；政治影响可以通过重大政治活动和重点 保驾区域等来表征。由于这些影响因素都是动态变化的，因而对于网格综合风险的评估也是 动态变化的。
因此，可以用如下数学表达式来表示该后果评估模型：
y＝f(X1，X2，X3，X4)
其中，f表示后果评估模型，{X1，X2，X3，X4}表示该模型的输入，分别对应经济、人口、社会、政治四类影响因素，y表示该模型的输出，即某网格的综合后果风险值。
图2示出了本发明实施例提供的基于建筑物属性和信令数据的动态后果评估方法的流程 图，参见图2，本发明实施例提供的基于建筑物属性和信令数据的动态后果评估方法，包括 以下步骤：
S1，获取待评估区域，对待评估区域进行网格划分。
具体地，网格划分是综合后果风险计算与评价的基础，合理划分网格，有助于更加清晰 辨别燃气泄漏事故后果风险大小，合理构建动态网格后果评估模型，同时有助于相关部门对 管辖区管道泄漏风险监管能力。面积过小的网格在进行风险评估时作用不明显。因而在划分 网格时，网格的面积应适中。
S2，获取评价因素数据，其中评价因素数据至少包括：建筑物数据、人口信令数据和市 政设施数据。
具体地，从城镇燃气管道发生泄漏事故后果出发，寻找相关后果严重性的影响因素，具 体体现在四个方面，分别为经济影响、人口影响、社会影响和政治影响等。其中，经济影响 可通过建筑物属性、数量和面积等来表征，人口影响可通过人口属性和人口密度等来表征， 社会影响可通过社会关注度、市政设施等来表征，政治影响可通过重大政治活动和重点保驾 区域等来表征。
S3，对评价因素数据进行预处理。
具体地，实际使用时数据存在很多问题，如存在不完整或不一致的脏数据，无法直接作 为模型输入，因此在使用数据进行建模前应对获取到的数据进行数据预处理。
作为本发明实施例的一个可选实施方式，对评价因素数据进行预处理包括：异常值处理 和缺失值处理。其中，本发明主要包括异常值处理、缺失值处理等，当然还可以包括其他处 理，以保证数据有效。
(1)异常值处理：对数据进行描述性统计或箱线图分析，找出引起异常值的原因，继而 通过删除含有异常值记录、将异常值视为缺失值、均值修正、不处理等方法对异常值进行处 理。
(2)缺失值处理：缺失值是最常见的数据问题，处理缺失值的方法有很多。按照数据缺 失比例和字段重要性，通过删除缺失值、均值/中位数填补、多重插值、KNN填补等方法对 缺失值进行处理。
S4，将预处理后的评价因素数据匹配到网格中。
具体地，在现有网格的基础上，通过空间位置坐标，将经济影响、人口影响、社会影响、 政治影响等方面与事故后果严重性相关的评价因素匹配到网格中，以网格为评价单元，实现 城镇燃气管道后果立体化评估。
S5，对各个网格内的评价因素数据进行特征工程计算，得到影响因素，其中，影响因素 至少包括：基于建筑物边界计算建筑物面积，根据建筑物属性类型进行分类，计算网格内各 类建筑物的面积；计算网格内人口密度，根据人口属性进行分类；计算网格内地铁长度，计 算网格内铁路长度；获取重点保驾街区，获取重点保驾单位。
作为本发明实施例的一个可选实施方式，基于建筑物边界计算建筑物面积包括：基于建 筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS根据矢量数据对应的栅格数据区域投 影面积。
具体地，本发明至少通过以下四个影响因素进行风险评估。
(1)基于建筑物属性的经济影响
对于建筑物数据的分析处理大致分为三步。首先，基于建筑物边界，利用ArcGIS计算建 筑物面积。在矢量结构下，面状地物以其轮廓边界弧段构成的多边形表示，对于没有空洞的 简单多边形，假设有N个顶点，其面积计算公式为
Figure BDA0002454942780000071
利用ArcGIS根据矢量数据对应的栅格数据区域投影面积。其次，对建筑物属性进行分类， 可将建筑物分为居住建筑、办公建筑、文教建筑、托教建筑、医疗建筑等。最后，统计各个 网格内的各类建筑物的数量、类型和相应的面积。
(2)基于人口信令数据的人口影响
天然气用户普及，人口比较密集，范围也比较广泛，一旦发生事故，影响的范围很大、 人数众多，因而精确掌握燃气管道周围的人口数量情况对于评估燃气管道发生事故后果风险 大小很有帮助。基于此，根据所采集到的24h人口信令数据，计算网格内每小时的人口密度， 并对人口属性进行分类，实现流动人口的多维分析，能够对流动人口的总数和流动趋势等做 出有效判断，以便评估动态人口影响后果。
(3)基于市政设施的社会影响
天然气属易燃易爆物质，遇突发事故，一旦燃气管线发生燃气泄漏，引发***是相当危 险的，强大的冲击波还会摧毁周边的市政设施。考虑到燃气***带来的次生灾害，在评估后 果风险时，基于市政设施的社会影响不容忽视。针对城镇燃气管道周围的市政设施，可以考 虑一些城市生命线，如地铁、铁路等，通过计算网格内的地铁、铁路的长度来评估社会影响。
(4)基于重大政治活动和保驾区域的政治影响
在重大政治活动期间，为防范意外事故发生，燃气集团会加大隐患排查力度。考虑到重 大政治活动和保驾区域在一定程度上会增加燃气管道事故后果的风险，因而统计重点保驾街 区和重点保驾单位，以提高所在网格的后果风险。
S6，将影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值。
作为本发明实施例的一个可选实施方式，计算网格综合后果风险值包括：
利用公式
Figure BDA0002454942780000081
计算网格综合后果风险值；其中，n表示影响因素数量，m表示影响因素的最大类别，ai表 示第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
具体地，从城镇燃气管道发生泄漏事故后果出发，基于经济影响、人口影响、社会影响 和政治影响等各后果严重性的影响因素，建立网格综合后果风险评估模型。针对各影响因素 划分评价等级，在满足各因素取值的变化方向相同的条件下，利用雷达图分析法，计算各个 网格的影响因素等级图形所围成的区域面积，并进行归一化，即计算所得的面积与最大面积 的比值，将此作为最终的网格综合后果风险，即风险为：
Figure BDA0002454942780000082
其中，n表示影响因素数量，m表示影响因素的最大类别，ai表示第i个影响因素的类别， C为雷达图中两相邻影响因素的夹角。
S7，通过预设分类法对网格综合后果风险值进行分级，绘制网格后果评价图。
具体地，基于网格综合后果风险评估模型，采用等间隔或不等间隔分类法对网格后果风 险值进行分级，从而给出各个网格相应的网格类型，并用不同的颜色表示不同风险等级的网 格，绘制网格后果评价专题图，直观识别高后果区。
由此可见，通过本发明提供的基于建筑物属性和信令数据的动态后果评估方法，以数据 驱动科学划分更细粒度的安全后果评价网格，基于市政基础设施、建筑物属性和城市人口流 动等时空大数据，动态评价网格后果风险值和划分网格类型，即对燃气管道高后果区进行识 别和风险评价，从而有利于相关部门合理分配资源，辅助日常运行管理的科学决策，以免安 全事故的发生。
以下，通过一个具体实施例来对本发明的进行说明：
本发明的实施例是对中央核心区管网的后果进行评估，鉴于以上技术方案，结合具体实 施例中的部分区域来进一步详细说明本发明。
实施步骤：
1.结合城镇燃气管网***资源和运行现状，考虑基层单位***人员的数量、素 质、部署及日常工作情况，并对相关人员的数量、工龄、职称等级、技术水平等进行统计和 分析。基于专家经验和领域知识，确定基层网格粒度为300m×300m，并以某建筑物中轴线 与某街道的交点为网格基准点，将区域划分成面积适中的网格。
2.从城镇燃气管道事故后果出发，收集经济、人口、社会、政治等相关后果严重性的影 响因素。基于数据可获取，考虑经济影响收集建筑物数据，考虑人口影响收集人口信令数据， 考虑社会影响收集市政设施数据，考虑政治影响收集重大政治活动和重点保驾区域。同时， 实际获取到的数据存在一定的缺失、重叠和异常，对这些数据进行预处理。之后，在现有网 格的基础上，通过空间坐标信息，将数据匹配到网格中。
3.基于建筑物边界，利用ArcGIS计算建筑物面积、楼层等信息，如图3所示。然后，对 建筑物属性进行分类，将建筑物分为居住建筑、办公建筑、文教建筑、托教建筑、医疗建筑 等，并在此一级分类下再二级细分。最后，统计各个网格内的各类建筑物的数量、类型和相 应的面积。
4.根据采集到的24h人口移动信令数据，计算网格内每小时的人口密度，并对人口属性 进行分类，对流动人口进行多维分析，实时掌握人口流动趋势。考虑到燃气***等带来的次 生灾害，根据收集到的地铁和铁路等市政设施的位置信息，计算网格内的地铁、铁路的长度。 同时，重大政治活动和保驾区域在一定程度上会增加燃气管道事故后果的风险，计算网格内 的重点保驾街区长度和重点保驾单位数量等。表1为具体数据示例。
Figure BDA0002454942780000091
表1
5.针对经济、人口、社会和政治等各后果严重性的影响因素划分评价等级，利用雷达图 分析法，计算各个网格的影响因素等级图形所围成的区域面积，并进行归一化，即计算所得 的面积与最大面积的比值，将此作为最终的网格综合后果风险，建立网格综合后果风险评估 模型。图4是对两个网格综合后果风险的对比分析，基于网格综合后果风险评估模型，得到 901号网格的风险为0.1458，952号网格的风险为0.4167，973号网格的风险为0.3542。
6.基于网格综合后果风险评估模型，采用等间隔或不等间隔分类法对网格后果风险值进 行分级，从而给出各个网格相应的网格类型，并用不同的颜色表示不同风险等级的网格，绘 制网格后果评价专题图，如图5所示。
由此可见，本发明具有如下有益效果：
1、科学划分网格，将网格作为后果风险的评价单元
结合城镇燃气管网***资源和运行现状，研究城市燃气管网危险源评估单元划分， 基于专家经验和领域知识，确定网格范围、颗粒度和划分方法。网格划分是综合后果风险计 算与评价的基础，合理划分网格，有助于更清晰地评估燃气发生事故后的综合后果风险大小。
2、时域分析与地域分析相结合的动态后果评估
通过分析城市人口的周期性流动规律，基于人口移动信令数据，在时域上开展网格化人 口流动性的动态演化研究。通过分析网格内的市政基础设施类型、建筑物属性数据，在地域 上开展网格化后果评价。基于经济、人口、社会和政治等方面的影响因素，实现网格化动态 后果评估。
图6示出了本发明实施例提供的基于建筑物属性和信令数据的动态后果评估装置的结构 示意图，该基于建筑物属性和信令数据的动态后果评估装置应用上述方法，以下仅对基于建 筑物属性和信令数据的动态后果评估装置的结构进行简单说明，其他未尽事宜，请参照上述 基于建筑物属性和信令数据的动态后果评估方法中的相关描述，参见图6，本发明实施例提 供的基于建筑物属性和信令数据的动态后果评估装置，包括：
划分模块，用于获取待评估区域，对待评估区域进行网格划分；
获取模块，用于获取评价因素数据，其中评价因素数据至少包括：建筑物数据、人口信 令数据和市政设施数据；
预处理模块，用于对评价因素数据进行预处理；
匹配模块，用于将预处理后的评价因素数据匹配到网格中；
计算模块，用于对各个网格内的评价因素数据进行特征工程计算，得到影响因素，其中， 影响因素至少包括：基于建筑物边界计算建筑物面积，根据建筑物属性类型进行分类，计算 网格内各类建筑物的面积；计算网格内人口密度，根据人口属性进行分类；计算网格内地铁 长度，计算网格内铁路长度；获取重点保驾街区，获取重点保驾单位；
评估模块，用于将影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；
分级模块，用于通过预设分类法对网格综合后果风险值进行分级，绘制网格后果评价图。
作为本发明实施例的一个可选实施方式，计算模块通过如下方式基于建筑物边界计算建 筑物面积：计算模块，具体用于基于建筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS 根据矢量数据对应的栅格数据区域投影面积。
作为本发明实施例的一个可选实施方式，预处理模块通过如下方式对评价因素数据进行 预处理：预处理模块，具体用于异常值处理和缺失值处理。
作为本发明实施例的一个可选实施方式，评估模块通过如下方式计算网格综合后果风险 值：评估模块，具体用于利用公式
Figure BDA0002454942780000111
计算网格综合后果风险值；其中，n表示影响因素数量，m表示影响因素的最大类别，ai表示 第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
由此可见，通过本发明提供的基于建筑物属性和信令数据的动态后果评估装置，以数据 驱动科学划分更细粒度的安全后果评价网格，基于市政基础设施、建筑物属性和城市人口流 动等时空大数据，动态评价网格后果风险值和划分网格类型，即对燃气管道高后果区进行识 别和风险评价，从而有利于相关部门合理分配资源，辅助日常运行管理的科学决策，以免安 全事故的发生。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。 因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的 形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储 介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形 式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和 /或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和 /或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指 令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一 个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流 程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工 作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制 造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指 定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或 其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编 程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多 个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接 口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易 失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术 来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机 的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态 随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他 磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中 的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申 请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进 等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种基于建筑物属性和信令数据的动态后果评估方法，其特征在于，包括：
获取待评估区域，对所述待评估区域进行网格划分；
获取评价因素数据，其中所述评价因素数据至少包括：建筑物数据、人口信令数据和市政设施数据；
对所述评价因素数据进行预处理；
将预处理后的评价因素数据匹配到所述网格中；
对各个网格内的评价因素数据进行特征工程计算，得到影响因素，其中，所述影响因素至少包括：基于建筑物边界计算建筑物面积，根据建筑物属性类型进行分类，计算网格内各类建筑物的面积；计算网格内人口密度，根据人口属性进行分类；计算网格内地铁长度，计算网格内铁路长度；获取重点保驾街区，获取重点保驾单位；
将所述影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；
通过预设分类法对所述网格综合后果风险值进行分级，绘制网格后果评价图。
2.根据权利要求1所述的方法，其特征在于，所述基于建筑物边界计算建筑物面积包括：基于建筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS根据矢量数据对应的栅格数据区域投影面积。
3.根据权利要求1所述的方法，其特征在于，所述对所述评价因素数据进行预处理包括：
异常值处理和缺失值处理。
4.根据权利要求1所述的方法，其特征在于，所述计算网格综合后果风险值包括：
利用公式
Figure FDA0002454942770000011
计算网格综合后果风险值；
其中，n表示影响因素数量，m表示影响因素的最大类别，ai表示第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
5.一种基于建筑物属性和信令数据的动态后果评估装置，其特征在于，包括：
划分模块，用于获取待评估区域，对所述待评估区域进行网格划分；
获取模块，用于获取评价因素数据，其中所述评价因素数据至少包括：建筑物数据、人口信令数据和市政设施数据；
预处理模块，用于对所述评价因素数据进行预处理；
匹配模块，用于将预处理后的评价因素数据匹配到所述网格中；
计算模块，用于对各个网格内的评价因素数据进行特征工程计算，得到影响因素，其中，所述影响因素至少包括：基于建筑物边界计算建筑物面积，根据建筑物属性类型进行分类，计算网格内各类建筑物的面积；计算网格内人口密度，根据人口属性进行分类；计算网格内地铁长度，计算网格内铁路长度；获取重点保驾街区，获取重点保驾单位；
评估模块，用于将所述影响因素代入网格综合后果风险评估模型，计算网格综合后果风险值；
分级模块，用于通过预设分类法对所述网格综合后果风险值进行分级，绘制网格后果评价图。
6.根据权利要求5所述的装置，其特征在于，所述计算模块通过如下方式基于建筑物边界计算建筑物面积：所述计算模块，具体用于基于建筑物边界，利用ArcGIS计算建筑物面积；利用ArcGIS根据矢量数据对应的栅格数据区域投影面积。
7.根据权利要求5所述的装置，其特征在于，所述预处理模块通过如下方式对所述评价因素数据进行预处理：所述预处理模块，具体用于异常值处理和缺失值处理。
8.根据权利要求5所述的装置，其特征在于，所述评估模块通过如下方式计算网格综合后果风险值：
所述评估模块，具体用于利用公式
Figure FDA0002454942770000021
计算网格综合后果风险值；其中，n表示影响因素数量，m表示影响因素的最大类别，ai表示第i个影响因素的类别，C为雷达图中两相邻影响因素的夹角。
CN202010303597.2A 2020-04-17 2020-04-17 基于建筑物属性和信令数据的动态后果评估方法及装置 Pending CN111611689A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010303597.2A CN111611689A (zh) 2020-04-17 2020-04-17 基于建筑物属性和信令数据的动态后果评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010303597.2A CN111611689A (zh) 2020-04-17 2020-04-17 基于建筑物属性和信令数据的动态后果评估方法及装置

Publications (1)

Publication Number Publication Date
CN111611689A true CN111611689A (zh) 2020-09-01

Family

ID=72199626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010303597.2A Pending CN111611689A (zh) 2020-04-17 2020-04-17 基于建筑物属性和信令数据的动态后果评估方法及装置

Country Status (1)

Country Link
CN (1) CN111611689A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331790A (zh) * 2022-03-09 2022-04-12 中国测绘科学研究院 一种人口数据边缘不完整格网处理方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140007244A1 (en) * 2012-06-28 2014-01-02 Integrated Solutions Consulting, Inc. Systems and methods for generating risk assessments
CN104715163A (zh) * 2015-04-10 2015-06-17 中国石油大学(华东) 一种埋地油气管道风险评估方法
CN106503925A (zh) * 2016-11-16 2017-03-15 深圳市燃气集团股份有限公司 一种城镇燃气聚乙烯管道失效事故分析实现方法及***
CN108224096A (zh) * 2018-01-03 2018-06-29 中国石油大学(华东) 一种城市油气管道重大事故风险预警评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140007244A1 (en) * 2012-06-28 2014-01-02 Integrated Solutions Consulting, Inc. Systems and methods for generating risk assessments
CN104715163A (zh) * 2015-04-10 2015-06-17 中国石油大学(华东) 一种埋地油气管道风险评估方法
CN106503925A (zh) * 2016-11-16 2017-03-15 深圳市燃气集团股份有限公司 一种城镇燃气聚乙烯管道失效事故分析实现方法及***
CN108224096A (zh) * 2018-01-03 2018-06-29 中国石油大学(华东) 一种城市油气管道重大事故风险预警评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
***;胡兆科;王飞;冯立德;项群;: "半定量法在城镇燃气管道风险评价的应用", 煤气与热力, no. 04 *
潘新新;周伟国;: "城市天然气高压输配管网风险评价", 天然气工业, no. 08 *
陈涛等: "基于证据推理法的城镇综合承灾能力网格化评价方法", 清华大学学报(自然科学版), vol. 58, no. 6, 30 June 2018 (2018-06-30), pages 570 - 575 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331790A (zh) * 2022-03-09 2022-04-12 中国测绘科学研究院 一种人口数据边缘不完整格网处理方法及***

Similar Documents

Publication Publication Date Title
Li et al. Convergence of carbon intensity in the Yangtze River Delta, China
Geng et al. Coordination assessment of environment and urbanization: Hunan case
Cheng et al. Obstacle diagnosis of green competition promotion: a case study of provinces in China based on catastrophe progression and fuzzy rough set methods
CN109947806B (zh) 一种基于案例推理的超高层施工安全事故应急辅助决策方法
CN111612301A (zh) 基于权重自调节的燃气埋地管道泄漏风险评估方法及装置
Li et al. Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis
Guo et al. Coupling analysis of tunnel construction risk in complex geology and construction factors
CN110070242B (zh) 输气管道高后果区识别评价***及方法
Zhang et al. Safety Assessment in Road Construction Work System Based on Group AHP‐PCA
Weldu et al. Identification of potential sites for housing development using GIS based multi-criteria evaluation in Dire Dawa City, Ethiopia
Qie et al. A causation analysis of Chinese subway construction accidents based on fault tree analysis-Bayesian network
Xu et al. Risk assessment of coal mine gas explosion based on cloud integrated similarity and fuzzy DEMATEL
CN111611689A (zh) 基于建筑物属性和信令数据的动态后果评估方法及装置
Wang et al. An Entropy-GRA-TOPSIS model for evaluating the quality of enterprises’ green information disclosure from the perspective of green financing
Liu et al. Quantitative evaluation of the contribution of underground space to urban resilience: A case study in China
Wang et al. Distinguishing investment changes in metro construction project based on a factor space algorithm
Balahadia et al. Application of spatiotemporal analysis and knowledge discovery for databases in the bureau of fire protection as incident report system: tool for improving fire services
Ebrahimian Ghajari Designing and implementing a GIS-based model for temporary accommodation planning in the management of earthquake crisis in Babol City
Yuan et al. A study on urban economic vulnerability evaluation system
Long et al. Forecasting law enforcement frequency of internet+ coal mine safety supervision
Wu et al. Evaluation of the Impact of Haze with Uncertain Probabilistic Linguistic Term Sets
Pang et al. Intelligent Metro Shield Tunnel Structure Assessment Based on Knowledge Graph
KR102612203B1 (ko) 지역단위 사회재난 위험 분석 서비스 제공 방법, 장치 및 시스템
Data et al. NTT DATA
Chen et al. Quality assessment model for shipping data sources of the Yangtze River

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination