CN117422425A - 一种基于即时通讯的现场安全隐患管理方法及*** - Google Patents
一种基于即时通讯的现场安全隐患管理方法及*** Download PDFInfo
- Publication number
- CN117422425A CN117422425A CN202311734617.1A CN202311734617A CN117422425A CN 117422425 A CN117422425 A CN 117422425A CN 202311734617 A CN202311734617 A CN 202311734617A CN 117422425 A CN117422425 A CN 117422425A
- Authority
- CN
- China
- Prior art keywords
- detection
- node
- potential safety
- monitoring data
- monitoring
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 269
- 238000012544 monitoring process Methods 0.000 claims abstract description 213
- 230000002159 abnormal effect Effects 0.000 claims abstract description 70
- 238000011835 investigation Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012806 monitoring device Methods 0.000 claims description 50
- 230000005856 abnormality Effects 0.000 claims description 36
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000013024 troubleshooting Methods 0.000 claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 231100001267 hazard identification Toxicity 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于即时通讯的现场安全隐患管理方法及***:基于第一设备的监测数据判断第一设备是否发生异常,发生异常则识别安全隐患类型,生成隐患排查拓扑路线和每个检测节点的隐患排查内容,随后将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到第一设备所在区域的区域负责人的即时通讯客户端,由区域负责人进行批示,得到肯定批示时,由处理该安全隐患的异常处理人员对安全隐患进行排查,并将排查结果发送到区域负责人的即时通讯客户端,得到否定批示时,计算第一设备的潜在故障风险,并发送到区域负责人的即时通讯客户端。本发明的技术方案降低了安全隐患管理成本,提高了现场隐患排查治理整改效率。
Description
技术领域
本发明属于通信技术领域,具体涉及一种基于即时通讯的现场安全隐患管理方法及***。
背景技术
目前,国内房建工程、轨道交通工程、市政工程、道桥工程等建筑工程建设规模较大,对安全质量隐患排查主要依靠安全工作组巡视,或依靠后台人员通过视频监控进行监视,人工进行安全工作检测,不仅工作强度大,且在进行安全隐患排查时人为因素影响大,造成识别效率和准确率较低。
随着数字化、智能化技术发展,通过信息化手段为安全生产保驾护航,提高安全生产效益,降低安全事故风险,是一个重要的研究方向。现有技术中,比如中国专利申请CN112488376A,公开了一种作业现场的安全隐患管控方法及***,获取存在安全隐患的位置所在的位置区域信息和安全隐患内容数据,根据位置区域信息获取与位置区域信息匹配的作业安全信息,根据安全隐患内容数据的类型,按照预设的识别方法对安全隐患内容数据进行特征提取,获取安全隐患特征数据,将安全隐患特征数据与作业安全信息进行匹配,以确定安全隐患结果。该方法通过对安全隐患特征数据与作业安全信息进行匹配来判断是否存在安全隐患,未根据判断结果对安全隐患原因进行分析、排查,安全隐患管控不够全面。再比如中国申请CN116486343A,公开了一种基建现场安全隐患识别方法,配置所需要监控识别的安全隐患种类及对应匹配的安全隐患识别策略;获取监控区域图像,配置监控区域图像内涉及安全隐患的区域及涉及的安全隐患种类;获取实时监控区域图像,通过安全隐患识别策略对实时监控区域图像内涉及的安全隐患进行匹配分析;将识别出安全隐患的分析结果通讯通知监控预警终端。该方法识别出安全隐患后将结果通知给监控预警终端,会造成管理制度执行效率低,逐层传达时效力递减等问题。
因此,提供一种基于即时通讯的现场安全隐患管理方法及***,以降低安全隐患整改和管理成本,减少对安全隐患排查治理的不信任,使现场安全隐患处理更加透明便利,建立责任落实机制,提高现场隐患排查治理整改效率,是亟待解决的问题。
发明内容
针对上述提出的技术问题,本发明提供一种基于即时通讯的现场安全隐患管理方法及***。
第一方面,本发明提供了一种基于即时通讯的现场安全隐患管理方法,该方法包括:
步骤1、现场安全管理平台获取第一设备的监测数据,基于监测数据判断第一设备是否发生异常;
步骤2、若第一设备异常,现场安全管理平台识别第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容;
步骤3、基于第一设备的位置信息查找第一人员信息表,获取第一设备所在区域的区域负责人信息,随后将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端,由区域负责人对隐患排查拓扑路线和每个检测节点的隐患排查内容进行批示处理;
步骤4、得到肯定的批示回复时,进入步骤5,得到否定的批示回复时,进入步骤6;
步骤5、基于位置信息和安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由异常处理人员对安全隐患进行排查,排查结束后,将排查结果发送到区域负责人的即时通讯客户端;
步骤6、计算第一设备的潜在故障风险,并发送到区域负责人的即时通讯客户端。
具体地,步骤1中,基于监测数据判断第一设备是否发生异常包括:
步骤11、获取监测数据中的第n个监测数据,并从监测数据中提取与第n个监测数据相关的M个监测数据,基于M个监测数据计算第n个监测设备的预估监测数值,计算公式为:
,
其中,EVn为第n个监测设备的预估监测数值,为参数权重系数,AVm为M个监测数据中的第m个监测数据,k为自然数,A为常数,n为1~N的正整数,N为监测数据的总数,M为与第n个监测数据相关的监测数据的总数,第n个监测设备为获取第n个监测数据的监测设备;
步骤12、基于第n个监测数据和第n个监测设备的预估监测数值计算第n个监测设备当前时刻的监测精准度,计算公式为:
,
其中,ACn为第n个监测设备当前时刻的监测精准度,AVn为第n个监测数据;
步骤13、从第一存储模块获取第n个监测设备第一预设时间内的N1个监测精准度,并判断第n个监测数据的数据状态是否为波动,若是,则将第n个监测数据的数据状态判定为波动,随后进入步骤15;若不是,则进入步骤14,其中,N1个监测精准度包括第n个监测设备当前时刻的监测精准度;
步骤14、计算N1个监测精准度中大于等于第一预设值的个数,若个数大于等于第二预设值,则判定第n个监测数据的数据状态为正常,若个数小于第二预设值,则判定第n个监测数据的数据状态为异常;
步骤15、遍历完所有监测数据,若存在数据状态为异常的监测数据,则判定第一设备异常,若不存在,则判断是否存在数据状态为波动的监测数据,若存在,则判定第一设备存在波动,否则,判定第一设备正常。
具体地,步骤13中,判断第n个监测数据的数据状态是否为波动包括:
步骤131、获取第n个监测设备第一预设时间内的N1个监测数据,其中,N1个监测数据包括第n个监测数据;
步骤132、分别计算第n个监测数据与N1个监测数据中其他监测数据的差值,并计算第n个监测设备N1个监测精准度的第一均方根误差;
步骤133、当任一差值均大于第一均方根误差时,判定第n个监测数据的数据状态为波动。
具体地,第二预设时间内第一设备被判定为波动的次数大于等于第三预设值时,判定第一设备存在异常。
具体地,基于第一设备出现异常监测数据来判定安全隐患,步骤2中,生成隐患排查拓扑路线包括:
步骤21、基于安全隐患查找第二存储模块,获取安全隐患对应的异常诊断信息,其中,异常诊断信息为分层的检测项目集合,第一层为安全隐患,第i层与第i-1层任一检测项目连接的检测项目为任一检测项目的异常原因,第i层与第i-1层第p个检测项目连接的检测项目的数量为TIi,p个,其中,i为大于等于2的正整数,p为大于等于1的正整数,TIi,p为大于等于1的正整数;
步骤22、获取异常诊断信息中的所有检测项目,生成包含所有检测步骤的拓扑路线集合,其中,每条拓扑路线中的一个检测节点对应一个检测项目;
步骤23、分别计算每条拓扑路线的排查代价,将排查代价最小的拓扑路线作为隐患排查拓扑路线。
具体地,获取异常处理人员的第一位置,步骤23中,每条拓扑路线的排查代价计算方法为:
步骤231、获取拓扑路线集合中的第g条拓扑路线,随后获取第g条拓扑路线中每个检测节点的第二位置,其中,g为1~G的正整数,G为拓扑路线集合中所有拓扑路线的总数;
步骤232、计算异常处理人员到第g条拓扑路线的初始节点的距离,并计算第g条拓扑路线中任意两个相连检测节点间的距离;
步骤233、获取第g条拓扑路线的初始节点,计算初始节点处的路线代价,计算公式为:
,
其中,和/>为参数权重系数,PCr为初始节点处的路线代价,Dt,r为异常处理人员到初始节点的距离,MCr为初始节点的检测代价;
步骤234、获取第g条拓扑路线的第q个检测节点,计算第q个检测节点处的路线代价,计算公式为:
,
其中,PCq为第q个检测节点处的路线代价,Dq-1,q为从第q-1个检测节点到第q个检测节点的距离,MCq为第q个检测节点的检测代价,PCq-1为第q-1个检测节点处的路线代价,q为2~Q的正整数,Q为第g条拓扑路线检测节点的总数,第g条拓扑路线的第一个检测节点为初始节点;
步骤235、判断第q个检测节点是否是叶子节点,若不是,则使q=q+1,返回步骤234,若是,则获取第q个检测节点发生异常的概率,基于第q个检测节点发生异常的概率和第q个检测节点处的路线代价计算第q个检测节点处的支路排查代价,计算公式为:
,
其中,CIq为第q个检测节点处的支路排查代价,PAq为第q个检测节点发生异常的概率,
随后判断q是否等于Q,若不是,则使q=q+1,返回步骤234,若是,则进入步骤236;
步骤236、遍历完第g条拓扑路线中的所有检测节点后,计算第g条拓扑路线的排查代价,计算公式为:
,
其中,PCg为第g条拓扑路线的排查代价,j为1~J的正整数,J为第g条拓扑路线中叶子节点的总数,CIj为第j个叶子节点处的支路排查代价。
具体地,步骤5中,由异常处理人员对安全隐患进行排查包括:
步骤51、获取隐患排查拓扑路线的初始节点,将初始节点定义为分析节点;
步骤52、判断分析节点是否为叶子节点,若不是,则进入步骤53,若是,进入步骤55;
步骤53、获取与分析节点处检测项目相对应的第一操作内容,将分析节点的位置和第一操作内容发送到异常处理人员的即时通讯客户端,并获取检测结果;
步骤54、根据检测结果,从与分析节点相连的下层检测节点中选择与检测结果相对应的检测节点作为待分析检测节点,将待分析检测节点定义为分析节点,返回步骤52;
步骤55、判定分析节点处的检测项目是引起安全隐患的原因,获取与分析节点处的检测项目相对应的异常恢复操作内容,将分析节点的位置和异常恢复操作内容发送到异常处理人员的即时通讯客户端。
第二方面,本发明还提供了一种基于即时通讯的现场安全隐患管理***,该***包括:第一设备、监测设备、现场安全管理平台和即时通讯客户端,监测设备用于采集第一设备的监测数据,现场安全管理平台包括异常判断模块、路线生成模块、排查批示模块、隐患排查模块和风险计算模块;
异常判断模块,用于获取第一设备的监测数据,基于监测数据判断第一设备是否发生异常;
路线生成模块,用于在第一设备异常时,识别第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容;
排查批示模块,用于基于第一设备的位置信息查找第一人员信息表,获取第一设备所在区域的区域负责人信息,随后将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端,由区域负责人对隐患排查拓扑路线和每个检测节点的隐患排查内容进行批示处理;
隐患排查模块,用于在得到肯定的批示回复时,基于位置信息和安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由异常处理人员对安全隐患进行排查,排查结束后,将排查结果发送到区域负责人的即时通讯客户端;
风险计算模块,用于在得到否定的批示回复时,计算第一设备的潜在故障风险,并发送到区域负责人的即时通讯客户端。
本发明公开一种基于即时通讯的现场安全隐患管理方法及***,基于第一设备的监测数据判断第一设备是否发生异常,通过数据分析代替人工监测,提高了隐患分析的效率和准确率,若发生异常,则识别第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容,并将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到第一设备所在区域的区域负责人即时通讯客户端进行批示,批示通过后,使第一设备所在区域负责处理该安全隐患的异常处理人员对安全隐患进行排查,若批示不通过,则通过将第一设备的潜在故障风险发送到区域负责人的即时通讯客户端,再次进行提醒。通过本发明技术方案,可以降低安全隐患整改和管理成本,减少对安全隐患排查治理的不信任,让现场安全隐患处理更加透明便利,建立了很好的责任落实机制,从而提升了现场隐患排查治理整改。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图;
图1为本发明的一种基于即时通讯的现场安全隐患管理方法的流程图;
图2为本发明实施例中异常诊断信息结构示意图;
图3a为本发明实施例中拓扑线路第一结构示意图;
图3b为本发明实施例中拓扑线路第二结构示意图;
图4为本发明的一种基于即时通讯的现场安全隐患管理***的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明经行进一步的详细说明。显然,此处所描述的具体实施例仅仅用于解释本发明,是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术普通人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,若本发明实施例中有涉及“第一”、 “第二”等的描述,则该“第一”、 “第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、 “第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
图1所示是本发明提供的一种基于即时通讯的现场安全隐患管理方法的一个实施例的流程图,该流程图具体包括:
步骤1、现场安全管理平台获取第一设备的监测数据,基于监测数据判断第一设备是否发生异常。
示例性地,第一设备是进行安全隐患监测的监测目标,包括电子电器设备、建筑设施等。
具体地,步骤1中,基于监测数据判断第一设备是否发生异常包括:
步骤11、获取监测数据中的第n个监测数据,并从监测数据中提取与第n个监测数据相关的M个监测数据,基于M个监测数据计算第n个监测设备的预估监测数值,计算公式为:
,
其中,EVn为第n个监测设备的预估监测数值,为参数权重系数,AVm为M个监测数据中的第m个监测数据,k为自然数,A为常数,n为1~N的正整数,N为监测数据的总数,M为与第n个监测数据相关的监测数据的总数,第n个监测设备为获取第n个监测数据的监测设备。
步骤12、基于第n个监测数据和第n个监测设备的预估监测数值计算第n个监测设备当前时刻的监测精准度,计算公式为:
,
其中,ACn为第n个监测设备当前时刻的监测精准度,AVn为第n个监测数据。
步骤13、从第一存储模块获取第n个监测设备第一预设时间内的N1个监测精准度,并判断第n个监测数据的数据状态是否为波动,若是,则将第n个监测数据的数据状态判定为波动,随后进入步骤15;若不是,则进入步骤14,其中,N1个监测精准度包括第n个监测设备当前时刻的监测精准度。
步骤14、计算N1个监测精准度中大于等于第一预设值的个数,若个数大于等于第二预设值,则判定第n个监测数据的数据状态为正常,若个数小于第二预设值,则判定第n个监测数据的数据状态为异常。
步骤15、遍历完所有监测数据,若存在数据状态为异常的监测数据,则判定第一设备异常,若不存在,则判断是否存在数据状态为波动的监测数据,若存在,则判定第一设备存在波动,否则,判定第一设备正常。
监测数据的总数N、第一预设时间、第一预设值和第二预设值,根据本领域技术人员的经验或根据实际应用场景进行设置,本申请实施例对此并不限定。
针对同一监测目标存在多个监测设备,从多个角度对监测目标进行监测,因此,各个监测设备获取的监测数据之间存在一定的关联性。根据本发明的技术方案,针对任一监测设备,在考虑其监测数据与其他监测数据的因果关系的基础上,计算该监测设备的预估监测数值,再基于预估监测数值和实际监测数据计算第n个监测设备当前时刻的监测精准度,最后依据第一预设时间内监测精准度大于等于第一预设值的个数来判断该监测设备的监测数据是否出现异常,提高数据异常判定的准确度。在判断监测数据正常、异常之前,先判断该监测数据是否存在波动(即为噪声),若为波动数据,则不进行正常、异常判断,将该监测数据定义为波动,若不为波动数据,则进行正常、异常判断,进一步提高了正常、异常判断的准确性。
示例性地,监测设备为传感器。
优选地,针对任一监测设备的预估监测数值计算公式是提前训练好的,与该监测设备标识相关联地存储在存储模块中。
优选地,获取监测数据后,将任一监测数据、获取该任一监测数据的时间、与该任一监测数据对应的预估监测数值和监测精准度相对应地进行存储。
作为本发明的一种优选技术方案,步骤1中,基于监测数据判断第一设备是否发生异常包括:
获取监测数据中的第n个监测数据,并从监测数据中提取与第n个监测数据相关的M个监测数据,基于M个监测数据计算第n个监测设备的预估监测数值,计算公式为:
,
其中,EVn为第n个监测设备的预估监测数值,为参数权重系数,AVm为M个监测数据中的第m个监测数据,k为自然数,A为常数,n为1~N的正整数,N为监测数据的总数,M为与第n个监测数据相关的监测数据的总数,第n个监测设备为获取第n个监测数据的监测设备;
基于第n个监测数据和第n个监测设备的预估监测数值计算第n个监测设备当前时刻的监测精准度,计算公式为:
,
其中,ACn为第n个监测设备当前时刻的监测精准度,AVn为第n个监测数据;
从第一存储模块获取第n个监测设备第一预设时间内的N1个监测精准度,计算N1个监测精准度中大于等于第一预设值的个数,若个数大于等于第二预设值,则判定第n个监测数据的数据状态为正常,若个数小于第二预设值,则判定第n个监测数据的数据状态为异常,其中,N1个监测精准度包括第n个监测设备当前时刻的监测精准度;
遍历完所有监测数据,若存在数据状态为异常的监测数据,则判定第一设备异常,否则判定第一设备正常。
在该优选技术方案中,不考虑正常波动,仅根据第一预设时间内监测精准度大于等于第一预设值的个数来判断该监测设备的监测数据是否存在异常。
具体地,步骤13中,判断第n个监测数据的数据状态是否为波动包括:
步骤131、获取第n个监测设备第一预设时间内的N1个监测数据,其中,N1个监测数据包括第n个监测数据;
步骤132、分别计算第n个监测数据与N1个监测数据中其他监测数据的差值,并计算第n个监测设备N1个监测精准度的第一均方根误差;
步骤133、当任一差值均大于第一均方根误差时,判定第n个监测数据的数据状态为波动。
具体地,第二预设时间内第一设备被判定为波动的次数大于等于第三预设值时,判定第一设备存在异常。
步骤2、若第一设备异常,现场安全管理平台识别第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容。
具体地,基于第一设备出现异常监测数据来判定安全隐患,步骤2中,生成隐患排查拓扑路线包括:
步骤21、基于安全隐患查找第二存储模块,获取安全隐患对应的异常诊断信息,其中,异常诊断信息为分层的检测项目集合,第一层为安全隐患,第i层与第i-1层任一检测项目连接的检测项目为任一检测项目的异常原因,第i层与第i-1层第p个检测项目连接的检测项目的数量为TIi,p个,其中,i为大于等于2的正整数,p为大于等于1的正整数,TIi,p为大于等于1的正整数。
步骤22、获取异常诊断信息中的所有检测项目,生成包含所有检测步骤的拓扑路线集合,其中,每条拓扑路线中的一个检测节点对应一个检测项目。
步骤23、分别计算每条拓扑路线的排查代价,将排查代价最小的拓扑路线作为隐患排查拓扑路线。
如图2所示,以异常诊断信息为3层为例对本发明技术方案进行说明。第一层为安全隐患(安全隐患名称/安全隐患类型/安全隐患种类),第二层包含两个分支,检测项目1和检测项目2,其中,检测项目1包含三个分支,检测项目11、检测项目12和检测项目13(检测项目11、检测项目12和检测项目13位于第三层),检测项目2没有分支。该异常诊断信息中的所有检测项目包括检测项目1、检测项目2、检测项目11、检测项目12和检测项目13。引起上述安全隐患的异常原因有检测项目1和检测项目2,引起检测项目1的异常原因有检测项目11、检测项目12和检测项目13,因此,在生成拓扑线路时,可以对检测项目1进行检测,也可以不对检测项目1进行检测直接对检测项目11、检测项目12和检测项目13进行检测。
如图3a所示,以初始检测节点为检测项目11为例对拓扑线路的生成进行说明。以检测项目11为初始节点(即第一个检测节点),当初始节点检测项目的检测结果为真时,转移到第二个检测节点(叶子节点),第二个检测节点对应的检测项目是检测项目11(由于第二个检测节点为叶子节点,若初始节点检测项目的检测结果为真,则检测项目11即为引起安全隐患的异常原因),当初始节点检测项目的检测结果为假时,转移到第三个检测节点(非叶子节点),第三个检测节点对应的检测项目为检测项目2;当第三个检测节点检测项目的检测结果为真时,转移到第四个检测节点(叶子节点),第四个检测节点对应的检测项目是检测项目2,当第三个检测节点检测项目的检测结果为假时,转移到第五个检测节点(非叶子节点),第五个检测节点对应的检测项目为检测项目12;当第五个检测节点检测项目的检测结果为真时,转移到第六个检测节点(叶子节点),第六个检测节点对应的检测项目是检测项目12,当第五个检测节点检测项目的检测结果为假时,转移到第七个检测节点(叶子节点),第七个检测节点对应的检测项目是检测项目13。
如图3b所示,以初始检测节点为检测项目1为例对拓扑线路的生成进行说明。以检测项目1为初始节点(即第一个检测节点),当初始节点检测项目的检测结果为真时,转移到第二个检测节点(非叶子节点),第二个检测节点对应的检测项目是检测项目11,当初始节点检测项目的检测结果为假时,转移到第三个检测节点(叶子节点),第三个检测节点对应的检测项目为检测项目2(由于第三个检测节点为叶子节点,若初始节点检测项目的检测结果为真,则检测项目2即为引起安全隐患的异常原因);当第二个检测节点检测项目的检测结果为真时,转移到第四个检测节点(叶子节点),第四个检测节点对应的检测项目是检测项目11,当第二个检测节点检测项目的检测结果为假时,转移到第五个检测节点(非叶子节点),第五个检测节点对应的检测项目为检测项目12;当第五个检测节点检测项目的检测结果为真时,转移到第六个检测节点(叶子节点),第六个检测节点对应的检测项目是检测项目12,当第五个检测节点检测项目的检测结果为假时,转移到第七个检测节点(叶子节点),第七个检测节点对应的检测项目是检测项目13。拓扑线路也可以检测项目2或检测项目12等为初始节点。
具体地,获取异常处理人员的第一位置,步骤23中,每条拓扑路线的排查代价计算方法为:
步骤231、获取拓扑路线集合中的第g条拓扑路线,随后获取第g条拓扑路线中每个检测节点的第二位置,其中,g为1~G的正整数,G为拓扑路线集合中所有拓扑路线的总数。
步骤232、计算异常处理人员到第g条拓扑路线的初始节点的距离,并计算第g条拓扑路线中任意两个相连检测节点间的距离。
步骤233、获取第g条拓扑路线的初始节点,计算初始节点处的路线代价,计算公式为:
,
其中,和/>为参数权重系数,PCr为初始节点处的路线代价,Dt,r为异常处理人员到初始节点的距离,MCr为初始节点的检测代价。
步骤234、获取第g条拓扑路线的第q个检测节点,计算第q个检测节点处的路线代价,计算公式为:
,
其中,PCq为第q个检测节点处的路线代价,Dq-1,q为从第q-1个检测节点到第q个检测节点的距离,MCq为第q个检测节点的检测代价,PCq-1为第q-1个检测节点处的路线代价,q为2~Q的正整数,Q为第g条拓扑路线检测节点的总数,第g条拓扑路线的第一个检测节点为初始节点。
步骤235、判断第q个检测节点是否是叶子节点,若不是,则使q=q+1,返回步骤234,若是,则获取第q个检测节点发生异常的概率,基于第q个检测节点发生异常的概率和第q个检测节点处的路线代价计算第q个检测节点处的支路排查代价,计算公式为:
,
其中,CIq为第q个检测节点处的支路排查代价,PAq为第q个检测节点发生异常的概率,
随后判断q是否等于Q,若不是,则使q=q+1,返回步骤234,若是,则进入步骤236。
步骤236、遍历完第g条拓扑路线中的所有检测节点后,计算第g条拓扑路线的排查代价,计算公式为:
,
其中,PCg为第g条拓扑路线的排查代价,j为1~J的正整数,J为第g条拓扑路线中叶子节点的总数,CIj为第j个叶子节点处的支路排查代价。
在计算每条拓扑路线的排查代价时,考虑了异常处理人员到拓扑路线初始节点的距离、各检测节点间的距离、各检测节点的检测代价和各节点对应的检测项目发生异常的概率,在保证及时快速排查安全隐患的同时降低安全隐患排查代价,降低了安全隐患整改成本。
步骤3、基于第一设备的位置信息查找第一人员信息表,获取第一设备所在区域的区域负责人信息,随后将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端,由区域负责人对隐患排查拓扑路线和每个检测节点的隐患排查内容进行批示处理。
优选地,根据每条拓扑线路的排查代价对拓扑线路进行排序,选择前N2条拓扑线路,分别标明每条拓扑线路上每个检测节点出现故障的概率以及上次进行检测的时间,将进行标注后的上述前N2条拓扑线路发送给区域负责人,由区域负责人选择隐患排查拓扑线路。
步骤4、得到肯定的批示回复时,进入步骤5,得到否定的批示回复时,进入步骤6。
步骤5、基于位置信息和安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由异常处理人员对安全隐患进行排查,排查结束后,将排查结果发送到区域负责人的即时通讯客户端。
优选地,排查结果包括引起所述安全隐患的原因和异常处理人员的操作结果等。
根据本发明技术方案先获取第一设备的位置,基于该位置获取第一设备所在区域的区域负责人信息,由区域负责人对隐患排查拓扑路线和每个检测节点的隐患排查内容进行审批,审批通过后,再由第一设备所在区域处理上述安全隐患的异常处理人员对安全隐患进行排查,建立了很好的责任落实机制,提升了现场隐患排查治理整改。
具体地,步骤5中,由异常处理人员对安全隐患进行排查包括:
步骤51、获取隐患排查拓扑路线的初始节点,将初始节点定义为分析节点。
步骤52、判断分析节点是否为叶子节点,若不是,则进入步骤53,若是,进入步骤55。
步骤53、获取与分析节点处检测项目相对应的第一操作内容,将分析节点的位置和第一操作内容发送到异常处理人员的即时通讯客户端,并获取检测结果。
步骤54、根据检测结果,从与分析节点相连的下层检测节点中选择与检测结果相对应的检测节点作为待分析检测节点,将待分析检测节点定义为分析节点,返回步骤52。
步骤55、判定分析节点处的检测项目是引起安全隐患的原因,获取与分析节点处的检测项目相对应的异常恢复操作内容,将分析节点的位置和异常恢复操作内容发送到异常处理人员的即时通讯客户端。
异常处理人员移动到分析节点处后,根据该分析节点对应的第一操作内容进行检测,并将检测结果(真或假)反馈到现场安全管理平台,现场安全管理平台根据检测结果沿着隐患排查拓扑路线将下一个待分析节点的位置和该待分析节点对应的第一操作内容发送到异常处理人员的即时通讯客户端,如此反复确认,直到排查到引起安全隐患的异常原因,随后根据针对该异常原因处的异常恢复操作内容对安全隐患进行整改恢复。
根据本发明技术方案,基于异常处理人员的检测结果分配下一步待检测节点和操作内容,可以实现零距离精细化现场安全隐患处理指导,使现场安全隐患处理更加便利清晰。
步骤6、计算第一设备的潜在故障风险,并发送到区域负责人的即时通讯客户端。
示例性地,根据第一设备故障造成的经济损失和影响大小来计算第一设备的潜在故障风险。
图4所示是本发明提供的一种基于即时通讯的现场安全隐患管理***的一个实施例的结构示意图。如图4所示,该***包括:第一设备10、监测设备20、现场安全管理平台30和即时通讯客户端40,监测设备20用于采集第一设备10的监测数据,现场安全管理平台30包括异常判断模块301、路线生成模块302、排查批示模块303、隐患排查模块304和风险计算模块305。
异常判断模块301,用于获取第一设备10的监测数据,基于监测数据判断第一设备是否发生异常。
路线生成模块302,用于在第一设备10异常时,识别第一设备10的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容。
排查批示模块303,用于基于第一设备10的位置信息查找第一人员信息表,获取第一设备所在区域的区域负责人信息,随后将安全隐患、隐患排查拓扑路线和每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端40,由区域负责人对隐患排查拓扑路线和每个检测节点的隐患排查内容进行批示处理。
隐患排查模块304,用于在得到肯定的批示回复时,基于位置信息和安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由异常处理人员对安全隐患进行排查,排查结束后,将排查结果发送到区域负责人的即时通讯客户端。
风险计算模块305,用于在得到否定的批示回复时,计算第一设备10的潜在故障风险,并发送到区域负责人的即时通讯客户端40。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一个非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上上述的实施例仅表达了本发明的实施优选方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于即时通讯的现场安全隐患管理方法,其特征在于,包括如下步骤:
步骤1、现场安全管理平台获取第一设备的监测数据,基于所述监测数据判断所述第一设备是否发生异常;
步骤2、若所述第一设备异常,所述现场安全管理平台识别所述第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容;
步骤3、基于所述第一设备的位置信息查找第一人员信息表,获取所述第一设备所在区域的区域负责人信息,随后将所述安全隐患、所述隐患排查拓扑路线和所述每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端,由所述区域负责人对所述隐患排查拓扑路线和所述每个检测节点的隐患排查内容进行批示处理;
步骤4、得到肯定的批示回复时,进入步骤5,得到否定的批示回复时,进入步骤6;
步骤5、基于所述位置信息和所述安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由所述异常处理人员对所述安全隐患进行排查,排查结束后,将排查结果发送到所述区域负责人的即时通讯客户端;
步骤6、计算所述第一设备的潜在故障风险,并发送到所述区域负责人的即时通讯客户端。
2.根据权利要求1所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,所述步骤1中,所述基于所述监测数据判断所述第一设备是否发生异常包括:
步骤11、获取所述监测数据中的第n个监测数据,并从所述监测数据中提取与所述第n个监测数据相关的M个监测数据,基于所述M个监测数据计算第n个监测设备的预估监测数值,计算公式为:
,
其中,EVn为所述第n个监测设备的预估监测数值,为参数权重系数,AVm为所述M个监测数据中的第m个监测数据,k为自然数,A为常数,n为1~N的正整数,N为所述监测数据的总数,M为与所述第n个监测数据相关的监测数据的总数,所述第n个监测设备为获取所述第n个监测数据的监测设备;
步骤12、基于所述第n个监测数据和所述第n个监测设备的预估监测数值计算所述第n个监测设备当前时刻的监测精准度,计算公式为:
,
其中,ACn为所述第n个监测设备当前时刻的监测精准度,AVn为所述第n个监测数据;
步骤13、从第一存储模块获取所述第n个监测设备第一预设时间内的N1个监测精准度,并判断所述第n个监测数据的数据状态是否为波动,若是,则将所述第n个监测数据的数据状态判定为波动,随后进入步骤15;若不是,则进入步骤14,其中,所述N1个监测精准度包括所述第n个监测设备当前时刻的监测精准度;
步骤14、计算所述N1个监测精准度中大于等于第一预设值的个数,若所述个数大于等于第二预设值,则判定所述第n个监测数据的数据状态为正常,若所述个数小于所述第二预设值,则判定所述第n个监测数据的数据状态为异常;
步骤15、遍历完所有监测数据,若存在数据状态为异常的监测数据,则判定所述第一设备异常,若不存在,则判断是否存在数据状态为波动的监测数据,若存在,则判定所述第一设备存在波动,否则,判定所述第一设备正常。
3.根据权利要求2所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,所述步骤13中,所述判断所述第n个监测数据的数据状态是否为波动包括:
步骤131、获取所述第n个监测设备所述第一预设时间内的N1个监测数据,其中,所述N1个监测数据包括所述第n个监测数据;
步骤132、分别计算所述第n个监测数据与所述N1个监测数据中其他监测数据的差值,并计算所述第n个监测设备所述N1个监测精准度的第一均方根误差;
步骤133、当任一所述差值均大于所述第一均方根误差时,判定所述第n个监测数据的数据状态为波动。
4.根据权利要求2所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,第二预设时间内所述第一设备被判定为波动的次数大于等于第三预设值时,判定所述第一设备存在异常。
5.根据权利要求1所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,基于所述第一设备出现异常监测数据来判定所述安全隐患,所述步骤2中,所述生成隐患排查拓扑路线包括:
步骤21、基于所述安全隐患查找第二存储模块,获取所述安全隐患对应的异常诊断信息,其中,所述异常诊断信息为分层的检测项目集合,第一层为所述安全隐患,第i层与第i-1层任一检测项目连接的检测项目为任一所述检测项目的异常原因,第i层与第i-1层第p个检测项目连接的检测项目的数量为TIi,p个,其中,i为大于等于2的正整数,p为大于等于1的正整数,TIi,p为大于等于1的正整数;
步骤22、获取所述异常诊断信息中的所有检测项目,生成包含所有检测步骤的拓扑路线集合,其中,每条拓扑路线中的一个检测节点对应一个检测项目;
步骤23、分别计算每条拓扑路线的排查代价,将排查代价最小的拓扑路线作为所述隐患排查拓扑路线。
6.根据权利要求5所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,获取所述异常处理人员的第一位置,所述步骤23中,所述每条拓扑路线的排查代价计算方法为:
步骤231、获取所述拓扑路线集合中的第g条拓扑路线,随后获取所述第g条拓扑路线中每个检测节点的第二位置,其中,g为1~G的正整数,G为所述拓扑路线集合中所有拓扑路线的总数;
步骤232、计算所述异常处理人员到所述第g条拓扑路线的初始节点的距离,并计算所述第g条拓扑路线中任意两个相连检测节点间的距离;
步骤233、获取所述第g条拓扑路线的初始节点,计算所述初始节点处的路线代价,计算公式为:
,
其中,和/>为参数权重系数,PCr为所述初始节点处的路线代价,Dt,r为所述异常处理人员到所述初始节点的距离,MCr为所述初始节点的检测代价;
步骤234、获取所述第g条拓扑路线的第q个检测节点,计算所述第q个检测节点处的路线代价,计算公式为:
,
其中,PCq为所述第q个检测节点处的路线代价,Dq-1,q为从第q-1个检测节点到所述第q个检测节点的距离,MCq为所述第q个检测节点的检测代价,PCq-1为所述第q-1个检测节点处的路线代价,q为2~Q的正整数,Q为所述第g条拓扑路线检测节点的总数,所述第g条拓扑路线的第一个检测节点为所述初始节点;
步骤235、判断所述第q个检测节点是否是叶子节点,若不是,则使q=q+1,返回所述步骤234,若是,则获取所述第q个检测节点发生异常的概率,基于所述第q个检测节点发生异常的概率和所述第q个检测节点处的路线代价计算所述第q个检测节点处的支路排查代价,计算公式为:
,
其中,CIq为所述第q个检测节点处的支路排查代价,PAq为所述第q个检测节点发生异常的概率,
随后判断q是否等于Q,若不是,则使q=q+1,返回所述步骤234,若是,则进入步骤236;
步骤236、遍历完所述第g条拓扑路线中的所有检测节点后,计算所述第g条拓扑路线的排查代价,计算公式为:
,
其中,PCg为所述第g条拓扑路线的排查代价,j为1~J的正整数,J为所述第g条拓扑路线中叶子节点的总数,CIj为第j个叶子节点处的支路排查代价。
7.根据权利要求1所述的一种基于即时通讯的现场安全隐患管理方法,其特征在于,所述步骤5中,所述由所述异常处理人员对所述安全隐患进行排查包括:
步骤51、获取所述隐患排查拓扑路线的初始节点,将所述初始节点定义为分析节点;
步骤52、判断所述分析节点是否为叶子节点,若不是,则进入步骤53,若是,进入步骤55;
步骤53、获取与所述分析节点处检测项目相对应的第一操作内容,将所述分析节点的位置和所述第一操作内容发送到所述异常处理人员的即时通讯客户端,并获取检测结果;
步骤54、根据所述检测结果,从与所述分析节点相连的下层检测节点中选择与所述检测结果相对应的检测节点作为待分析检测节点,将所述待分析检测节点定义为所述分析节点,返回所述步骤52;
步骤55、判定所述分析节点处的检测项目是引起所述安全隐患的原因,获取与所述分析节点处的检测项目相对应的异常恢复操作内容,将所述分析节点的位置和所述异常恢复操作内容发送到所述异常处理人员的即时通讯客户端。
8.一种基于即时通讯的现场安全隐患管理***,用于实现如权利要求1至7任一项所述的基于即时通讯的现场安全隐患管理方法,其特征在于,包括:第一设备、监测设备、现场安全管理平台和即时通讯客户端,所述监测设备用于采集所述第一设备的监测数据,所述现场安全管理平台包括异常判断模块、路线生成模块、排查批示模块、隐患排查模块和风险计算模块;
所述异常判断模块,用于获取所述第一设备的所述监测数据,基于所述监测数据判断所述第一设备是否发生异常;
所述路线生成模块,用于在所述第一设备异常时,识别所述第一设备的安全隐患,并生成隐患排查拓扑路线和针对每个检测节点的隐患排查内容;
所述排查批示模块,用于基于所述第一设备的位置信息查找第一人员信息表,获取所述第一设备所在区域的区域负责人信息,随后将所述安全隐患、所述隐患排查拓扑路线和所述每个检测节点的隐患排查内容发送到区域负责人的即时通讯客户端,由所述区域负责人对所述隐患排查拓扑路线和所述每个检测节点的隐患排查内容进行批示处理;
所述隐患排查模块,用于在得到肯定的批示回复时,基于所述位置信息和所述安全隐患查找第二人员信息表,获取处理安全隐患的异常处理人员信息,由所述异常处理人员对所述安全隐患进行排查,排查结束后,将排查结果发送到所述区域负责人的即时通讯客户端;
所述风险计算模块,用于在得到否定的批示回复时,计算所述第一设备的潜在故障风险,并发送到所述区域负责人的即时通讯客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311734617.1A CN117422425B (zh) | 2023-12-18 | 2023-12-18 | 一种基于即时通讯的现场安全隐患管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311734617.1A CN117422425B (zh) | 2023-12-18 | 2023-12-18 | 一种基于即时通讯的现场安全隐患管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117422425A true CN117422425A (zh) | 2024-01-19 |
CN117422425B CN117422425B (zh) | 2024-04-30 |
Family
ID=89528697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311734617.1A Active CN117422425B (zh) | 2023-12-18 | 2023-12-18 | 一种基于即时通讯的现场安全隐患管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117422425B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016095718A1 (zh) * | 2014-12-17 | 2016-06-23 | 中兴通讯股份有限公司 | 检测通讯链路的方法、基站、网管、***及存储介质 |
CN108256655A (zh) * | 2018-01-24 | 2018-07-06 | 杭州凯达电力建设有限公司 | 一种电力***隐患管理***及方法 |
CN108717604A (zh) * | 2018-05-21 | 2018-10-30 | 西安科技大学 | 一种生产安全隐患闭环管理*** |
CN110533290A (zh) * | 2019-07-24 | 2019-12-03 | 清华大学 | 基于即时通讯的现场安全隐患管理方法及*** |
CN110888788A (zh) * | 2019-10-16 | 2020-03-17 | 平安科技(深圳)有限公司 | 异常检测方法、装置、计算机设备及存储介质 |
CN111260988A (zh) * | 2020-03-12 | 2020-06-09 | 国网山东省电力公司威海供电公司 | 一种适用于电力***培训的故障排查方法及其课件*** |
CN112151195A (zh) * | 2020-10-16 | 2020-12-29 | 云南电网有限责任公司丽江供电局 | 一种配电设备的安全隐患的排查方法及装置 |
WO2021196501A1 (zh) * | 2020-03-31 | 2021-10-07 | 佛山科学技术学院 | 一种基于大数据的工业生产流水线的故障监测方法及*** |
CN113642856A (zh) * | 2021-07-27 | 2021-11-12 | 杨道合 | 一种事故预防与隐患排查互动治理方法 |
CN114358338A (zh) * | 2021-12-30 | 2022-04-15 | 泰豪软件股份有限公司 | 一种电力设备故障诊断方法、***、存储介质及设备 |
CN116169793A (zh) * | 2023-04-25 | 2023-05-26 | 国网山东省电力公司胶州市供电公司 | 一种电力设备用的监督预测*** |
CN116504039A (zh) * | 2023-05-08 | 2023-07-28 | 湖北中烟工业有限责任公司 | 一种室内设备的异常识别方法、装置及电子设备 |
CN116757484A (zh) * | 2023-08-23 | 2023-09-15 | 山东全员本安教育咨询有限公司 | 一种企业安全隐患监控溯源方法、装置、设备及存储介质 |
CN116937575A (zh) * | 2023-09-14 | 2023-10-24 | 济南高品伟业信息科技有限公司 | 一种网格***用的能源监控管理*** |
-
2023
- 2023-12-18 CN CN202311734617.1A patent/CN117422425B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016095718A1 (zh) * | 2014-12-17 | 2016-06-23 | 中兴通讯股份有限公司 | 检测通讯链路的方法、基站、网管、***及存储介质 |
CN108256655A (zh) * | 2018-01-24 | 2018-07-06 | 杭州凯达电力建设有限公司 | 一种电力***隐患管理***及方法 |
CN108717604A (zh) * | 2018-05-21 | 2018-10-30 | 西安科技大学 | 一种生产安全隐患闭环管理*** |
CN110533290A (zh) * | 2019-07-24 | 2019-12-03 | 清华大学 | 基于即时通讯的现场安全隐患管理方法及*** |
CN110888788A (zh) * | 2019-10-16 | 2020-03-17 | 平安科技(深圳)有限公司 | 异常检测方法、装置、计算机设备及存储介质 |
CN111260988A (zh) * | 2020-03-12 | 2020-06-09 | 国网山东省电力公司威海供电公司 | 一种适用于电力***培训的故障排查方法及其课件*** |
WO2021196501A1 (zh) * | 2020-03-31 | 2021-10-07 | 佛山科学技术学院 | 一种基于大数据的工业生产流水线的故障监测方法及*** |
CN112151195A (zh) * | 2020-10-16 | 2020-12-29 | 云南电网有限责任公司丽江供电局 | 一种配电设备的安全隐患的排查方法及装置 |
CN113642856A (zh) * | 2021-07-27 | 2021-11-12 | 杨道合 | 一种事故预防与隐患排查互动治理方法 |
CN114358338A (zh) * | 2021-12-30 | 2022-04-15 | 泰豪软件股份有限公司 | 一种电力设备故障诊断方法、***、存储介质及设备 |
CN116169793A (zh) * | 2023-04-25 | 2023-05-26 | 国网山东省电力公司胶州市供电公司 | 一种电力设备用的监督预测*** |
CN116504039A (zh) * | 2023-05-08 | 2023-07-28 | 湖北中烟工业有限责任公司 | 一种室内设备的异常识别方法、装置及电子设备 |
CN116757484A (zh) * | 2023-08-23 | 2023-09-15 | 山东全员本安教育咨询有限公司 | 一种企业安全隐患监控溯源方法、装置、设备及存储介质 |
CN116937575A (zh) * | 2023-09-14 | 2023-10-24 | 济南高品伟业信息科技有限公司 | 一种网格***用的能源监控管理*** |
Non-Patent Citations (1)
Title |
---|
董继业;马参国;***;屈战国;李文军;: "事故隐患差异化整治模型及其在军工单位的应用研究", 安全与环境工程, no. 06 * |
Also Published As
Publication number | Publication date |
---|---|
CN117422425B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI632443B (zh) | 異常資料的重要度判定裝置以及異常資料的重要度判定方法 | |
CN114997682B (zh) | 一种基于大数据的施工现场安全监测***及方法 | |
CN105205394B (zh) | 用于入侵检测的数据检测方法和装置 | |
CN112185050B (zh) | 安全等级确认方法、装置和消防*** | |
CN113157524B (zh) | 基于大数据的异常问题解决方法、***、设备和存储介质 | |
CN113094244B (zh) | 一种用于数据中心的机房运行智能检测*** | |
CN113095132A (zh) | 一种基于神经网络的燃气现场目标检测和行为识别方法、***、终端及存储介质 | |
CN111611991A (zh) | 故障处理方法和装置、电子设备、计算机可读存储介质 | |
CN117422425B (zh) | 一种基于即时通讯的现场安全隐患管理方法及*** | |
CN115240264A (zh) | 访客风险值评估方法及*** | |
CN107895453A (zh) | 楼宇安全报警***及方法 | |
CN113282447B (zh) | 一种用于数据中心的机房安全检测方法及*** | |
CN114048346B (zh) | 一种基于gis的安全生产一体化管控平台及方法 | |
CN115841730A (zh) | 视频监控***、异常事件检测方法 | |
CN114338088B (zh) | 变电站电力监控***网络安全等级的评估方法及评估*** | |
CN111368681B (zh) | 基于多点定位的活体甄别方法、装置、设备及存储介质 | |
CN113449059A (zh) | 事件的处理方法、装置、设备和存储介质 | |
CN113989738A (zh) | 一种值班人员在岗监测方法及*** | |
CN107180390A (zh) | 用于数据处理的设备 | |
Volochiy et al. | Improvement of fidelity of moving objects classification in guard signaling complexes with seismic sensors | |
CN117979254B (zh) | 一种气体探测器的物联网入网方法和*** | |
CN116506482B (zh) | 一种数据机房远程控制方法、***以及存储介质 | |
CN115548481B (zh) | 故障诊断方法、储能***及计算机设备 | |
CN117668723A (zh) | 数据监控方法、装置、电子设备及存储介质 | |
CN116260640B (zh) | 基于人工智能进行大数据分析的信息拦截控制方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |