一种电网作业安全风险评估及告警方法、系统、设备及介质与流程
本发明涉及电力安全,尤其涉及一种电网作业安全风险评估及告警方法、系统、设备及介质。
背景技术:
1、随着电力行业的快速发展和电力作业环境的日益复杂,电力系统一线作业人员面临着日益严峻的职业健康挑战。
2、电网作业具有高空、高压、环境复杂、体力消耗大等特点。现有技术中,对作业人员安全风险的评估多依赖于静态的身体健康指标数据或简单的环境监测,却忽视了人员在实际作业过程中,由于作业工单执行顺序、执行效率、历史违规/失误模式等动态行为数据所反映出的内在风险规律。此外,不同工单之间的衔接、疲劳累积、操作熟练度等隐性风险因素难以被传统方法量化。
3、因此,亟需一种能够融合多源数据,动态分析作业人员行为模式,并实时评估其作业安全风险的方法。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。
2、因此,本发明提供了一种电网作业安全风险评估及告警方法、系统、设备及介质解决现有技术多依赖静态健康指标或简单环境监测,未能融合动态作业行为数据以量化隐性风险规律,导致无法实现对电网作业人员安全风险的动态、精准评估的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、第一方面,本发明提供了一种电网作业安全风险评估及告警方法,包括:
5、获取电网人员执行当前作业任务的作业状态信息,所述作业状态信息包括作业行为数据、生理监测数据和环境感知数据;
6、基于所述作业行为数据提取作业属性特征,所述作业属性特征包括时效偏差和操作规范性指标,对所述作业属性特征执行离散化映射操作,调用预设的多级阶梯区间对所述时效偏差和所述操作规范性指标进行区间划分,将连续的属性数值映射为对应的离散语义状态标签,依据工单执行的时间先后顺序将所述离散语义状态标签按序拼接,生成离散特征序列;
7、将所述离散特征序列与预设异常序列库中的异常序列模式进行后缀比对,判定当前序列末尾是否完整包含所述异常序列模式,得到第一比对结果,并将所述第一比对结果与基于所述生理监测数据和所述环境感知数据生成的多维状态标识进行汇总判定,生成综合状态判定结果;
8、根据所述综合状态判定结果所处的预设状态区间判定目标告警级别,并输出与所述目标告警级别对应的目标提示信息及定制化行动建议。
9、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述基于所述作业行为数据提取作业属性特征,对所述作业属性特征执行离散化映射操作,调用预设的多级阶梯区间对所述时效偏差和所述操作规范性指标进行区间划分,将连续的属性数值映射为对应的离散语义状态标签,依据工单执行的时间先后顺序将所述离散语义状态标签按序拼接,生成离散特征序列,包括:
10、获取历史作业工单记录,从所述历史作业工单记录中提取所述作业行为数据中的所述时效偏差和所述操作规范性指标;
11、依据工单执行的时间先后顺序,将各工单对应的所述时效偏差、所述操作规范性指标与工单间的前序休息间隔按序拼接,构建连续的作业行为序列;
12、调用预设的多级阶梯区间对所述时效偏差、所述操作规范性指标及所述前序休息间隔进行区间划分,将所述时效偏差、所述操作规范性指标及所述前序休息间隔映射为对应的所述离散语义状态标签;
13、将所述离散语义状态标签按序拼接,生成所述离散特征序列。
14、本优选技术方案的有益效果为,通过提取历史工单的时效偏差、操作规范性及前序休息间隔并构建连续序列,将其映射为离散语义状态标签,从而有效实现了复杂作业属性特征的降维与结构化表达,为后续精准识别异常作业模式奠定了坚实的数据基础。
15、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述将所述离散特征序列与预设异常序列库中的异常序列模式进行后缀比对,判定当前序列末尾是否完整包含所述异常序列模式,得到第一比对结果,包括:
16、从所述离散特征序列中找出出现频率满足预设支持度区间的目标子序列模式;
17、以历史异常状态标签为比对基准,生成所述目标子序列模式到所述历史异常状态标签的关联规则,并确定所述关联规则对应的置信度和提升度;
18、筛选出所述置信度满足预设置信度区间且所述提升度满足预设提升度区间的目标关联规则,汇总生成所述预设异常序列库;
19、将当前时刻产生的实时离散特征序列与所述预设异常序列库中的所述目标关联规则进行后缀比对,判定当前序列末尾是否完整包含所述目标关联规则对应的模式内容;
20、基于最大匹配长度与所述预设异常序列库中基准长度的比对情况,确定序列覆盖状态,并将所述序列覆盖状态与当前序列匹配上的各目标关联规则的平均置信度进行关联映射,生成所述第一比对结果。
21、本优选技术方案的有益效果为,通过挖掘高频目标子序列并基于置信度与提升度双重校验构建异常序列库,进而结合最大匹配长度与置信度进行实时后缀比对,从而有效提升了异常模式识别的精准度与鲁棒性。
22、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述并将所述第一比对结果与基于所述生理监测数据和所述环境感知数据生成的多维状态标识进行汇总判定,生成综合状态判定结果,包括:
23、通过生理传感器获取多维生理指标,响应于检测到所述多维生理指标偏离对应的基准生理区间,基于预设映射规则提取对应的第一状态偏离标识并进行汇总,对汇总结果执行预设上限限定操作,得到生理状态判定结果;
24、通过环境传感器获取多维环境因素,响应于检测到所述多维环境因素偏离对应的安全环境区间,基于预设映射规则提取对应的第二状态偏离标识并进行汇总,对汇总结果执行预设上限限定操作,得到环境状态判定结果;
25、获取实际工作时长与预设满负荷工作时长的比对情况,对所述比对情况执行映射操作,得到工作时长状态标识;
26、识别当前作业时刻所属的目标易疲劳时段,从预设的时段状态表中匹配对应的阶梯状态作为时段状态标识;
27、提取紧邻的历史滑动时间窗口内的基础状态作为历史状态标识;
28、将所述第一比对结果、所述生理状态判定结果、所述环境状态判定结果、所述工作时长状态标识、所述时段状态标识及所述历史状态标识按预设顺序封装为多维特征序列;
29、基于预设的状态差异化分配规则,向所述多维特征序列中的各特征分配对应的融合权重,利用所分配的各融合权重对所述多维特征序列执行加权汇总判定,将加权汇总结果确定为所述综合状态判定结果。
30、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述通过生理传感器获取多维生理指标,响应于检测到所述多维生理指标偏离对应的基准生理区间,基于预设映射规则提取对应的第一状态偏离标识并进行汇总,包括:
31、通过可穿戴设备获取心率、心率变异性、血氧饱和度、皮肤电反应、体温及疲劳指数作为所述多维生理指标;
32、响应于所述心率偏离第一基准区间,基于所述预设映射规则提取第一子偏离标识;
33、响应于所述心率变异性偏离第二基准区间,基于所述预设映射规则提取第二子偏离标识;
34、响应于所述血氧饱和度偏离第三基准区间,基于所述预设映射规则提取第三子偏离标识;
35、响应于所述皮肤电反应偏离第四基准区间,基于所述预设映射规则提取第四子偏离标识;
36、响应于所述体温偏离第五基准区间,基于所述预设映射规则提取第五子偏离标识;
37、将所述第一子偏离标识、所述第二子偏离标识、所述第三子偏离标识、所述第四子偏离标识及所述第五子偏离标识进行汇总。
38、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述通过环境传感器获取多维环境因素,响应于检测到所述多维环境因素偏离对应的安全环境区间,基于预设映射规则提取对应的第二状态偏离标识并进行汇总,包括:
39、通过环境监测设备获取温度、湿度、噪声、空气质量、光照强度、海拔及天气状况作为所述多维环境因素;
40、响应于所述温度偏离第一安全区间,基于所述预设映射规则提取第一环境偏离标识;
41、响应于所述湿度偏离第二安全区间,基于所述预设映射规则提取第二环境偏离标识;
42、响应于所述噪声偏离第三安全区间,基于所述预设映射规则提取第三环境偏离标识;
43、响应于所述空气质量偏离第四安全区间,基于所述预设映射规则提取第四环境偏离标识;
44、响应于所述光照强度偏离第五安全区间,基于所述预设映射规则提取第五环境偏离标识;
45、将所述第一环境偏离标识、所述第二环境偏离标识、所述第三环境偏离标识、所述第四环境偏离标识及所述第五环境偏离标识进行汇总。
46、作为本发明所述的电网作业安全风险评估及告警方法的一种优选方案,其中:所述作业行为数据包括用于描述工单的工单属性数据、执行顺序数据和执行过程数据;
47、所述工单属性数据包括工单类型、强度等级和精细度等级,所述工单类型用于表征任务类别,所述强度等级用于表征体力消耗级别,所述精细度等级用于表征操作专注度级别;
48、所述执行顺序数据包括计划执行时间、实际执行时间、工单在当日的执行顺序编号和前后工单的时间间隔,所述计划执行时间和所述实际执行时间用于生成所述时效偏差;
49、所述执行过程数据包括操作步骤完成时间、暂停及中断的次数与时长、异常事件类型、次数与时间以及位置轨迹,所述暂停及中断的次数与异常事件次数用于生成所述操作规范性指标。
50、第二方面,本发明提供了一种电网作业安全风险评估及告警系统,包括:
51、多源作业状态感知模块,用于获取电网人员执行当前作业任务的作业状态信息,所述作业状态信息包括作业行为数据、生理监测数据和环境感知数据;
52、属性特征离散化映射模块,用于基于所述作业行为数据提取作业属性特征,所述作业属性特征包括时效偏差和操作规范性指标,对所述作业属性特征执行离散化映射操作,调用预设的多级阶梯区间对所述时效偏差和所述操作规范性指标进行区间划分,将连续的属性数值映射为对应的离散语义状态标签,依据工单执行的时间先后顺序将所述离散语义状态标签按序拼接,生成离散特征序列;
53、序列模式匹配与综合判定模块,用于将所述离散特征序列与预设异常序列库中的异常序列模式进行后缀比对,判定当前序列末尾是否完整包含所述异常序列模式,得到第一比对结果,并将所述第一比对结果与基于所述生理监测数据和所述环境感知数据生成的多维状态标识进行汇总判定,生成综合状态判定结果;
54、分级告警与决策引导模块,用于根据所述综合状态判定结果所处的预设状态区间判定目标告警级别,并输出与所述目标告警级别对应的目标提示信息及定制化行动建议。
55、第三方面,本发明提供了一种计算机设备,包括:
56、存储器,用于存储程序;
57、处理器,用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现所述电网作业安全风险评估及告警方法的步骤。
58、第四方面,本发明提供了一种计算机可读存储介质,包括:所述程序被处理器执行时,实现所述的电网作业安全风险评估及告警方法的步骤。
59、本发明的有益效果:本发明通过获取作业行为、生理监测及环境感知等多源数据,并利用多级阶梯区间将时效偏差和操作规范性指标映射为离散语义状态标签以生成离散特征序列的技术手段,实现了将连续的作业数据转化为标准化的语义状态,有效降低了数据噪声干扰并保留了关键行为特征;通过将实时离散特征序列与预设异常序列库进行后缀比对,并结合生理偏离标识、环境偏离标识及工作时长等多维状态标识进行加权汇总判定的技术手段,实现了从单一行为维度向“人-机-环”全维度的综合风险研判,显著提升了风险评估的全面性与准确性;通过根据综合状态判定结果匹配预设状态区间,并输出对应目标告警级别的目标提示信息及定制化行动建议的技术手段,实现了从被动监测向主动干预的转变,能够为作业人员提供即时、精准的指导,从而有效预防安全事故的发生。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com