基于多源数据融合的建筑安全风险预警方法及相关设备与流程
本发明涉及建筑安全管理,尤其涉及一种基于多源数据融合的建筑安全风险预警方法及相关设备。
背景技术:
1、为落实企业办公综合业务安全风险管控,深化安全生产风险管理体系应用,需要搭建办公综合业务建筑物安全风险管理框架,建立安全风险分级管控与隐患治理整改闭环双重预防机制。建立体系化的房屋、建筑物安全风险管控模块,基于风险管控措施和管控目标对建筑物隐患安全风险进行风险监控、风险评估、管控措施、总结评价,同时进行建筑物隐患治理整改的闭环管理,以提升建筑物风险管控效率。
2、然而,目前企业的建筑安全风险管控主要依赖人工巡检和静态台账管理,结合现有的建筑信息模型或简单的监控系统,存在以下显著的技术缺陷:
3、感知滞后,被动响应:现有的管理系统多为事后记录或基于固定周期的检查。面对台风、暴雨、雷电等突发性自然灾害,系统无法实时获取气象部门的预警数据,并自动关联受影响的物理资产,导致应急响应往往滞后于灾害发生。
4、数据孤岛,缺乏关联:建筑物的静态属性数据(如房龄、结构类型、抗震等级)通常存储在资产管理系统中,而实时的环境监测数据(气象、水位、震动)存储在监控系统中。现有技术缺乏一种中间件或算法模型,将这两类异构数据进行深度融合与关联分析。
5、评估主观,维度单一:传统的风险评估多依赖专家打分或简单的阈值判断,未建立量化的数学模型。例如,无法自动计算老旧建筑在台风暴雨叠加下的综合风险指数。
6、闭环管理缺失:风险发现、任务下达、整改反馈往往通过线下或独立的办公自动化系统进行,缺乏数字化的全流程闭环跟踪,导致隐患治理效率低下。
技术实现思路
1、有鉴于此,本发明实施例提出一种基于多源数据融合的建筑安全风险预警方法及相关设备,通过构建多源异构数据实时采集与融合引擎、动态风险量化评估模型、地理信息系统可视化预警与智能决策模块以及全流程闭环处置与反馈模块,实现对电网办公建筑安全风险的动态评估与精准预警,有效提升建筑安全风险管控的效率和精准度。
2、一方面,本发明实施例提供了一种基于多源数据融合的建筑安全风险预警方法,所述方法包括以下步骤:
3、获取目标建筑物的静态属性数据、实时环境监测数据和业务管理数据;
4、对所述静态属性数据、所述实时环境监测数据和所述业务管理数据进行清洗和关联处理,生成时空立方体数据模型;
5、根据所述静态属性数据计算所述目标建筑物的基础风险值;
6、根据所述实时环境监测数据计算动态修正因子;
7、将所述基础风险值与所述动态修正因子进行加权融合,得到目标风险值;
8、在确定所述目标风险值超过预设阈值时,生成预警信息;
9、根据所述预警信息生成处置任务并推送至责任人终端,接收所述责任人终端反馈的整改记录,根据所述整改记录更新所述目标风险值。
10、可选地,所述静态属性数据包括:所述目标建筑物的当前房龄、建筑结构类型、预设时间窗口内记录的有效事故数量;所述根据所述静态属性数据计算所述目标建筑物的基础风险值,包括:
11、根据所述目标建筑物的当前房龄和预设的基准衰减点,采用s型生长曲线函数计算房龄系数;
12、根据所述目标建筑物的建筑结构类型查询预设的结构类型映射表,得到结构系数;
13、根据所述目标建筑物在预设时间窗口内记录的有效事故数量和事故类型计算历史事故系数;
14、将所述房龄系数、所述结构系数和所述历史事故系数进行加权求和,得到所述基础风险值。
15、可选地,所述根据所述目标建筑物的当前房龄和预设的基准衰减点,采用s型生长曲线函数计算房龄系数,包括:
16、将所述当前房龄与所述基准衰减点的差值输入s型生长曲线函数,以自然指数函数的倒数形式将输入差值映射为房龄系数;其中,当所述实时环境监测数据包含极端天气信息时,根据所述极端天气信息的类型对所述房龄系数进行动态修正。
17、可选地,所述根据所述目标建筑物在预设时间窗口内记录的有效事故数量和事故类型计算历史事故系数,包括:
18、将所述有效事故数量与预设惩罚系数的乘积输入负指数衰减函数,以自然指数函数与常数一的差值形式将输入乘积映射为有效事故系数;
19、根据事故类型查询预设的事故类型权重映射表,得到事故类型权重系数;
20、将所述有效事故系数与所述事故类型权重系数相乘,得到历史事故系数。
21、可选地,所述根据所述实时环境监测数据计算动态修正因子,包括:
22、根据所述实时环境监测数据中的灾害预警等级和所述目标建筑物的地理位置信息,判断所述目标建筑物是否处于灾害影响区域;当所述目标建筑物处于所述灾害影响区域时,根据所述灾害预警等级查询预设的灾害放大系数映射表,得到灾害放大系数;
23、根据所述灾害影响区域的等级和所述目标建筑物的房龄区间,查询预设的动态修正权重映射表,得到动态修正因子权重;
24、将所述灾害放大系数与所述动态修正因子权重相乘,得到动态修正因子。
25、可选地,所述将所述目标风险值与预设阈值进行比较,当所述目标风险值超过所述预设阈值时,生成预警信息,包括:
26、将所述目标风险值与所述预设阈值进行比较;
27、当所述目标风险值超过所述预设阈值时,根据所述目标风险值的数值区间确定风险等级;
28、根据所述风险等级和所述目标建筑物的地理位置信息,在地理信息系统地图上以对应颜色渲染所述目标建筑物的图标,生成可视化风险热力图;
29、根据所述风险等级生成风险评估单和应急响应启动通知单,作为预警信息。
30、可选地,所述根据所述预警信息生成处置任务并推送至责任人终端,接收所述责任人终端反馈的整改记录,根据所述整改记录重新计算所述目标风险值,包括:
31、根据所述预警信息生成包含排查内容和整改要求的处置任务;
32、将所述处置任务通过办公管理通讯工具推送至所述责任人终端;
33、接收所述责任人终端上传的包含全球定位系统水印的现场排查照片和整改记录;
34、根据所述整改记录更新所述目标建筑物的业务管理数据,并重新计算所述目标风险值;
35、当重新计算后的目标风险值低于所述预设阈值时,将所述处置任务标记为已完成,形成监测、预警、处置、反馈的闭环管理。
36、另一方面,本发明实施例提供了一种基于多源数据融合的建筑安全风险预警装置,包括:
37、数据获取模块,用于获取目标建筑物的静态属性数据、实时环境监测数据和业务管理数据;
38、数据融合模块,用于对所述静态属性数据、所述实时环境监测数据和所述业务管理数据进行清洗和关联处理,生成时空立方体数据模型;
39、基础风险评估模块,用于根据所述静态属性数据计算所述目标建筑物的基础风险值;
40、动态修正模块,用于根据所述实时环境监测数据计算动态修正因子;
41、风险融合模块,用于将所述基础风险值与所述动态修正因子进行加权融合,得到目标风险值;
42、预警生成模块,用于在确定所述目标风险值超过预设阈值时,生成预警信息;
43、闭环处置模块,用于根据所述预警信息生成处置任务并推送至责任人终端,接收所述责任人终端反馈的整改记录,根据所述整改记录更新所述目标风险值。
44、另一方面,本发明实施例提供了一种基于多源数据融合的建筑安全风险预警系统,包括:
45、至少一个处理器;
46、至少一个存储器,用于存储至少一个程序;
47、当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述的方法。
48、另一方面,本发明实施例提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的方法。
49、本发明实施例包括以下有益效果:
50、本发明通过构建多源异构数据实时采集与融合引擎,将建筑物的静态属性数据、实时环境监测数据和业务管理数据进行清洗和基于地理位置与时间戳的关联处理,生成时空立方体数据模型,打破了静态资产数据与动态环境数据之间的数据孤岛,实现了多源异构数据的深度融合与关联分析。通过构建动态风险量化评估模型,采用s型生长曲线函数计算房龄系数、查询结构类型映射表得到结构系数、采用负指数衰减函数计算历史事故系数,并将上述系数加权求和得到基础风险值,同时根据实时环境监测数据中的灾害预警等级和地理位置信息计算动态修正因子,将基础风险值与动态修正因子进行加权融合生成目标风险值,实现了从主观专家打分到客观量化评分的转变,解决了传统安全管理中评估主观性过强和维度单一的问题。通过将目标风险值与预设阈值进行比较,当目标风险值超过预设阈值时自动生成预警信息,并根据预警信息生成处置任务推送至责任人终端,接收整改记录后重新计算目标风险值,形成监测、预警、处置、反馈的闭环管理,解决了闭环管理缺失和响应滞后的问题。本发明能够提前预测自然灾害对特定建筑物的潜在威胁,实现从人防到技防的转变,显著提升建筑安全风险管控的效率和精准度。
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