一种机场核心风险预测方法及系统与流程

1.本发明涉及机场安全服务技术领域，特别涉及一种机场核心风险预测方法及系统。


背景技术：

2.在icao、caac及地方监管要求和机场对应自身安全、质量精细化管理要求下，机场aoc都会及时获取机场各业务条线发生和发现的各种事件，即包括值班发现的事件，也包括现场作业发生的事件。伴随安全管理理念和大数据技术的发展，机场已经意识到事件数据对机场运行态势的评估和安全管理重点工作的识别有积极的贡献，都在努力探索适合本场的数据分析方式，来进一步发挥不安全事件的价值。
3.传统的机场风险预测方式仅停留在宏观的预测，根据不安全事件产生的其中一个因素作为预测模型的预测因子，因此预测的结果准确性较差，往往两个不安全事件虽然结果相似，但是产生的原因不同，而预测模型输出的预测结果保持一致，再这种预测方式下，不利于机场的安全管控，也不方便即使处理不安全事件导致的风险。


技术实现要素：

4.本发明的目的就在于为了解决上述传统的机场风险预测方式预测因子单一，预测结果不够准确的问题而提供一种机场核心风险预测方法及系统，具有预测结果更加准确，灵敏度高，方便及时定位不安全事件产生的原因，方便后期的安全管理的优点。
5.第一方面本发明通过以下技术方案来实现上述目的，一种机场核心风险预测方法，该方法包括以下步骤：
6.获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息；
7.提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入；
8.对拆分后的所述不安全时间信息进行原因定位和预测，并将预测的结果展示出来。
9.优选的，所述不安全事件信息通过采集人工系统、设备系统和环境系统对不安全事件信息进行获取，人工系统用于提供人为不安全事件信息，设备系统用于提供设备不安全事件信息，环境系统用于提供环境不安全事件信息。
10.优选的，所述对拆分后的所述不安全时间信息进行原因定位和预测的方法包括以下步骤：
11.获取不安全事件信息，通过提取不安全事件关键词进行参数拆分；
12.拆分后的参数用于：
13.对事件参数包括时间、地点、类型、严重等级和处理措施进行加权，并计算总体得
分；
14.通过对事件原因进行分层，获取不安全事件的生成原因，从而对事件进行原因定位；
15.展示每个加权后的参数得分，以及统计参数的总体得分与评分表进行比对，从而输出事件的预测结果以及事件发生的原因。
16.优选的，所述预测的结果展示出来是通过图表单元生成该不安全事件信息中的每个参数得分占总体得分的比例图，以及对每个参数进行原因定位。
17.第二方面本发明通过以下技术方案来实现上述目的，一种机场核心风险预测系统，包括：
18.数据采集单元，用于接入机场各个系统采集不安全事件信息；
19.数据处理单元，用于对采集到的不安全事件信息进行处理，提取不安全事件信息的有效词句；
20.事件分析模型，用于通过提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入，对拆分后的所述不安全时间信息进行原因定位和预测；
21.数据展示单元，用于展示预测的结果。
22.优选的，所述事件分析模型包括：
23.分类模型，用于将事件分为时间周期、事件地点、事件类型、严重等级和处理措施的五大参数；
24.解析模型，用于对分类后的各个参数进行加权；
25.原因定位模型，用于通过设定分层架构，对不安全事件产生的原因进行逐层查找，确定该不安全事件产生的具体原因；
26.预测模型，用于通过计算参数加权后的总分与风险额定分数进行对比，确定风险的等级。
27.优选的，所述事件分析模型还连接数据库和模型训练单元，数据库与数据处理单元连接，存储各个系统提供的人工分析的不安全事件信息，使用该不安全事件信息输入至模型训练单元，对事件分析模型进行训练，数据库还与数据展示单元连接，用于备份展示的图表信息。
28.第三方面本发明通过以下技术方案来实现上述目的，一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面所述的方法。
29.与现有技术相比，本发明的有益效果是：
30.通过对机场的不安全事件信息拆分成五个参数，通过将每个参数作为预测模型的预测因子，通过对预测因子附加不同的权重，通过累计不同参数的得分，通过输出的总得分对比属于哪个风险等级，这样输出的预测结果更加的准确，通过该方式若是其中一个参数改变，也会影响到输出的预测结果，灵敏度更高。
31.通过采用分层架构来对不安全事件发生的原因进行定位，通过层层细化原因，来快速查找不安全事件产生的准确的原因，也方便后期出现风险时，工作人员即使的处理风
险。
附图说明
32.图1为本发明的风险预测方法流程图。
33.图2为本发明的不安全时间信息原因定位和预测方法流程图。
34.图3为本发明的风险预测系统组成示意图。
35.图4为本发明的事件分析模型组成示意图。
36.图5为本发明的不安全事件产生的原因分层示意图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
38.实施例1
39.请参阅图1所示，一种机场核心风险预测方法，该方法包括以下步骤：
40.步骤s1、获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息，所述不安全事件信息通过采集人工系统、设备系统和环境系统对不安全事件信息进行获取，人工系统用于提供人为不安全事件信息，设备系统用于提供设备不安全事件信息，环境系统用于提供环境不安全事件信息，机场的不安全事件主要包括三大类，人为操作问题带来的安全隐患，设备运行过程中出现故障带来的安全隐患以及环境因素导致出现的安全隐患，通过人工、设备和环境三大系统可以全面掌握的机场的事件。
41.步骤s2、提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入，时间、地点、类型、严重等级和处理措施五个参数是组成一个事件的必要成分，通过时间、地点和类型可以反映出一个不安全事件信息是何时何地发生的，属于人工、设备和环境三大类系统中的哪一类时间，严重等级和处理措施可以反映该事件造成的后果以及是否处理，时间、地点和类型属于不安全事件中影响事件风险较弱的因素，而严重等级和处理措施是影响风险较强的因素，因此通过对一个不安全事件信息的细化，可以方便预测事件的风险；
42.步骤s3、对拆分后的所述不安全时间信息进行原因定位和预测，并将预测的结果展示出来，所述对拆分后的所述不安全时间信息进行原因定位和预测的方法如图2所示，包括以下步骤：
43.获取不安全事件信息，通过提取不安全事件关键词进行参数拆分；
44.拆分后的参数用于：对事件参数包括时间、地点、类型、严重等级和处理措施进行加权，并计算总体得分，由于时间、地点和类型对事件的风险影响较弱，因此加权比例较低，严重等级和处理措施对事件风险较强，因此加权比例较高，通过累计这五个预测因子的总得分，看落入到哪一个风险等级中，从而可以预测一个不安全事件产生的风险等级。通过对事件原因进行分层，获取不安全事件的生成原因，从而对事件进行原因定位，对不安全事件
中的每个参数的进行原因定位，可以方便后期处理不安全事件导致的风险。
45.展示每个加权后的参数得分，以及统计参数的总体得分与评分表进行比对，从而输出事件的预测结果以及事件发生的原因，所述预测的结果展示出来是通过图表单元生成该不安全事件信息中的每个参数得分占总体得分的比例图，以及对每个参数进行原因定位，这样使用户更加直观的查看到预测的结果。
46.如图3所示，一种机场核心风险预测系统，包括：
47.数据采集单元，用于接入机场各个系统采集不安全事件信息；
48.数据处理单元，用于对采集到的不安全事件信息进行处理，提取不安全事件信息的有效词句，由于各个系统上传的数据内容较多，数据处理单元的作用是将上传的数据中，提取到不安全事件的信息；
49.事件分析模型，用于通过提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入，对拆分后的所述不安全时间信息进行原因定位和预测，如图4所示，所述事件分析模型包括：分类模型，用于将事件分为时间周期、事件地点、事件类型、严重等级和处理措施的五大参数；解析模型，用于对分类后的各个参数进行加权；原因定位模型，用于通过设定分层架构，对不安全事件产生的原因进行逐层查找，确定该不安全事件产生的具体原因，分层方式例如图5所示，通过对一个原因进行一层层的细化，在获取到该事件类型属于人为导致的不安全事件时，首先第一层级为事件类型，第二层级分析该人为导致的不安全事件属于人为威胁还是人为操作失误导致，人为威胁的第三层，开始分析该威胁属于内部威胁还是外部威胁，人为操作失误的第三层，开始分析人为操作失误属于操作失误、程序失误还是沟通导致的失误，通过第四层再一次的每个原因进行分析，因此在遇到原因定位时，通过该树状分析的方式，可以准确的定位到产生不安全事件的原因，方便后期及时处理问题以及方便安全管理。预测模型，用于通过计算参数加权后的总分与风险额定分数进行对比，确定风险的等级。所述事件分析模型还连接数据库和模型训练单元，数据库与数据处理单元连接，存储各个系统提供的人工分析的不安全事件信息，使用该不安全事件信息输入至模型训练单元，对事件分析模型进行训练，数据库还与数据展示单元连接，用于备份展示的图表信息。
50.数据展示单元，用于展示预测的结果。
51.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现实施例1所述的方法。
52.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
53.此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。