[发明专利]基于数据挖掘的作业现场安全检查提升方法及系统

说明书

技术领域

本发明属于计算机技术领域，特别涉及一种基于数据挖掘的作业现场安全检查提升方法及系统。

背景技术

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整策略，减少风险，做出正确的决策。数据挖掘主要包括数据准备、规律寻找和规律表示3个步骤，其任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等等。

目前，很多石油石化、建筑、电力等企业已经建立了HSE管理信息系统，以风险管理为核心，以事故预防为目的，包括了教育培训、检查、事故事件、职业健康、承包商、台帐等业务数据，并提供了仪表盘、统计分析多种展示形式，在透明化HSE管理、规范HSE管理流程、加强HSE过程控制、提升HSE管理水平方面起到了明显作用。

同时，由于HSE管理系统数据量大、业务覆盖范围广，现有的基于各功能模块的统计分析功能已不能满足管理决策的需求。以安全检查为例，其主要任务是进行危害识别，查找不安全因素和不安全行为，提出消除或控制不安全因素的方法和纠正不安全行为的措施，当前的按检查级别、不安全行为、不安全状态统计，无法全方位掌握风险分布，检查缺少针对性，并且检查完之后，对检查的效果不能进行实质性的评估，不能实现循环改进。

因此，有必要利用数据挖掘技术，建立系统化的分析模型，从各个HSE管理活动中抽取相互关联的有价值信息，对其多维度分析，挖掘数据潜在资源和价值，促进数据应用从量变到质变，支持异常风险预警，提高事前检查策划的针对性及事后检查效果的评估，促进企业管理者对业务数据的深入解读，提升管理决策水平。

发明内容

本发明拟建立基于数据挖掘的安全检查提升方法及系统，以企业现有的HSE管理信息系统为基础，对培训、检查、事故事件等业务数据进行深化应用，提升企业现场安全检查水平，解决以往检查目的性不强、检查效果无法评估、隐患立项无针对性、HSE数据资源利用率不高等问题，为企业决策者和管理者提供更为全面、有效的决策支持，从而提升企业的HSE管理水平。

为解决上述技术问题，本发明提供了一种基于基础数据挖掘的作业现场安全检查提升系统，其包括：

基础数据库模块，用于存放各种与现场作业相关的基础数据；

数据挖掘分析模块，用户根据待挖掘数据内容以及自身要求，选用一个或多个数据挖掘手段，针对预处理后的数据进行挖掘工作；在系统中确定了完整的数据挖掘方案，系统根据该方案开展后续的工作；

综合展示模块，数据挖掘工作结束后，结果以图表的形式直观呈现在用户面前，对重点关注的异常状况并有颜色警示，实时展示风险预警提示等关键信息，使企业领导可以及时地获取HSE管理系统相关所需内容。采用数据可视化和交互分析工具，提供丰富的统计报表、仪表盘等展示形式，以一种直观、容易理解的方式支持数据分析结果的可视化，允许实时改变数据处理路径、算法参数和展示形式。

所述基础数据库模块中存放的基础数据包括部门数据、人员数据、关键装置/要害部位数据、安全检查数据、不安全行为数据、不安全状态数据、事故/未遂事件数据和隐患项目数据等。

所述数据挖掘分析模块中的包括具体分析子模块，进一步具体为

历史分析子模块，对企业填写的观察卡、检查问题(尤其是未整改问题)、近几年发生的事故或未遂事件进行历史分析，查找规律，找到风险存在突出的部门、岗位、设备设施、不安全行为、不安全状态，并可进行趋势预测；

关联分析子模块，找出检查问题与风险识别、隐患项目立项、未遂事件之间的对应关系，校对检查方向是否有偏差；

类比分析子模块，横向对比同一行业不同企业及同一企业不同部门之间检查出的问题差异，探索检查缺陷。根据以往检查活动执行情况进行挖掘分析，对同一板块不同企业、同一企业不同部门进行横向对比，找出检查中存在的漏洞和不足，实现对本次检查活动的效果评估，为以后检查组织提供参考。

本发明还提供了一种使用上述系统进行基础数据挖掘的作业现场安全检查提升方法，其包括：

第一步，待挖掘的基础数据的抽取，预处理，集中存储；

第二步，确定数据挖掘方案，开展数据挖掘；

第三步，综合展示，为决策提供支持。