[发明专利]一种基于行为分析的电力事故发生风险确定方法及系统

说明书

本发明涉及一种基于行为分析的电力事故发生风险确定方法及系统。该方法包括获取电力事故数据库中的电力事故数据；对所述电力事故数据进行布尔离散化处理，确定布尔型离散事故数据；根据布尔型离散事故数据构建事故诱因模型；获取操作人员的当前行为；利用所述事故诱因模型，根据所述当前行为确定操作人员的行为引发事故的概率；根据所述概率确定电力事故发生风险。本发明所提供得一种基于行为分析的电力事故发生风险确定方法及系统，解决了现有技术中不能有效的预防电力安全生产事故的发生的问题。

技术领域

本发明涉及数据处理领域，特别是涉及一种基于行为分析的电力事故发生风险确定方法及系统。

背景技术

随着能源互联网、电网规模的不断扩大和发展，电力安全生产事故数据也在不断增长、复杂性不断增大，逐步构成了电力生产安全事故事件大数据。传统的以事故学理论为基础的电力生产事故分析法，具有较强的经验性和主观性，不能准确的推断出操作人员的操作行为是否会引发事故，从而不能有效的预防电力安全生产事故的发生。

发明内容

本发明的目的是提供一种基于行为分析的电力事故发生风险确定方法及系统，解决现有技术中不能有效的预防电力安全生产事故的发生的问题。

为实现上述目的，本发明提供了如下方案：

一种基于行为分析的电力事故发生风险确定方法，包括：

获取电力事故数据库中的电力事故数据；所述电力事故数据包括电力事故类型和对应的电力事故的诱因；所述电力事故的诱因包括操作人员的行为；

对所述电力事故数据进行布尔离散化处理，确定布尔型离散事故数据；

根据布尔型离散事故数据构建事故诱因模型；

获取操作人员的当前行为；

利用所述事故诱因模型，根据所述当前行为确定操作人员的行为引发事故的概率；

根据所述概率确定电力事故发生风险。

可选的，所述对所述电力事故数据进行布尔离散化处理，确定布尔型离散事故数据，之后还包括：

对所述布尔型离散事故数据进行排序，确定诱因序列。

可选的，所述根据布尔型离散事故数据构建事故诱因模型，具体包括：

根据所述诱因序列，采用推算法和逐层搜索的迭代方法，确定高频电网运行事故元素集；

根据所述高频电网运行事故元素集，采用基于事故频发倾向理论的规则挖掘算法，确定每一电力事故类型对应的电力事故的诱因的第一诱发度；

根据所述第一诱发度，确定每一电力事故类型对应的电力事故的关键诱因；

对所述电力事故的关键诱因进行关联规则挖掘处理，确定每一电力事故类型对应的电力事故的关键诱因之间的第二诱发度；

根据所述第一诱发度和所述第二诱发度，构建事故诱因模型。

可选的，所述根据所述第一诱发度，确定每一电力事故类型对应的电力事故的关键诱因，具体包括：

获取诱发度阈值；

判断所述第一诱发度是否大于所述诱发度阈值；

若所述第一诱发度大于所述诱发度阈值，保留所述电力事故的诱因；保留的所述电力事故的诱因为关键诱因；

若所述第一诱发度不大于所述诱发度阈值，剔除所述电力事故的诱因。

一种基于行为分析的电力事故发生风险确定系统，包括：