[发明专利]基于图神经网络的社区燃气系统动态风险评估方法及装置

说明书

本发明实施例提供一种基于图神经网络的社区燃气系统动态风险评估方法及装置，该方法包括：基于社区燃气系统风险评估指标体系构建社区燃气系统知识图谱，将包含实体、实体特征及实体间关系的社区燃气系统知识图谱输入到社区燃气系统动态风险评估模型，从而获取目标实体的风险等级及对社区燃气事故进行原因推理和事故后果动态预测；其中，社区燃气系统动态风险评估模型包括第一实体级注意力层、第一语义级注意力层、第二实体级注意力层、第二语义级注意层、实体分类层及关系预测层。本发明实施例通过获取目标实体的风险等级及进行社区燃气事故的原因推理和事故后果动态预测，实现了社区燃气系统动态风险评估，并且提高了风险评估的准确率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于图神经网络的社区燃气系统动态风险评估方法及装置。

背景技术

近年来，我国燃气事业取得了长足的发展。燃气的普及应用为优化能源结构，改善环境质量，提高人民生活水平发挥了极其重要的作用。燃气设备设施是社区安全系统的重要组成部分，事关人民生命财产安全、能源供给安全、城市安全发展。随着民用燃气普及范围越来越广，每年因为燃气泄漏引发的爆炸、火灾、中毒等事故频繁发生，造成大量的人员伤亡以及财产损失，燃气安全使用也逐渐受到人们的重视。

社区中一旦发生燃气爆炸，轻则造成轻微损失，重则导致大面积人员伤亡和财产损失，严重威胁到人民群众的生命及财产安全。据统计，自2019年1月1日至1月31日，全国共发生燃气安全事故51起，共造成10人死亡，至少43人受伤。其中室内燃气爆炸爆燃39起，室外管道泄漏及爆炸起火12起。不难看出，社区内燃气用户已成为燃气事故高发群体，必须予以足够的重视。同时，社区中的用于燃气调压的燃气调压箱/柜、燃气埋地管线等都是社区中隐藏的风险源。因此，为了加强对社区燃气的监管，确保社区居民的正确用气、安全用气，需要对社区燃气系统进行风险评估，快速全面的了解社区的风险水平，从而指导管理者和使用者选择和实施适当的管理和防范措施，尽可能有效遏制燃气风险问题，保障社区居民的生命和财产安全。

传统对于燃气系统的风险评估方法大部分都是基于专家经验知识的静态分析方法，缺乏动态性，如采用德尔菲方法、层次分析法和故障树等方法实现燃气系统的风险评估。并且这些方法一般只针对社区燃气系统中单独的组成部分进行建模，如只针对燃气管网或户内燃气系统去构建风险评估模型，模型一般较为简单，忽略了社区燃气系统中各组成部分耦合复杂的连接关系。正是由于社区燃气系统的复杂性，一旦发生燃气事故往往难以确定事故起因。现有的燃气系统风险评估方法无法准确、全面的涵盖社区燃气系统这样复杂的场景，也无法针对社区燃气系统多类型组成部分和它们之间的影响关系去建立动态的风险评估模型来进行风险评估。

发明内容

为解决现有技术中的问题，本发明实施例提供一种基于图神经网络的社区燃气系统动态风险评估方法及装置。

第一方面，本发明实施例提供一种基于图神经网络的社区燃气系统动态风险评估方法，包括：

基于由人的不安全行为、燃气设施不安全状态、燃气相关单位管理的缺陷和环境要素共同作用而导致燃气事故发生的燃气事故事件链构建社区燃气系统风险评估指标体系；根据所述社区燃气系统风险评估指标体系确定社区燃气系统知识图谱的实体类型和实体特征，并定义实体间连接关系从而构建社区燃气系统知识图谱，实现所述社区燃气风险评估指标体系向所述社区燃气系统知识图谱的转换；

将包含实体、实体特征及实体间关系的所述社区燃气系统知识图谱输入到社区燃气系统动态风险评估模型，从而获取目标实体的风险等级及对社区燃气事故进行原因推理和事故后果动态预测；其中，所述社区燃气系统动态风险评估模型包括第一实体级注意力层、第一语义级注意力层、第二实体级注意力层、第二语义级注意层、实体分类层及关系预测层；其中，所述第一实体级注意力层的输出作为所述第一语义级注意力层的输入，所述第一语义级注意力层的输出作为所述第二实体级注意力层的输入，所述第二实体级注意力层的输出作为所述第二语义级注意层的输入，所述第二语义级注意层的输出分别作为所述实体分类层及所述关系预测层的输入；