危化品重大危险源全流程管控方法、系统、终端及介质技术方案

本发明专利技术涉及危化品重大危险源智慧管理领域，公开了一种危化品重大危险源全流程管控方法、系统、终端及介质，有效提高危化品重大危险源管理智慧化程度，减少人员成本，提升安全生产水平。本发明专利技术通过建立危化品重大危险源标准目录中心、危化品重大危险源辨识中心以及危化品重大危险源全流程监控中心，实现了危化品重大危险源的自动辨识、实时监控和统一纳管，同时依托深度学习模型，对危化品重大危险源危险等级进行判定分类，解决以往依靠人力无法及时、准确、有效管理危化品重大危险源的问题。有效管理危化品重大危险源的问题。有效管理危化品重大危险源的问题。

【技术实现步骤摘要】
危化品重大危险源全流程管控方法、系统、终端及介质


[0001]本专利技术涉及重大危险源智慧管理领域，具体为一种危化品重大危险源全流程管控方法、系统、终端及介质。

技术介绍

[0002]在工业生产环境中，危化品的应用十分广泛，危化品普遍具有毒性、腐蚀性、爆炸隐患、可燃性等特征，当危化品在存储单元内的数量超过临界值的时候，该单元即可被定义为危化品重大危险源。危化品重大危险源的存在对工业生产带来了极大的隐患。
[0003]目前工业生产环境内存在大量的不安全因素，由于危化品重大危险源名录错综复杂，目前在大部分场景下，仅靠人力无法实现危化品重大危险源的有效判别，同时，对于危化品重大危险源也没有实现全流程管理、展示、分类和预警，不利于管理人员对危化品重大危险源进行实时监管，从而会给工业生产环境带来极大的安全隐患。

技术实现思路

[0004]为了克服上述现有技术存在的缺陷，本专利技术的目的在于提供一种危化品重大危险源全流程管控方法、系统、终端及介质，以解决现有技术中无法对危化品重大危险源进行智慧辨识、监控、纳管和预警的技术问题。
[0005]本专利技术是通过以下技术方案来实现：
[0006]一种危化品重大危险源全流程管控方法，包括如下步骤：
[0007]步骤1，建立危化品重大危险源标准目录；
[0008]步骤2，获取危化品数据信息，并结合危化品重大危险源标准目录辨识所获取的危化品是否为重大危险源；
[0009]步骤3，对辨识为重大危险源的危化品进行全流程监控；
>[0010]步骤4，通过建立深度学习模型，对所监控的危化品重大危险源进行分类和预警，实现危化品重大危险源全流程管控工作。
[0011]优选的，步骤1中，危化品重大危险源标准目录的建立采用自动同步和手动同步两种方式，其中自动同步危化品重大危险源标准目录为调用webapi接口，从危化品重大危险源标准库实时同步危化品重大危险源标准目录、更新危化品重大危险源标准目录，其中包括危化品重大危险源的组分特征和临界量特征；手动同步危化品重大危险源标准目录为对没有收纳进危化品重大危险源标准库中而生产环境确实存在的危化品重大危险源的组分特征和临界量特征进行同步。
[0012]优选的，步骤2中，建立危化品管理中心，在危化品管理中心内存储危化品数据信息，其中包括危化品名称、危化品组分、危化品存放位置、危化品所属单位。
[0013]优选的，步骤2中，建立危化品管理中心，在危化品管理中心内获取危化品数据信息，其中包括危化品名称、危化品组分、危化品存放位置、危化品所属单位。
[0014]优选的，步骤2中，结合危化品重大危险源标准目录对所获取的危化品的辨识过程
如下：
[0015]若储存单元内存在的危化品为单一品种时，则该危化品的数量m即为总量，若等于或超过相应的临界量M，即m≥M，则认定该存储单元为重大危险源；
[0016]若储存单元内存在的危化品种类不唯一时，按照如下公式进行计算：
[0017]K＝m1/M1+m2/M2+
…
+m
n
/M
n
[0018]式中：K为辨识指标；
[0019]m1，m2，
…
，m
n
———每种危化品实际存在量，t；
[0020]M1，M2，
…
，M
n
———各危化品相对应的临界量，t；
[0021]当K值大于等于1时，则认定该存储单元为重大危险源。
[0022]优选的，步骤3中，全流程监控的具体过程如下：
[0023]步骤31，建立危化品重大危险源入库平台，采集新形成的危化品重大危险源的名称信息、组分信息、存放位置信息和所属单位信息；
[0024]步骤32，建立危化品重大危险源监控平台，实时采集重大危险源存储单元实时数据，包括储量参数、位置参数、使用频率参数，以数据驱动的形式，利用三维数字孪生技术，构建三维数字孪生模型，并在三维数字孪生模型的基础上展示重大危险源分布；
[0025]步骤33，建立危化品重大危险源使用平台，采集使用者对属于重大危险源的危化品使用情况信息；
[0026]步骤34，建立危化品重大危险源销号平台，对于需要销号的危化品重大危险源进行销号处理，其包括销号申请以及销号审批，实现危化品重大危险源销号的电子化审批。
[0027]优选的，步骤4中，通过建立深度学习模型，对所监控的危化品重大危险源进行分类和预警的具体过程如下：
[0028]步骤41，选取重大危险源的输入特征，输入特征包括储量a、成分b、位置c、存放时间d、使用频率e，输出特征为危险等级y；
[0029]步骤42，通过插值法构建历史数据矩阵，并引入随机粒子，按照比例将历史数据随机划分为训练集和测试集；其中历史数据矩阵构建如下：
[0030]输入：输出：
[0031]其中n＝1，2，...，n，n代表采集的历史数据数量；
[0032]步骤43，将训练集历史数据进行归一化处理；
[0033]获取各特征训练集数据的最大值[a
max b
max c
max d
max e
max
]和最小值[a
min b
min
c
min d
min e
min
]；
[0034]将训练集数据按照如下公式进行归一化处理：
[0035][0036]步骤44，测试集数据以训练集数据的最大值([a
max b
max c
max d
max e
max
])和最小值
([a
min b
min c
min d
min e
min
])为基础，进行归一化处理；
[0037]步骤45，训练LSTM危险性判别模型；
[0038]步骤46，将实时储量a、成分b、位置c、存放时间d、使用频率e以训练集数据的最大值([a
max b
max c
max d
max e
max
])和最小值([a
min b
min c
min d
min e
min
])为基础，进行归一化处理，后输入至LSTM危险性判别模型中实现对重大危险源危险性的判别。
[0039]优选的，步骤45中，结合贝叶斯优化的LSTM危险性判别模型的构建过程如下：
[0040]LSTM危险性判别模型包括输入层、双层LSTM网络、全连接层和softmax层；输入数据经过LSTM网络处理后，将输出结果输出至全连接层，全连接层根据计算获得特征向量，并将其发送至softmax层，softmax层对特征向量进行分类，获得输入数据对应的危险性；
[0041]将LSTM危险性判别模型利用贝叶斯优化算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种危化品重大危险源全流程管控方法，其特征在于，包括如下步骤：步骤1，建立危化品重大危险源标准目录；步骤2，获取危化品数据信息，并结合危化品重大危险源标准目录辨识所获取的危化品是否为重大危险源；步骤3，对辨识为重大危险源的危化品进行全流程监控；步骤4，通过建立深度学习模型，对所监控的危化品重大危险源进行分类和预警，实现危化品重大危险源全流程管控工作。2.根据权利要求1所述的一种危化品重大危险源全流程管控方法，其特征在于，步骤1中，危化品重大危险源标准目录的建立采用自动同步和手动同步两种方式，其中自动同步危化品重大危险源标准目录为调用webapi接口，从危化品重大危险源标准库实时同步危化品重大危险源标准目录、更新危化品重大危险源标准目录，其中包括危化品重大危险源的组分特征和临界量特征；手动同步危化品重大危险源标准目录为对没有收纳进危化品重大危险源标准库中而生产环境确实存在的危化品重大危险源的组分特征和临界量特征进行同步。3.根据权利要求1所述的一种危化品重大危险源全流程管控方法，其特征在于，步骤2中，建立危化品管理中心，在危化品管理中心内存储危化品数据信息，其中包括危化品名称、危化品组分、危化品存放位置、危化品所属单位。4.根据权利要求1所述的一种危化品重大危险源全流程管控方法，其特征在于，步骤2中，结合危化品重大危险源标准目录对所获取的危化品的辨识过程如下：若储存单元内存在的危化品为单一品种时，则该危化品的数量m即为总量，若等于或超过相应的临界量M，即m≥M，则认定该存储单元为重大危险源；若储存单元内存在的危化品种类不唯一时，按照如下公式进行计算：K＝m1/M1+m2/M2+
…
+m
n
/M
n
式中：K为辨识指标；m1，m2，
…
，m
n
———每种危化品实际存在量，t；M1，M2，
…
，M
n
———各危化品相对应的临界量，t；当K值大于等于1时，则认定该存储单元为重大危险源。5.根据权利要求1所述的一种危化品重大危险源全流程管控方法，其特征在于，步骤3中，全流程监控的具体过程如下：步骤31，建立危化品重大危险源入库平台，采集新形成的危化品重大危险源的名称信息、组分信息、存放位置信息和所属单位信息；步骤32，建立危化品重大危险源监控平台，实时采集重大危险源存储单元实时数据，包括储量参数、位置参数、使用频率参数，以数据驱动的形式，利用三维数字孪生技术，构建三维数字孪生模型，并在三维数字孪生模型的基础上展示重大危险源分布；步骤33，建立危化品重大危险源使用平台，采集使用者对属于重大危险源的危化品使用情况信息；步骤34，建立危化品重大危险源销号平台，对于需要销号的危化品重大危险源进行销号处理，其包括销号申请以及销号审批，实现危化品重大危险源销号的电子化审批。6.根据权利要求1所述的一种危化品重大危险源全流程管控方法，其特征在于，步骤4
中，通过建立深度学习模型，对所监控的危化品重大危险源进行分类和预警的具体过程如下：步骤41，选取重大危险源的输入特征，输入特征包括储量a、成分b、位置c、存放时间d、使用频率e，输出特征为危险等级y；步骤42，通过插值法构建历史数据矩阵，并引入随机粒子，按照比例将历史数据随...

【专利技术属性】
技术研发人员：王子豪，柴胜凯，杜保华，吴智群，赵威，
申请(专利权)人：西安西热电站信息技术有限公司，
类型：发明
国别省市：