【技术实现步骤摘要】
本专利技术涉及智能分析领域，尤其涉及智能化危化品风险分析评估系统。
技术介绍
1、随着工业化和化学工程的发展，危险化学品的使用逐渐增多，其在生产和生活中的重要性不断上升。然而，危险化学品的不当管理可能导致严重的事故，对人类健康和环境造成不可逆转的损害。因此，对危险化学品进行科学而全面的风险评估成为确保社会安全和可持续发展的关键一环。传统的危险化学品风险评估方法往往依赖于人工经验和静态模型，存在主观性强、效率低下的问题。
2、现有的危化品风险分析评估系统无法适应不同的环境和条件，无法针对预测结果及时采取有效的管控措施，人为干扰影响大；此外，现有的危化品风险分析评估系统无法全面地评估危险品可能的风险情况，降低沟通和决策效率，为此，我们提出智能化危化品风险分析评估系统。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的智能化危化品风险分析评估系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、智能化危化品风险分析评估系统，包括采集处理模块、图谱构建模块、风险预测模块、建模评估模块、虚拟模拟模块、预警监控模块、管控建议模块、检索管理模块以及监测平台；
4、所述采集处理模块用于从不同来源收集危化品各项数据，并对收集到的数据进行预处理；
5、所述图谱构建模块用于根据危化品各项数据构建风险知识图谱；
6、所述风险预测模块用于对危化品的风险进行识别和预测；
7、所述建模评估模
8、所述虚拟模拟模块用于将危化品的各项信息以虚拟现实的形式呈现，并在虚拟环境中模拟危险情景；
9、所述预警监控模块用于对危化品的风险进行定量和定性评估，并生成风险报告和预警信息；
10、所述管控建议模块用于根据风险评估结果，提供针对性的风险管控建议和措施；
11、所述检索管理模块用于将地理信息与危险源关联，并进行位置信息的快速检索和管理；
12、所述监测平台用于将风险评估结果和管控建议以图表与地图的形式进行展示。
13、作为本专利技术的进一步方案，所述采集处理模块数据预处理具体步骤如下：
14、步骤一：采集危化品各项数据，之后检查采集的危化品数据集中是否存在缺失值，并对每组缺失值进行标记，若缺失值数量低于预设的处理阈值，则删除对应样本或特征以处理各组缺失值，若缺失值高于预设的处理阈值，则通过插值方法填充缺失值；
15、步骤二：计算采集到的危化品数据的均值以及标准差，之后根据计算出的均值以及标准差获取异常值的阈值范围，对采集到的每组数据进行判断，若危化品数据超过阈值上限或小于下限，则将其标记为异常值，之后通过选择删除或替换为均值的方式处理标记的异常值，异常值处理完成后，采用插值法对危化品数据中的缺失值进行填补；
16、步骤三：检测并删除重复记录，构建滤波窗口，对于每组危化品数据，在滤波窗口内选取相邻的多组数据点，知再将选取的窗口内数据进行排序，并确定中间位置的数值，再将确定的中值替代当前数据点，重复进行中值选择以及数据替换步骤，直至每组数据都被窗口内排序后的中值所取代。
17、作为本专利技术的进一步方案，所述图谱构建模块分析风险知识图谱构建具体步骤如下：
18、步骤1：从文献、规范、公开数据库、化学研究机构的专业报告以及化学领域科普书籍中抽取与危险化学品的相应知识，通过ner模型识别文本中的实体；
19、步骤2：从文本中提取实体之间的关系，建立知识之间的联系，使用图数据库或三元组存储结构将实体、关系和属性进行组织，在通过rdf标准根据实体和关系的特性构建风险知识图谱；
20、步骤3：定期通过数据融合和迭代抽取不断扩展知识图谱的规模和深度，通过共享实体、属性或关系的方式将知识图谱与其他相关领域的知识进行链接，再使用图形数据库的可视化工具为用户提供可视化界面。
21、作为本专利技术的进一步方案，步骤3所述其他相关领域具体包括环境保护领域、法律法规领域、应急管理领域、医疗保健领域、供应链管理领域、技术研发领域、社会舆情领域以及产业链合作领域。
22、作为本专利技术的进一步方案，所述风险预测模块识别预测具体步骤如下：
23、步骤①：从风险知识图谱、危险品数据库或监管机构获取危险品各标注数据，并对数据进行标注，之后通过cnn网络以及rnn网络分别提取各组原始标注数据的图像特征以及序列特征，并将提取的特征标准化，将处理后的数据划分为训练集以及验证集；
24、步骤②：使用tensorflow导入构建神经网络所需的库，之后构建包含双向门控循环单元的识别预测模型，通过随机初始方法初始化该模型信息，将训练集数据划分为多组小批量数据，并依次将各组小批量训练数据传入识别预测模型中，再通过识别预测模型的前向传播计算各组小批量数据的预测值；
25、步骤③：通过交叉熵损失函数获取预测结果与实际值之间的损失，利用反向传播算法计算损失对模型参数的梯度，再对计算得到的梯度进行裁剪，然后根据计算得到的梯度，使用sgd优化器更新模型的权重和偏置项；
26、步骤④：在每轮训练结束后，使用验证集对模型进行验证，调整模型结构或超参数，重复进行训练，直至达到预先设定的训练轮数或模型性能不再上升时，停止训练，将最终识别预测模型部署至监测平台；
27、步骤⑤：训练完成的识别预测模型实时收集危化品信息，之后该模型生成危化品各风险发生的预测概率分布，并将各组风险预测概率由高到低，以及对应的各组风险发生情况进行可视化处理，并反馈给管理人员查看。
28、作为本专利技术的进一步方案，所述建模评估模块模拟评估具体步骤如下：
29、步骤ⅰ：收集影响危险品的各随机事件信息，并依据预测结果确定每组随机事件的可能性和影响程度，再随机事件的定义，构建mcts树结构，并将树的各个节点代表不同的决策和事件；
30、步骤ⅱ：通过随机变量的抽样对每组节点进行随机事件的模拟，并生成多组可能的发展方向，在树结构的每组分支上，计算相应的风险概率，结合模拟的随机事件，评估不同的风险情景；
31、步骤ⅲ：将不同风险情景的概率进行聚合，以获得整体的风险概率，再将评估的结果以报告的形式输出，包括不同风险情景的概率和可能的后果。
32、作为本专利技术的进一步方案，所述检索管理模块关联检索具体步骤如下：
33、第一步：收集危险源的地理信息，再创建一组lur链表存储地理信息和与之对应的危险源数据，通过在链表中查找或插入节点的方式将危险源的地理信息与相应的lur链表节点关联；
34、第二步：当需要检索特定地理位置的危险源信息时，通过二分查找对lur链表进行快速检索，若检索的数据在lur链表中已存在，则将其作为一组缓存命中，同时将该数据移到链表头部，表示最近使用过，并更新其在链表中的位置；<本文档来自技高网...
【技术保护点】
1.智能化危化品风险分析评估系统，其特征在于，包括采集处理模块、图谱构建模块、风险预测模块、建模评估模块、虚拟模拟模块、预警监控模块、管控建议模块、检索管理模块以及监测平台；
2.根据权利要求1所述的智能化危化品风险分析评估系统，其特征在于，所述采集处理模块数据预处理具体步骤如下：
3.根据权利要求2所述的智能化危化品风险分析评估系统，其特征在于，所述图谱构建模块分析风险知识图谱构建具体步骤如下：
4.根据权利要求3所述的智能化危化品风险分析评估系统，其特征在于，步骤3所述其他相关领域具体包括环境保护领域、法律法规领域、应急管理领域、医疗保健领域、供应链管理领域、技术研发领域、社会舆情领域以及产业链合作领域。
5.根据权利要求3所述的智能化危化品风险分析评估系统，其特征在于，所述风险预测模块识别预测具体步骤如下：
6.根据权利要求5所述的智能化危化品风险分析评估系统，其特征在于，所述建模评估模块模拟评估具体步骤如下：
7.根据权利要求1所述的智能化危化品风险分析评估系统，其特征在于，所述检索管理模块关联检索具
...【技术特征摘要】
1.智能化危化品风险分析评估系统，其特征在于，包括采集处理模块、图谱构建模块、风险预测模块、建模评估模块、虚拟模拟模块、预警监控模块、管控建议模块、检索管理模块以及监测平台；
2.根据权利要求1所述的智能化危化品风险分析评估系统，其特征在于，所述采集处理模块数据预处理具体步骤如下：
3.根据权利要求2所述的智能化危化品风险分析评估系统，其特征在于，所述图谱构建模块分析风险知识图谱构建具体步骤如下：
4.根据权利要求3所述的智能化危化品风险分析评估系统，其特征在于，...
【专利技术属性】
技术研发人员：陈俊彬，李洪，刘冬，冯均利，吴景武，禹伟腾，商杰，车礼东，刘捷光，
申请(专利权)人：深圳海关工业品检测技术中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。