买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大道(西安)信息技术股份有限公司

摘要：本发明涉及安全数据处理技术领域，具体涉及基于大数据的安全生产分级预警方法，该方法包括：获取每个目标类别中每个安全影响参数对应的每个安全影响数据；得到每个目标类别对应的预设数量个主成分；确定每个目标类别对应的每个主成分下所有安全影响参数的投影值；确定每个主成分对应的影响变动指标、目标影响权重和初始隶属度；根据每个目标类别对应的预设数量个主成分对应的目标影响权重和初始隶属度，确定每个目标类别对应的目标隶属度；根据所有目标类别对应的目标隶属度和所有预设安全权重，确定安全预警数值，并根据安全预警数值进行安全分级预警。本发明通过对多个安全影响数据进行数据处理，提高了安全生产预警的准确度。

主权项：1.一种基于大数据的生产安全分级预警方法，其特征在于，包括以下步骤：获取每个目标类别中每个安全影响参数对应的每个安全影响数据；根据每个目标类别中所有安全影响参数对应的所有安全影响数据进行主成分分析，得到每个目标类别对应的预设数量个主成分；根据每个目标类别中所有安全影响参数对应的预设安全权重，确定每个目标类别对应的每个主成分下所有安全影响参数的投影值；根据每个主成分下所有安全影响数据，以及每个主成分下所有安全影响参数的投影值，确定每个主成分对应的影响变动指标；根据每个主成分所属目标类别中所有安全影响参数对应的预设安全权重，以及每个主成分对应的影响变动指标，确定每个主成分对应的目标影响权重；根据每个主成分下所有安全影响数据，确定每个主成分对应的初始隶属度；根据每个目标类别对应的预设数量个主成分对应的目标影响权重和初始隶属度，确定每个目标类别对应的目标隶属度；根据所有目标类别对应的目标隶属度和所有预设安全权重，确定安全预警数值，并根据所述安全预警数值进行安全分级预警；所述根据每个目标类别中所有安全影响参数对应的预设安全权重，确定每个目标类别对应的每个主成分下所有安全影响参数的投影值，包括：根据所述目标类别中所有安全影响参数对应的所有安全影响数据，构建所述目标类别对应的原始矩阵，其中，原始矩阵的每行由同一个安全影响参数对应的所有安全影响数据构成，原始矩阵的每列由相同采集时刻下采集的所有安全影响数据构成；根据所述目标类别中所有安全影响参数对应的预设安全权重，构建所述目标类别对应的目标对角矩阵，其中，目标对角矩阵中的对角元素为安全影响参数对应的预设安全权重；根据所述目标类别对应的预设数量个主成分，构建所述目标类别对应的主成分矩阵；将所述原始矩阵、所述目标对角矩阵和所述主成分矩阵的乘积，确定为所述目标类别对应的投影值矩阵，其中，投影值矩阵中的元素为主成分下安全影响参数的投影值；所述主成分对应的目标影响权重对应的公式为： 其中，QWit是第i个目标类别对应的第t个主成分对应的目标影响权重；WLi是第i个目标类别中所有安全影响参数对应的预设安全权重的累加值；wit是第i个目标类别对应的第t个主成分对应的预设安全权重；min是取最小值函数；Bit是第i个目标类别对应的第t个主成分对应的影响变动指标；Ai是第i个目标类别对应的所有主成分对应的伪权重的累加值；N是预设数量；i是目标类别的序号；t是第i个目标类别对应的主成分的序号；所述根据每个主成分下所有安全影响数据，确定每个主成分对应的初始隶属度，包括：根据所述主成分下所有安全影响数据，构建所述主成分对应的目标频谱图；根据所述目标频谱图，确定所述主成分对应的周期性指标；根据所述周期性指标和所述主成分下所有安全影响数据，确定所述主成分对应的初始隶属度；主成分对应的周期性指标对应的公式为： 其中，SLit是第i个目标类别对应的第t个主成分对应的周期性指标；exp是以自然常数为底的指数函数；Dit是第i个目标类别对应的第t个主成分对应的目标频谱图中最大的振幅；Fit是第i个目标类别对应的第t个主成分对应的目标频谱图中，最大振幅的周期中所有峰值的频率的加权平均；Cit是第i个目标类别对应的第t个主成分对应的目标频谱图中最大振幅的周期的长度；Nit是第i个目标类别对应的第t个主成分对应的目标频谱图中，最大振幅的周期中谐波的数量；||是取绝对值函数；a是预先设置的大于0的调整参数；Hit是第i个目标类别对应的第t个主成分对应的目标频谱图中，最大振幅的周期中谐波的最大峰值；i是目标类别的序号；t是第i个目标类别对应的主成分的序号；所述主成分对应的初始隶属度对应的公式为： 其中，μit是第i个目标类别对应的第t个主成分对应的初始隶属度；nit是第i个目标类别对应的第t个主成分下安全影响数据的数量；μitb是第i个目标类别对应的第t个主成分下第b个安全影响数据对应的隶属指标；SLit是第i个目标类别对应的第t个主成分对应的周期性指标；norm是归一化函数；是欧拉函数；xitb是第i个目标类别对应的第t个主成分下第b个安全影响数据；xit1是第i个目标类别对应的第t个主成分下所有安全影响数据的均值；σit是第i个目标类别对应的第t个主成分下所有安全影响数据的方差；i是目标类别的序号；t是第i个目标类别对应的主成分的序号；b是第t个主成分下安全影响数据的序号。

全文数据：

权利要求：

百度查询： 大道(西安)信息技术股份有限公司 基于大数据的安全生产分级预警方法