导航：安全管理网>> 安全论文>> 综合安全论文>>正文

基于数据挖掘的危险源辨识技术

文档作者：蒋裕丰薛建峰孙粤琳文档来源： 1．河海大学水资源高效利用与工程安全国家工程研究中心 2．南京河海科技有限公司 3．中国电力科学研究院 4．中国水利水电科学研究院		点击数：	更新时间： 2021年05月26日
下载地址：点击这里	文件大小： 273.75 KB 共4页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共4页]

本文件共4页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：273.75 KB 共4页文件格式：PDF 下载点数：1 点（VIP会员免费）

下一篇：安全理念在安全设施设计中的应用

上一篇：重大危险源风险评价研究及应用

文本预览

仅提取页面文字内容，供快速阅读使用。

水力发电 第39卷第10期
2013年10月
一一- -
基予数据挖掘的危险 辨识技术
蒋裕丰 ，一，薛建峰。，孙粤琳
(1．河海大学水资源高效利用与工程安全国家工程研究中心，江苏南京210098；
2．南京河海科技有限公司，江苏南京210098；3．中国电力科学研究院，北京100055；
4．中国水利水电科学研究院，北京100038)
摘要：在对水利水电工程施工事故的危险源进行辨识时，传统的辨识方法主观性过强，效率与准确度不高。采用
基于数据挖掘的危险源辨识技术对历史施工事故数据进行挖掘．通过研究施工事故、危险源以及能量体的关联属性
构建合理的关联规则，提高了危险源辨识的效率和准确度。实际应用结果表明，该方法切实可行，能够较为准确、
高效地辨识各类危险源。
关键词：施工事故；数据挖掘；危险源辨识；关联规则
Hazard Identification Technology Based on Data M ining
JIANG Yu~ng 一，XUE Jianfeng3，SUN Yuelin
(1．National Engineering Research Center of Water Resources Eficient Utilization and Engineering Safety,
Hohai University．Naming 210098,Jiangs~China；2 Nanjing Hohai Technology Compan~Nanjing 21009&amp;amp;Jiangsu,China；
3．Electric PowerResearch Institute in China,Beijing 100055，China；
4．China Institute ofWater Resources＆Hydropower Research，Beijing 100038，China)
Abstract Traditional hazard identification methods in construction accident prevention of water conservancy and hydropower
projects often have too much subjectivity and low eficiency,SO a new hazard identification technology based on data mining is
studied herein for improving the eficiency and accuracy of construction hazard identification．This new method can establish
reasonable accident association rules by studying the associated attributes of accidents，hazards and energy based on history
construction accident data．The actual application shows that this method is feasible and can identify hazard resources accurately
and efficiently．
Key W ords：construction accident；data mining；hazard identification；association rule
中图分类号：Tv5l；TP392 文献标识码：A 文章编号：0559—9342(2013)10—0044—03
随着“西部开发” 和“西电东送” 的开展。我
国水电建设进入了全面提速阶段。然而，施工中事
故时有发生，不仅带来巨大的人员伤亡和经济损失．
还严重制约了水利水电事业的进一步发展1-2]。为预
防和控制此类事故的发生，需要对水利水电工程施
工过程进行详细的危险源辨识。事实上， 许多施工
事故是有先例可循的，如何从大量的历史信息中总
结经验教训成为危险源辨识和控制的重要研究内容。
传统的经验预测法汲取了施工安全控制的经验．使
用简单， 是较为常用的危险源辨识方法，但其主观
誓盈Water Po er Vo1．39 No． 0
性过强，人工干预较多f3]。本文提出了基于数据挖掘
的危险源辨识方法， 其基本思想是利用数据挖掘技
术充分挖掘施工事故历史数据中蕴含的信息，用于
指导发现危险源的特征和详细情况。进而更好地控
制危险源，达到安全施工的目的。
收稿日期：2012—07—01
基金项目： 国家自然科学基金重点项目(51139001，51079086)
作者简介：蒋裕丰(1983一)， 男， 江苏宜兴人，工程师， 博
士，研究方向为大坝安全监测及水工程安全．
第39卷第10期 蒋裕丰，等：基于数据挖掘的危险源辨识技术
1 数据挖掘
数据挖掘(Data Mining简称DM)在最近几年里
已被数据库界广泛研究， 并成功应用于多个领域 。
该方法是从大量的、随机的、不完全的、有噪声的、
模糊的数据库中，提取隐含在其中的、人们预先未
知的、但又是潜在有用的信息和betway必威官方网站
的过程，是数
据库技术、人工智能、机器学习、模糊逻辑、统计
分析、模式识别等多个学科相结合的产物。数据挖
掘的主要步骤包括数据准备、数据挖掘、结果解释
和评价。数据挖掘的全过程见图1。
— — — — — — — — 一数据准备—————————— 数据挖掘—． 一结果解释和评价一1
L 一一上一一一J一～ 一一一I
图1 数据挖掘过程
1．1 数据准备
数据准备过程可细分为3个子步骤，包括数据
集成、数据选择和数据预处理。数据集成是指将来
自于多个数据源中、具有一定相关性的数据组合在
一起， 目的是进行信息整合。连通“信息孤岛”，共
享信息，解决数据的分布性和异构性的问题。数据
选取的目的是确定发现任务操作的目标对象， 即目
标数据，是根据用户的需求从集成数据库中抽取的
一组数据。数据预处理一般包括消除噪声、消除重
复记录、推算缺失数据、进行相关数据转换以及对
数据进行降维操作， 即从目标数据的初始特征中找
出真正有用的关键特征． 以减少数据挖掘需要考虑
的参数个数。
1．2 数据挖掘过程
数据挖掘过程主要是利用各种数据挖掘方法对
数据进行分析。首先确定数据挖掘的目的和挖掘的
betway必威官方网站
类型；再根据挖掘的betway必威官方网站
类型选定合适的数据
挖掘方法；最后实施数据挖掘操作，利用选定的挖
掘算法搜索数据中的模式， 并从数据库中抽取所需
的betway必威官方网站
。常用的数据挖掘方法主要有关联规则法、
分类聚类法、数据统计法、机器学习法、多层次数
据汇总归纳法、神经网络法、决策树法和序列模式
分析法等，要针对具体的挖掘特征选择合理的数据
挖掘方法。
1．3 结果解释和评价
对数据挖掘阶段得到的betway必威官方网站
要经过进一步的评
估和处理。对可能存在冗余或相关性很小的betway必威官方网站
要
将其剔除；如果挖掘所得的betway必威官方网站
不符合用户需求，
则需要重复上述挖掘过程重新挖掘。此外，数据挖
掘是为用户服务的．需要对挖掘得到的betway必威官方网站
进行解
释，使用户更容易理解和接受(主要采用可视化的
方式)。
2 基于数据挖掘的危险源辨识关键技术
2．1 数据准备
为了减少数据挖掘的工作量。提高挖掘算法的
效率和准确性，需要进行充分合理的危险源辨识数
据准备工作。
(1)根据挖掘主体设计数据集市， 并构建事例
表和多维数据立方体。对危险源辨识而言， 主要的
研究对象为施工事故、施工危险源以及施工能量体。
对这3个对象开展属性研究， 选取最能表达对象特
征和关键影响因素的属性构建各自的事例表，并添
加3个对象相互联系的关系属性，将施工事故、危
险源以及能量体有机地结合起来，构成关系数据表
和数据集市。其设计模式通常可采用星形或雪花形，
相关数据库管理软件可采用Microsoft SQL Server。
施工事故、危险源以及能量体的相关属性及相互联
系见图2
事故类别1 f所属Ⅲl
＼ ／＼＼ J她 }·
能吊体
施工
危险源
分类
所属项目)
＼ —
— ／
／
俪
／1＼方式
图2 实体对象属性关系
(2) 利用Windows操作系统的数据源管理器
(Open Database Connectivity 简称ODBC) 导人
Microsoft SQL Server关系数据库中的相关数据表，
由此建立系统数据源，并由MS Analysis Service动
名～ ／
态连接至指定数据源。
(3)利用MS Analysis Service创建挖掘目标数
据库，该数据库的本质是虚拟的， 用来存放数据挖
掘结构的数据源、多维数据集、共享维度、数据挖
掘模型库以及数据库角色。数据源是特指用于存放
相关数据库的数据源： 多维数据集是用于存放多维
数据立方体对象：共享维度是存放所有立方体公用
的维：数据挖掘模型库是存放特定的数据挖掘模型；
数据库角色用来存放数据库中所有的角色信息。
2．2 数据挖掘方法
根据危险源辨识以及构建目标数据库的特征，
本文选取关联规则方法作为危险源辨识的数据挖掘
方法。关联规则法是数据挖掘中最为常用的一种方
法， 已成功地应用于多个数据挖掘领域。关联规则
是指在数据集中支持度和置信度分别满足给定阈值
的规则， 由此反映一个事物与其他事物之间的相互
依存性和关联性。举例来说，对某超市出售记录信
息数据库进行分析可以发现如下关联规则：90％ 客
户在购买面包的同时也会购买牛奶， 即顾客在购买
某些商品的时候有一定比例的倾向购买另外一些商
品． 由此可以更好地了解顾客的购买习惯，做好商
品的调配T作，提高销售量l 5l。
对于水利水电工程施工危险源辨识而言同样存
在类似的关联规则。对历史上发生的施工事故进行
关联分析．可以发现事故的发生与哪些因素相关性
较高．如能获得这一关联规则的规律性， 即可指导
现有的工程施工． 发现潜在的危险因素．并对这些
危险源进行管理和控制，保证安全高效的施工。因
此． 本文尝试构建水利水电工程施工危险源数据挖
掘关联规则。
根据危险源的定义和分类，对施工事故、危险
源以及能量体进行属性分析， 提出“水利水电工程
施工事故属性” 这一概念，具体是指水利水电工程
施工事故发生时，施工组织设计、施工对象、施工
人员、施工设备以及施工环境所处的状态。这样，
就可以将大量的水利水电工程施工事故数据按照其
属性组织为信息进行数据挖掘，研究各项属性与事
故之间的联系。采用文本形式描述规则如下
(A1，A 2，⋯A )jD(sup，COn)
式中，A ，A：，⋯A 为规则的前提条件， 即各项水利
水电工程施工事故属性；D代表规则的结果， 即发
生事故：sup 表示该规则的支持度， 即所有记录中
A ，A：，⋯A 同时出现的概率；COn表示该规则的置
信度， 即A。，A ，⋯A 同时出现时发生D 的概率。
根据用户的需求设置最小支持度和最小置信度，
当规则满足用户指定的最小支持度和最小置信度时，
圜W(rter Power Vo1．39 No．10
可以认为该规则是较常见、可信度较高的。
规则是否适用取决于用户的感觉和需求， 需要
用户参与决定规则的有效性和可行性，这样才能将
用户需求与挖掘系统更紧密地结合起来。具体方法
为采用一种基于约束的数据挖掘，约束内容如下：
(1)数据约束。用户可指定数据挖掘的范围，
而不是对全部数据进行挖掘。
(2)挖掘层次与维的约束。用户可指定数据挖
掘系统在指定的层次和维度上进行数据挖掘。
(3)规则约束。可根据用户需求选择规则的类
型，如引入模板和兴趣度的概念，用户可利用模板
和兴趣度确定哪些规则是令人感兴趣的，而哪些则
不然。
最后。根据关联规则对现有水利水电工程施工
资料进行数据挖掘，对符合一定支持度和置信度的
危险因素， 可以认为其为水利水电工程施工危险源，
需要对其开展监测和控制，保证施工安全进行。
3 实例应用
对水利水电工程施工进行基于数据挖掘的危险
源辨识．危险源辨识数据挖掘方法见图3。
垂畔 1=二=三 董兰二
／1 控制I＼ ＼
I 由]r{g- ☆ 【德晤 I p r簖 ⋯0丽⋯ ‘“ 1
图3 危险源辨识数据挖掘方法
利用上述方法对某工程高边坡土方开挖施工进
行危险源辨识，结果见表1。
4 结语
防止危险源引发重大事故，首要任务就是要根
据危险源定义辨识哪些是可能引发事故的潜在危险
源。而基于数据挖掘技术的危险源(下转第64页)
(m·kW 制)。
根据国内外已建和在建电站的统计资料以及
经验统计公式， 结合本电站具体情况。水轮机模
型目标参数如下： 比速系数K 为1800～2050． 比
转速 为1l7．2～133．4 (m·kW制)，最优工况单位
转速 。为63．5～66．5 r／min， 限制工况单位流量
p 为0．35～0．45 m3／s，转轮临界空化系数O"c为0．045～
0．06，模型转轮最高效率 ≥94％ ，模型转轮额
定点效率叼 ≥91．5％ 。因本电站最大水头与额定
水头相差较大，为改善水轮机部分负荷时运行的
稳定性， 最优工况单位流量与限制工况单位流量
应尽量拉大距离， 控制最优工况单位流量为限制
工况单位流量0．8倍以下． 即最优工况单位流量
p1l0为0．28-0．36 1Tl ／s。
3．3 水轮机原型技术参数
根据水轮机模型目标参数．并经技术经济比较．
最终确定如美水电站水轮机原型参数如下：水轮机
型号为HL131．9一LJ一630，转轮直径D1=6．3 m，额定
转速166．7 r／min (飞逸转速310 fmin)，额定水头
236．0 m， 额定流量250．6 m3／s． 额定出力535．7
MW ，额定点效率92．6％ ， 额定点比转速131．9 (m·
kW 制)， 比速系数2 026．3， 吸出高度 ≥ 一10．67
(上接第46页)
表1 土方开挖塌方事故危险源辨识
危险源类别 危险源内容
施工载体危险源 边坡或土方
设备重型设备通过坡 边坡上堆放器材
原料 原料、废弃物等放置在边坡上
寄伞 土体无固壁支护
设尊备 危险源 防护 固⋯壁支护‘ 有’ 缺⋯陷
人的不 人处于不安全的位置
安全行为 自身行为不安全
安全检查存在缺陷
安全管理
发现问题处理不及时
设计因素 边坡设计不稳定
任意修改边坡
将边坡开挖成反坡
自嫠然 灾薹害 危瑟险源酒 施工因素 掏挖
水力开挖掌子面过高
自然灾害 暴雨冲刷或冰雪融化
灾害 地震或爆破振动
圈 erPower Vo1．39No．10
m， 安装高程2 605．0 m．压力脉动相对值△ 日在
70％～100％额定出力时不大于3％ ．在全负荷范同内
最大不超过4％ 。
4 结语
如美水电站地处西藏高寒、高海拔地区， 机组
单机容量大， 运行水头高且水头变幅较大，汛期过
机泥沙较多且硬度较大，存在一定的泥沙磨损。这
些都对机组参数选择和结构设计提出了较为特殊的
要求． 在设计过程中应综合考虑高海拔地区机组选
择时应注意的问题，适当降低水轮机比转速及比速
系数水平，优化机组结构形式， 确保机组投产后安
全、可靠、稳定运行。
参考文献：
[1] 李庆忠，等．重力加速度值的计算及实际应用．计量技术[J]．
2001(4)：11-15．
[2] DUT 5058—1996 水电站调压室设计规范[S]．
『3] 管德灵．西藏高原水轮机空蚀问题的探讨．水利水电科技进展
[J]．1996(6)：58—61．
[4] 李修树．西藏地区水轮机选型设计的几个主要问题探讨[J]．水
力发电，2011，37(4)：82—84．
(责任编辑高 瑜)
辨识技术能够从历史数据出发，深入挖掘施工事故
历史数据，通过研究施工事故、危险源以及能量体
的关联属性构建合理的关联规则．对符合一定支持
度和置信度的危险因素进行危险源确认， 从而进一
步对该危险源展开监测和控制。保证施工安全进行。
数据挖掘方法的引入不仅很好地利用了历史施工事
故数据， 也通过规则的设置，提高了危险源辨识的
效率和准确度，避免了过于依赖主观辨识的缺点，
为施工危险源辨识提供了新的思路和方法。
参考文献：
『1] 杨则珂．水利水电工程施工伤亡事故案例与分析(第一集)
[M]．北京：中国电力出版社，1996．
『2] 付元初．水利水电工程施工伤亡事故案例与分析(第二集)
[M]．北京：中国建筑工业出版社，2001．
[3] 吴宗之，高进东， 张兴凯．工业危险辩识与评价[M]．北京：气
象出版社．2000．
[4] 范明，孟晓峰．数据挖掘概念与技术[M]．北京：机械工业出版
社．2001．
[5] 吴良刚，周海涛．一种基于数理统计的数据挖掘方法研究[J]．
计算机与信息技术，2001，96(9)：1-5．
(责任编辑杨健)

网友评论 more

综合安全论文最新内容

05-04