基于数据驱动的电力安全生产事故风险预警研究

• 作者: 李朋磊 杨军 王东 米传民 许洁
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 安全事故 隐患 大数据 海因里希法则 预警
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 大数据专题
• 页码范围: 9-14
• 页数: 6页
• 分类号: X93
• 字数: 4470字
• 语种: 中文

摘要

智能电网的快速发展和广泛应用为电力企业提供了来源复杂、结构多样的海量数据,使得智能电网成为大数据最重要的应用领域之一.如何应用大数据技术实现对电力安全生产数据的采集、存储和挖掘,进而提高电力企业的安全生产水平成为当前重要的研究课题.本文首先阐述了电力大数据和大数据技术的基本概念,然后借鉴传统的“海因里希法则”的思想,从隐患的角度出发,运用大数据技术对我国某省电力安全生产数据进行处理,通过这些数据建立某省电力企业的安全事故比例模型.再通过回归分析,对未来可能存在的隐患数量进行预测.最后根据安全事故比例模型对未来可能发生事故、事件数量做出预测,确定隐患数量的控制目标,形成一套安全生产预警模型,从而达到消除隐患、减少事故发生目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米传民	南京航空航天大学经济与管理学院	72	924	13.0	28.0
2	许洁		3	4	1.0	2.0
3	杨军	国家电网有限公司安全质量监察部	5	17	3.0	4.0
4	王东	国家电网有限公司安全质量监察部	2	3	1.0	1.0
5	李朋磊	南京航空航天大学经济与管理学院	2	3	1.0	1.0