本申請涉及電力安全生產(chǎn)，特別是涉及一種風險評估方法、裝置、計算機設備、可讀存儲介質和程序產(chǎn)品。

背景技術：

1、隨著電力行業(yè)的快速發(fā)展，電力設備的規(guī)模和復雜性不斷增加，保障員工的安全和健康已成為行業(yè)發(fā)展的核心任務之一。由于電力生產(chǎn)作業(yè)環(huán)境中存在高壓、高溫、大電流等危險因素，員工在進行設備維護、操作或事故處理時，常常面臨諸多職業(yè)風險。此外，隨著智能電網(wǎng)和新能源的廣泛應用，電力系統(tǒng)的復雜性顯著提升，新型風險因素不斷涌現(xiàn)，對傳統(tǒng)的安全防護和風險管理提出了新的挑戰(zhàn)。

2、近年來，電力行業(yè)安全事故頻發(fā)，促使企業(yè)和監(jiān)管機構更加重視人身風險管理。然而，傳統(tǒng)的風險評估方法往往依賴于經(jīng)驗和主觀判斷，導致評估的準確性不高，難以有效應對日益復雜的作業(yè)環(huán)境。

技術實現(xiàn)思路

1、基于此，有必要針對上述技術問題，提供一種能夠提高電力行業(yè)風險評估準確性的風險評估方法、裝置、計算機設備、可讀存儲介質和程序產(chǎn)品。

2、第一方面，本申請?zhí)峁┝艘环N風險評估方法，包括：

3、獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；

4、利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；

5、將風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；風險檢測結果用于對預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。

6、在其中一個實施例中，上述利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)進行特征提取處理，得到風險特征，包括：

7、利用數(shù)據(jù)挖掘算法計算風險數(shù)據(jù)集合中各風險數(shù)據(jù)的發(fā)生頻率，得到多個頻率數(shù)據(jù)；

8、基于多個頻率數(shù)據(jù)，生成針對風險數(shù)據(jù)集合的多個頻繁項集；

9、針對每一頻繁項集，對頻繁項集中的子集進行關聯(lián)處理，得到頻繁項集對應的關聯(lián)規(guī)則；

10、將頻繁項集和頻繁項集對應的關聯(lián)規(guī)則確定為風險特征。

11、在其中一個實施例中，上述基于多個頻率數(shù)據(jù)，生成針對風險數(shù)據(jù)集合的多個頻繁項集，包括：

12、對多個頻率數(shù)據(jù)進行排序處理，得到排序信息；

13、基于排序信息對風險數(shù)據(jù)集合進行處理，得到多個頻繁項集。

14、在其中一個實施例中，上述基于排序信息對風險數(shù)據(jù)集合進行處理，得到多個頻繁項集，包括：

15、基于排序信息，對風險數(shù)據(jù)集合中不同類型的風險數(shù)據(jù)進行至少一次組合處理，直至生成的候選頻繁項集不滿足預設的最小支持度閾值為止，并將最后一次生成的候選頻繁項集確定為頻繁項集。

16、在其中一個實施例中，上述基于排序信息對風險數(shù)據(jù)集合進行處理，得到多個頻繁項集，包括：

17、基于排序數(shù)據(jù)，將頻率數(shù)據(jù)對應的風險數(shù)據(jù)插入到預先建立的頻繁模式樹中；

18、從頻繁模式樹中提取頻繁項集。

19、在其中一個實施例中，上述風險預測模型的訓練過程，包括：

20、獲取訓練樣本集；訓練樣本集包括多個風險數(shù)據(jù)樣本子集；

21、基于多個風險數(shù)據(jù)樣本子集和預設微調(diào)算法對初始風險預測模型進行微調(diào)，得到訓練好的風險預測模型。

22、在其中一個實施例中，該方法還包括：

23、將風險預測結果和風險實測結果進行比對，計算風險預測模型的性能指標；

24、在性能指標不滿足預設閾值的情況下，對風險預測模型進行優(yōu)化處理。

25、第二方面，本申請還提供了一種風險評估裝置，包括：

26、數(shù)據(jù)獲取模塊，用于獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；

27、特征提取模塊，用于利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；

28、特征輸入模塊，用于將風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；風險檢測結果用于對預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。

29、第三方面，本申請還提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，處理器執(zhí)行計算機程序時實現(xiàn)以下步驟：

30、獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；

31、利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；

32、將風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；風險檢測結果用于對預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。

33、第四方面，本申請還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

34、獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；

35、利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；

36、將風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；風險檢測結果用于對預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。

37、第五方面，本申請還提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

38、獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；

39、利用數(shù)據(jù)挖掘算法對風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；

40、將風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；風險檢測結果用于對預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。

41、上述風險評估方法、裝置、計算機設備、可讀存儲介質和程序產(chǎn)品，先獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；該風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；接著，利用數(shù)據(jù)挖掘算法對所述風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；最后，將所述風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；所述風險檢測結果用于對所述預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估；該方法中，通過獲取預設區(qū)域范圍內(nèi)的電力行業(yè)風險數(shù)據(jù)集合，并利用數(shù)據(jù)挖掘算法對這些數(shù)據(jù)進行深入分析和特征提取，可以快速識別出潛在的風險因素。相比傳統(tǒng)依靠經(jīng)驗和手工分析的方式，這種方法能夠更精確地識別出與電力事故高度相關的特征，極大提高風險評估的準確性。另外，通過將風險特征輸入預先訓練好的風險預測模型，能夠在風險預測模型的幫助下生成準確的風險預測結果。基于這些預測結果，電力行業(yè)管理者可以對各區(qū)域的安全狀況進行預判，并采取相應的預防措施，從而減少事故發(fā)生的可能性，增強全局性的風險控制能力。

技術特征：

1.一種風險評估方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述利用數(shù)據(jù)挖掘算法對所述風險數(shù)據(jù)進行特征提取處理，得到風險特征，包括：

3.根據(jù)權利要求2所述的方法，其特征在于，所述基于多個所述頻率數(shù)據(jù)，生成針對所述風險數(shù)據(jù)集合的多個頻繁項集，包括：

4.根據(jù)權利要求3所述的方法，其特征在于，所述基于所述排序信息對所述風險數(shù)據(jù)集合進行處理，得到多個所述頻繁項集，包括：

5.根據(jù)權利要求3所述的方法，其特征在于，所述基于所述排序信息對所述風險數(shù)據(jù)集合進行處理，得到多個所述頻繁項集，包括：

6.根據(jù)權利要求1至5任意一項所述的方法，其特征在于，所述風險預測模型的訓練過程，包括：

7.根據(jù)權利要求1至5任意一項所述的方法，其特征在于，所述方法還包括：

8.一種風險評估裝置，其特征在于，所述裝置包括：

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的方法的步驟。

技術總結
本申請涉及一種風險評估方法、裝置、計算機設備、可讀存儲介質和程序產(chǎn)品。所述方法包括：獲取預設區(qū)域范圍內(nèi)電力行業(yè)的風險數(shù)據(jù)集合；所述風險數(shù)據(jù)集合至少包括電力事故數(shù)據(jù)和操作人員數(shù)據(jù)；利用數(shù)據(jù)挖掘算法對所述風險數(shù)據(jù)集合進行特征提取處理，得到風險特征；將所述風險特征輸入預先訓練好的風險預測模型中，得到風險預測結果；所述風險檢測結果用于對所述預設區(qū)域范圍內(nèi)電力行業(yè)的風險進行評估。采用本方法能夠提高電力行業(yè)風險評估準確性。

技術研發(fā)人員：華煌圣,孫嘉興,張璞,周健,黎穎,劉健欣,徐敏,劉通,毛志宇,李晨
受保護的技術使用者：廣東電網(wǎng)有限責任公司廣州供電局
技術研發(fā)日：
技術公布日：2025/1/9