识别重大危险源的方法、系统、存储介质及计算机设备技术方案

本发明专利技术涉及识别重大危险源的方法、系统、存储介质及计算机设备。所述方法包括：获取危险源的状态信息；将所述状态信息输入预先构建的事故演化模型，得到所述危险源演化的事故类型以及各类型事故的发生概率；根据预设判据确定危险源对应的承灾载体，获取承灾载体的暴露性评估模型和脆弱性评估模型；读取所述事故演化模型的输出结果，根据所述输出结果、所述暴露性评估模型和脆弱性评估模型，计算各判据对应的风险预测值；预设判据至少为两个；将各预设判据的风险预测值与其对应的风险阈值进行比较，根据所述比较结果判定所述危险源是否为重大危险源。本发明专利技术能够有效识别重大危险源，防止重大危险事故发生。

Method, system, storage medium and computer equipment for identifying major hazard installations

The invention relates to a method, a system, a storage medium and a computer device for identifying a major hazard. The method comprises: acquiring state information of dangerous source; the state information input pre built accident evolution model, get the probability of occurrence of the accident types of the dangerous source and evolution of the various types of accident disaster; according to the preset criterion to determine the hazard vector corresponding to the acquisition of exposure assessment model and vulnerability assessment model disaster bearing carrier; reading the output results of the model of the evolution of the accident, according to the results, the exposure assessment model and vulnerability assessment model, predict the risk calculation of the criterion value corresponding to the preset criteria; at least two; the default risk will criterion predict risk threshold value corresponding to according to the comparison result of the comparison to determine the source of danger is major hazard. The invention can effectively identify major hazard sources and prevent major dangerous accidents.

【技术实现步骤摘要】
识别重大危险源的方法、系统、存储介质及计算机设备
本专利技术涉及风险评估
，特别是涉及识别重大危险源的方法、系统、存储介质及计算机设备。
技术介绍
安全与危险是两种相对的状态，所谓的安全是一种使伤害或者损害的风险限制在可接受水平的状态；反之则为危险，而重大危险指的是危险性超过设定的可接受范围的状态。任何一个系统都是运动变化的，因此通常危险源的危险性也随系统状态变化而不同。目前，对危险源的识别方式均是基于危险源本身固有的特征进行评估的，例如化学物品危险源的识别基于化学物品固有的特性评估，核辐射危险源的危险性基于其固有的辐射强弱评估；这种评估结果的可参考性较弱，难以有效避免重大危险事故发生。
技术实现思路
基于此，本专利技术实施例提供识别重大危险源的方法、系统、存储介质及计算机设备，能够有效识别重大危险源，防止重大危险事故发生。本专利技术一方面提供识别重大危险源的方法，包括：获取危险源的状态信息，所述状态信息包括危险源本身的特征参数和危险源所处的环境参数；通过预先构建的事故演化模型预测所述危险源对应的事故类型以及各类型事故的发生概率；所述事故演化模型的输入为危险源的状态信息，输出为事故本文档来自技高网...

【技术保护点】
一种识别重大危险源的方法，其特征在于，包括：获取危险源的状态信息，所述状态信息包括危险源本身的特征参数和危险源所处的环境参数；通过预先构建的事故演化模型预测所述危险源对应的事故类型以及各类型事故的发生概率；所述事故演化模型的输入为危险源的状态信息，输出为事故类型以及各类型事故的发生概率；根据预设判据确定危险源对应的承灾载体，获取承灾载体的暴露性评估模型和脆弱性评估模型；根据所述事故演化模型的输出结果、承灾载体的暴露性评估模型和脆弱性评估模型，计算各判据的风险预测值；预设判据至少为两个，不同判据分别定义不同承灾载体的预设受损程度；所述暴露性评估模型反映承灾载体相对危险源的空间分布特性；所述脆弱性...

【技术特征摘要】
1.一种识别重大危险源的方法，其特征在于，包括：获取危险源的状态信息，所述状态信息包括危险源本身的特征参数和危险源所处的环境参数；通过预先构建的事故演化模型预测所述危险源对应的事故类型以及各类型事故的发生概率；所述事故演化模型的输入为危险源的状态信息，输出为事故类型以及各类型事故的发生概率；根据预设判据确定危险源对应的承灾载体，获取承灾载体的暴露性评估模型和脆弱性评估模型；根据所述事故演化模型的输出结果、承灾载体的暴露性评估模型和脆弱性评估模型，计算各判据的风险预测值；预设判据至少为两个，不同判据分别定义不同承灾载体的预设受损程度；所述暴露性评估模型反映承灾载体相对危险源的空间分布特性；所述脆弱性评估模型反映各类物理因素作用于承灾载体时承灾载体受损达到预设受损程度的概率，所述物理因素与事故类型对应；将所述判据的风险预测值与预设的风险阈值进行比较，根据所述比较结果判定所述危险源是否为重大危险源。2.根据权利要求1所述的识别重大危险源的方法，其特征在于，还包括：获取历史事故数据，按照各历史事故对应的危险源对历史事故数据进行分类；通过机器学习对分类后的历史事故数据进行学习，生成每一类危险源对应的事故演化模型。3.根据权利要求1所述的识别重大危险源的方法，其特征在于，将所述判据的风险预测值与预设的风险阈值进行比较，根据所述比较结果判定所述危险源是否为重大危险源包括：分别将各判据的风险预测值与其对应的风险阈值进行比较；若任一判据的风险预测值大于其对应的风险阈值，则判定所述危险源为重大危险源；若全部判据的风险预测值均不大于其对应的风险阈值，则判定所述危险源为非重大危险源。4.根据权利要求1所述的识别重大危险源的方法，其特征在于，根据所述事故演化模型的输出结果、所述暴露性评估模型和脆弱性评估模型，计算各判据对应的风险预测值，包括：根据危险源对应的事故类型以及各类型事故的发生概率、承灾载体的暴露性评估模型和脆弱性评估模型，计算所述危险源导致承灾载体受损的平均风险预测值；根据各类承灾载体的所述平均风险预测值分别计算各判据的风险预测值。5.根据权利要求4所述的识别重大危险源的方法，其特征在于，根据危险源对应的事故类型以及各类型事故的发生概率、承灾载体的暴露性评估模型和脆弱性评估模型，计算所述危险源导致承灾载体受损的平均风险预测值，包括：根据事故类型确定事故作用于承灾载体的物理因素；根据承灾载体的暴露性评估模型得出所述物理因素作用于承灾载体时的强度；根据所述强度以及承灾载体在所述物理因素下的脆弱性评估模型，得出所述物理因素作用于承灾载体时所述承灾...

【专利技术属性】
技术研发人员：黄咸家，张龙梅，杨苹，彭岚，郑子辉，孙传禧，
申请(专利权)人：广州中国科学院工业技术研究院，
类型：发明
国别省市：广东,44