A construction method of fire safety evaluation ability based on big data, including the following steps: S1. Obtain the relevant historical business data of fire business unit and fire duty unit, and make statistics on the historical fire causes in the area by month to obtain the fire event samples; S2. Preliminarily select the fire indicators from the fire event samples; S3. Box the fire indicators; s 4. Select the indicators of low preventive testing ability; S5. Set the scoring rules of indicators; S6. Set the weight of indicators; S7. Establish the fire safety evaluation model and verify the model; output the model after verification. The invention determines the weight of each relevant factor, constructs the calculation model of fire safety evaluation score, provides the ability of fire safety evaluation for the city's fire safety work, evaluates the risk of fire in the city area and guides the investigation of fire hidden danger by dividing a large number of fire data into boxes and screening fire related factors.
【技术实现步骤摘要】
一种基于大数据的消防安全评价能力构建方法
本专利技术涉及城市公共安全
,尤其涉及一种基于大数据的消防安全评价能力构建方法。
技术介绍
消防工作是国民经济和社会发展的重要组成部分,是构建和谐社会的重要保障。消防隐患的识别与消除是城市消防安全的重要课题,也是公安部构建社会消防安全“防火墙”工程所提出的“四个能力”的重要组成部分。消防安全风险综合评价是指以统计学为基础,分析影响区域消防安全的因素集,如建筑性质、年龄、杂物堆放情况等;然后评价它们影响程度的等级和权重再进行分析计算;再通过系统工程的方法考察各系统组成要素的相互作用,做出对整个评估对象的消防安全性能评价;在当前对消防隐患评级过程中,主要采用基于消防业务人员的主观评价,或基于消防业务参考手册所建立的安全评价打分体系,通过评价总分等于分项得分乘以分项权重的方式对评估对象的整体消防安全性能进行评估。对于当前的安全评价来说,其分项指标确定依赖于业务人员对消防风险源辨识以及各因素的层级结构等主观逻辑分析;指标权重的确立方法主要依赖于平均分配、业务人员制定、AHP层次分析法等。当前对于分项指标选取与分项指标权重的设定较为主观,易受业务人员经验与水平影响,客观性不足;对当前智慧城市建设中所产生的大量数据没有得到合理的应用,缺少一个可用于横向比较的、标准化的评价标准。特别是在面对庞杂的火灾相关因素,如何能够筛选提取出最适合用于评估消防风险的指标项并设定具体权重,现在还没有一套成熟可靠的方法。
技术实现思路
(一)专利技术目的为解 ...
【技术保护点】
1.一种基于大数据的消防安全评价能力构建方法,其特征在于,包括以下步骤:/nS1:选定区域A;通过获取消防业务单位以及消防执勤单位的相关历史业务数据,并以月为单位对区域A内历史起火原因进行统计,得到区域A内B个火灾事件样本;再将B个火灾事件样本中的各样本按照发生火灾的频率将B个火灾事件样本分为C个高风险样件和D个低风险样例,并选择B个火灾事件样本中的R个样本作为模型训练集和Z个样本作为检测集;其中,C的数量和D的数量之和为B的数量;R的数量和Z的数量之和为B的数量;/nS2:再对R个样本进行分析,获取各火灾事件的火灾起因和火灾的发展与处置过程,并结合消防法规中具体的相关规定描述,得到E个导致火灾发生的消防安全变量;/nS3:对E个导致火灾发生的消防安全变量进行处理,得到离散变量、定性变量以及连续变量;其中,对离散变量与定性变量采取直接分箱以及对连续变量分箱采用卡方分箱法进行分箱,得到F个第一评价指标;/nS4:基于信息熵计算F个第一评价指标中各评估指标的信息价值IV,再去除掉信息价值IV值小于设定阈值的评估指标,得到与火灾发生相关度高的j个第二评价指标;其中,信息价值IV的阈值设定为O ...
【技术特征摘要】
1.一种基于大数据的消防安全评价能力构建方法,其特征在于,包括以下步骤:
S1:选定区域A;通过获取消防业务单位以及消防执勤单位的相关历史业务数据,并以月为单位对区域A内历史起火原因进行统计,得到区域A内B个火灾事件样本;再将B个火灾事件样本中的各样本按照发生火灾的频率将B个火灾事件样本分为C个高风险样件和D个低风险样例,并选择B个火灾事件样本中的R个样本作为模型训练集和Z个样本作为检测集;其中,C的数量和D的数量之和为B的数量;R的数量和Z的数量之和为B的数量;
S2:再对R个样本进行分析,获取各火灾事件的火灾起因和火灾的发展与处置过程,并结合消防法规中具体的相关规定描述,得到E个导致火灾发生的消防安全变量;
S3:对E个导致火灾发生的消防安全变量进行处理,得到离散变量、定性变量以及连续变量;其中,对离散变量与定性变量采取直接分箱以及对连续变量分箱采用卡方分箱法进行分箱,得到F个第一评价指标;
S4:基于信息熵计算F个第一评价指标中各评估指标的信息价值IV,再去除掉信息价值IV值小于设定阈值的评估指标,得到与火灾发生相关度高的j个第二评价指标;其中,信息价值IV的阈值设定为O.01;对于特定分箱数为i的指标,其信息价值IV的具体计算方法如下:
S5:根据各箱内的火灾高风险样本数量排序,对于分箱总数为m的指标i,当该指标i的属性处于排名第j名的分箱内时,则指标i的分数为qi;其中
S7:对区域A内的R个样本一一进行打分,得到R个评分Xij;再构建R个样本的评分矩阵;
S8:对评分矩阵中每一列的矩阵评分Xij转化为标准化的数值评分Yij;Yij的计算公式为:
其中,max(Xi)表示此项指标的最高得分;min(Xi)表示此项指标的最低得分;
S9:根据信息熵的计算公式,计算出各个指标标准化评分的信息熵Ej;...
【专利技术属性】
技术研发人员:刘驰,李耀东,王崇磊,尤加辉,阮祺安,张奕枭,
申请(专利权)人:中电科新型智慧城市研究院有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。