一种机场核心风险预测方法及系统技术方案

本发明专利技术公开了一种机场核心风险预测方法及系统，属于机场安全服务技术领域，该方法包括以下步骤：获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息；提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入；对拆分后的所述不安全时间信息进行原因定位和预测，并将预测的结果展示出来。通过对机场的不安全事件信息拆分成五个参数，通过将每个参数作为预测模型的预测因子，通过预测因子不同的权重，准确的输出预测结果，预测更加的准确。测更加的准确。测更加的准确。

【技术实现步骤摘要】
一种机场核心风险预测方法及系统


[0001]本专利技术涉及机场安全服务
，特别涉及一种机场核心风险预测方法及系统。

技术介绍

[0002]在ICAO、CAAC及地方监管要求和机场对应自身安全、质量精细化管理要求下，机场AOC都会及时获取机场各业务条线发生和发现的各种事件，即包括值班发现的事件，也包括现场作业发生的事件。伴随安全管理理念和大数据技术的发展，机场已经意识到事件数据对机场运行态势的评估和安全管理重点工作的识别有积极的贡献，都在努力探索适合本场的数据分析方式，来进一步发挥不安全事件的价值。
[0003]传统的机场风险预测方式仅停留在宏观的预测，根据不安全事件产生的其中一个因素作为预测模型的预测因子，因此预测的结果准确性较差，往往两个不安全事件虽然结果相似，但是产生的原因不同，而预测模型输出的预测结果保持一致，再这种预测方式下，不利于机场的安全管控，也不方便即使处理不安全事件导致的风险。

技术实现思路

[0004]本专利技术的目的就在于为了解决上述传统的机场风险预测方式预测因子单一，预测结果不够准确的问题而提供一种机场核心风险预测方法及系统，具有预测结果更加准确，灵敏度高，方便及时定位不安全事件产生的原因，方便后期的安全管理的优点。
[0005]第一方面本专利技术通过以下技术方案来实现上述目的，一种机场核心风险预测方法，该方法包括以下步骤：
[0006]获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息；
[0007]提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入；
[0008]对拆分后的所述不安全时间信息进行原因定位和预测，并将预测的结果展示出来。
[0009]优选的，所述不安全事件信息通过采集人工系统、设备系统和环境系统对不安全事件信息进行获取，人工系统用于提供人为不安全事件信息，设备系统用于提供设备不安全事件信息，环境系统用于提供环境不安全事件信息。
[0010]优选的，所述对拆分后的所述不安全时间信息进行原因定位和预测的方法包括以下步骤：
[0011]获取不安全事件信息，通过提取不安全事件关键词进行参数拆分；
[0012]拆分后的参数用于：
[0013]对事件参数包括时间、地点、类型、严重等级和处理措施进行加权，并计算总体得
分；
[0014]通过对事件原因进行分层，获取不安全事件的生成原因，从而对事件进行原因定位；
[0015]展示每个加权后的参数得分，以及统计参数的总体得分与评分表进行比对，从而输出事件的预测结果以及事件发生的原因。
[0016]优选的，所述预测的结果展示出来是通过图表单元生成该不安全事件信息中的每个参数得分占总体得分的比例图，以及对每个参数进行原因定位。
[0017]第二方面本专利技术通过以下技术方案来实现上述目的，一种机场核心风险预测系统，包括：
[0018]数据采集单元，用于接入机场各个系统采集不安全事件信息；
[0019]数据处理单元，用于对采集到的不安全事件信息进行处理，提取不安全事件信息的有效词句；
[0020]事件分析模型，用于通过提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入，对拆分后的所述不安全时间信息进行原因定位和预测；
[0021]数据展示单元，用于展示预测的结果。
[0022]优选的，所述事件分析模型包括：
[0023]分类模型，用于将事件分为时间周期、事件地点、事件类型、严重等级和处理措施的五大参数；
[0024]解析模型，用于对分类后的各个参数进行加权；
[0025]原因定位模型，用于通过设定分层架构，对不安全事件产生的原因进行逐层查找，确定该不安全事件产生的具体原因；
[0026]预测模型，用于通过计算参数加权后的总分与风险额定分数进行对比，确定风险的等级。
[0027]优选的，所述事件分析模型还连接数据库和模型训练单元，数据库与数据处理单元连接，存储各个系统提供的人工分析的不安全事件信息，使用该不安全事件信息输入至模型训练单元，对事件分析模型进行训练，数据库还与数据展示单元连接，用于备份展示的图表信息。
[0028]第三方面本专利技术通过以下技术方案来实现上述目的，一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面所述的方法。
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]通过对机场的不安全事件信息拆分成五个参数，通过将每个参数作为预测模型的预测因子，通过对预测因子附加不同的权重，通过累计不同参数的得分，通过输出的总得分对比属于哪个风险等级，这样输出的预测结果更加的准确，通过该方式若是其中一个参数改变，也会影响到输出的预测结果，灵敏度更高。
[0031]通过采用分层架构来对不安全事件发生的原因进行定位，通过层层细化原因，来快速查找不安全事件产生的准确的原因，也方便后期出现风险时，工作人员即使的处理风
险。
附图说明
[0032]图1为本专利技术的风险预测方法流程图。
[0033]图2为本专利技术的不安全时间信息原因定位和预测方法流程图。
[0034]图3为本专利技术的风险预测系统组成示意图。
[0035]图4为本专利技术的事件分析模型组成示意图。
[0036]图5为本专利技术的不安全事件产生的原因分层示意图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]实施例1
[0039]请参阅图1所示，一种机场核心风险预测方法，该方法包括以下步骤：
[0040]步骤S1、获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息，所述不安全事件信息通过采集人工系统、设备系统和环境系统对不安全事件信息进行获取，人工系统用于提供人为不安全事件信息，设备系统用于提供设备不安全事件信息，环境系统用于提供环境不安全事件信息，机场的不安全事件主要包括三大类，人为操作问题带来的安全隐患，设备运行过程中出现故障带来的安全隐患以及环境因素导致出现的安全隐患，通过人工、设备和环境三大系统可以全面掌握的机场的事件。
[0041]步骤S2、提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场核心风险预测方法，其特征在于，该方法包括以下步骤：获取机场的不安全事件信息，所述不安全事件信息为各系统上传的威胁机场运行的事件信息；提取所述不安全事件信息的关键词，将所述不安全事件信息按照时间、地点、类型、严重等级和处理措施五个参数进行拆分，所述拆分用于对事件信息进行细化处理，使每个参数均作为预测因子，所述预测因子用于作为预测模型的输入；对拆分后的所述不安全时间信息进行原因定位和预测，并将预测的结果展示出来。2.根据权利要求1所述的一种机场核心风险预测方法，其特征在于，所述不安全事件信息通过采集人工系统、设备系统和环境系统对不安全事件信息进行获取，人工系统用于提供人为不安全事件信息，设备系统用于提供设备不安全事件信息，环境系统用于提供环境不安全事件信息。3.根据权利要求1所述的一种机场核心风险预测方法，其特征在于，所述对拆分后的所述不安全时间信息进行原因定位和预测的方法包括以下步骤：获取不安全事件信息，通过提取不安全事件关键词进行参数拆分；拆分后的参数用于：对事件参数包括时间、地点、类型、严重等级和处理措施进行加权，并计算总体得分；通过对事件原因进行分层，获取不安全事件的生成原因，从而对事件进行原因定位；展示每个加权后的参数得分，以及统计参数的总体得分与评分表进行比对，从而输出事件的预测结果以及事件发生的原因。4.根据权利要求3所述的一种机场核心风险预测方法，其特征在于，所述预测的结果展示出来是通过图表单元生成该不安全事件信息中的每个参数得分占总体得分的比例图，以及对每个参数进行原因定位。5.一种机场核心风险预测系统，其...

【专利技术属性】
技术研发人员：金亚东，胡占桥，
申请(专利权)人：如东信息技术服务上海有限公司，
类型：发明
国别省市：