大数据异动预警球阵列可视化表达及异动预警分析系统、方法技术方案

本发明专利技术属于安全预警技术领域，公开了一种大数据异动预警球阵列可视化表达及异动预警分析系统、方法，包括：数据采集模块采集和抽取实时监测数据；离群数据剔除模块剔除采集到数据中的离群数据；信效度检验模块对剩余数据进行可靠性检验和有效性检验；内隐关联预警决策模块对通过检验的数据进行相关性分析和决策；球阵列可视化模块根据决策结果，做出相应的球阵列可视化表达。本发明专利技术能够弥补现有安全监控系统对风险预测和关联性分析能力的缺失，为安全监控工作提供一种新的异动数据定量分析方法，从而为安全生产管理人员提供对异动数据进行定量分析的依据，同时提供了一种对数据异动进行原因预判的辅助分析手段。进行原因预判的辅助分析手段。进行原因预判的辅助分析手段。

【技术实现步骤摘要】
大数据异动预警球阵列可视化表达及异动预警分析系统、方法


[0001]本专利技术属于安全预警
，尤其涉及一种大数据异动预警球阵列可视化表达及异动预警分析系统、方法。

技术介绍

[0002]目前，数据可视化是指通过一系列的特定视觉元素的运用，提取数据特征值，进而传递对数据或数据的输出结果的视觉化表达的技术。虽然数据可视化在管理信息系统的应用中不是什么新鲜的名词，信息图形、统计图形等都可以认为是数据可视化的一种简单表现形式，目前国内主要是将大型数据集提取为可视化图形，以便直观地传递出数据所包含的相关信息。随着大数据技术的应用，原来传统的数据可视化表达方法已经不能满足实际工作的需要，因此越来越多的企业开始了数据可视化的尝试。随着各行业对信息化的更高需求，现有的数据可视化表达方式不能满足日益复杂的安全监控和预警工作的需要。
[0003]同时，目前的可视化表达方法在数据表达的研究方法和表达要素等方面都存在一定的问题和缺陷，如下：
[0004]关于现有数据表达的研究方法存在以下三个问题：1)目前对数据表达的研究还仅仅限于对数据表面属性的直接反应；2)不能直观表达多数据源数据之间的内隐关联关系；3)不能系统地解释多数据源数据出现的异动现象，需要安全生产管理人员的人工介入，并凭借个人经验进行判断处理。
[0005]现有可视化表达要素存在缺陷是另一个最重要的问题：目前数据可视化的尝试和研究大部分都是基于Colin Ware在其《信息可视化：设计的感知》(Information Visualization:Perception for Design)总结的可视化表达的要素原则：每个数据可视化的要素均由颜色、表现形式、运动或变化方式和空间位置等四个组成部分构成。基于Colin Ware表达原则开发的可视化系统可以很好地表达数据的自身属性(如颜色、表现形式和运动)以及与其它数据的相对属性(如：空间位置)。但是本专利技术认为孤立存在的数据是极少的，数据信息除了需要具有自身属性和相对属性外，还应具有数据间内隐关联关系的关联属性。
[0006]通过上述分析，现有技术存在的问题及缺陷为：
[0007](1)现有的数据可视化表达方式不能满足日益复杂的安全监控和预警工作的需要。
[0008](2)目前对数据表达的研究还仅仅限于对数据表面属性的直接反应，不能直观表达多数据源数据之间的内隐关联关系。
[0009](3)现有的数据可视化表达方式不能系统地解释多数据源数据出现的异动现象，需要安全生产管理人员的人工介入，并凭借个人经验进行判断处理。
[0010]解决以上问题及缺陷的难度为：
[0011](1)探索多源数据内隐关联关系的研究方法目前没有可依托的经验，研究方法的
选择存在难度。
[0012](2)虽然异动数据内隐关联关系的构建方法目前讨论的很少，但是如何对异动数据的内隐关联属性特征的可视化表达，目前没有可供参考的文献和研究经验。
[0013]解决以上问题及缺陷的意义为：
[0014](1)对安全监控系统的补充意义：本专利技术能够弥补现有安全监控系统对风险预测和关联性分析能力的缺失，为安全监控工作提供一种新的异动数据定量分析方法，从而为安全生产管理人员提供对异动数据进行定量分析的依据，同时提供了一种对数据异动进行原因预判的辅助分析手段。
[0015](2)对安全监控系统的提升意义：本专利技术提出的异动数据内隐关联可视化表达方法，不但可以直观地反映出现异动数据对应传感器本身的问题，同时可以反映相关传感器的问题。本专利技术还可以直观地将这种关联关系以“球阵列可视化”的方法表达出来，从而可以为安全生产管理人员提供有价值的关联数据的信息，进而提供进行预判的定量依据，更好地提升安全监控领域的信息化、自动化和智能化的水平。
[0016](3)对安全监控系统潜在的科学规律的挖掘意义：本专利技术不但可以直观地将数据和数据之间的关联关系进行可视化表达，还可以帮助研究人员直观地感知造成这种关联关系的原因，提供进一步探索的科学依据，从而探讨之前未曾考虑到的或未曾发现的数据之间的内隐关联关系，进而研究更深层次的科学规律。

技术实现思路

[0017]针对现有技术存在的问题，本专利技术提供了一种大数据异动预警球阵列可视化表达及异动预警分析系统、方法。
[0018]本专利技术是这样实现的，一种大数据异动预警球阵列可视化表达及异动预警分析系统，所述大数据异动预警球阵列可视化表达及异动预警分析系统包括：
[0019]数据采集模块，用于采集和抽取实时监测数据；
[0020]离群数据剔除模块，用于剔除采集到数据中的离群数据；
[0021]信效度检验模块，用于对剩余数据进行可靠性检验和有效性检验；
[0022]内隐关联预警决策模块，用于对通过检验的数据进行相关性分析和决策；
[0023]球阵列可视化模块，用于根据决策结果，做出相应的球阵列可视化表达。
[0024]进一步，所述决策结果包括：报警状态、预警状态和监测状态。
[0025]进一步，所述球阵列可视化表达包括：
[0026]所述球阵列可视化表达的表达排布形式包括但不限于横排、竖排、斜排方式；
[0027]所述球阵列可视化表达的表达陈列包括但不限于球型、圆型、椭圆形、方形、矩形、平行四边形、三角形、菱形、梯形、八角形、五边形方式；
[0028]所述球阵列可视化表达的连线连接方式包括但不限于直线、曲线、螺旋线、折线、弧线方式；
[0029]所述球阵列可视化表达的连线表达方式包括但不限于不间断线、间断线、粗线、细线方式。
[0030]进一步，所述信效度检验模块包括：
[0031]信度检验单元，用于对去除离群数据后的数据集进行可靠性检验；
[0032]效度检验单元，用于对通过可靠性检验的数据集进行有效性检验。
[0033]进一步，所述内隐关联预警决策模块包括：
[0034]相关性分析单元，用于对通过信效度检验的数据集进行内隐关联关系的相关性分析；
[0035]内隐关联分析单元，用于对通过相关性分析的数据集进行关联分析。
[0036]本专利技术的另一目的在于提供一种应用于所述大数据异动预警球阵列可视化表达及异动预警分析系统的大数据异动预警球阵列可视化表达及异动预警分析方法，所述大数据异动预警球阵列可视化表达及异动预警分析方法包括：
[0037]步骤一，采集监控对象的实测监测数据作为基础数据；
[0038]步骤二，将全部数据进行组合，剔除基础数据中的异常数据和离群数据；
[0039]步骤三，对通过步骤二得到的数据进行可靠性验证和有效性验证，如可靠性和有效性满符合要求，则进入关联性决策；否则反复进行步骤二和步骤三的验证，直到符合要求；
[0040]步骤四，对通过验证的数据进行关联分析；制定关联决策规则，并通过球阵列进行可视化表达。
[0041]进一步，所述关联决策规则包括：传感器状态规则、关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据异动预警球阵列可视化表达及异动预警分析方法，其特征在于，所述大数据异动预警球阵列可视化表达及异动预警分析方法包括：步骤一，采集监控对象的实测监测数据作为基础数据；步骤二，将全部数据进行组合，剔除基础数据中的异常数据和离群数据；步骤三，对通过步骤二得到的数据进行可靠性验证和有效性验证，如可靠性和有效性满符合要求，则进入关联性决策；否则反复进行步骤二和步骤三的验证，直到符合要求；步骤四，对通过验证的数据进行关联分析；制定关联决策规则，并通过球阵列进行可视化表达。2.如权利要求1所述大数据异动预警球阵列可视化表达及异动预警分析方法，其特征在于，所述关联决策规则包括：传感器状态规则、关联分析状态规则和球阵列可视化表达规则。3.如权利要求2所述大数据异动预警球阵列可视化表达及异动预警分析方法，其特征在于，所述传感器状态规则包括：所述传感器状态有三种，即正常状态、异动状态和报警状态：a)正常状态是指：报警下限
×
1.2<监测值<报警上限
×
0.8；b)异动状态是指：报警下限<监测值≤报警下限
×
1.2，或报警上限
×
0.8≤监测值<报警上限；c)报警状态是指：监测值≤报警下限，或报警上限≤监测值。4.如权利要求2所述大数据异动预警球阵列可视化表达及异动预警分析方法，其特征在于，所述关联分析状态规则包括：所述关联分析所得到的关联分析结果CAV状态有三种，即正常状态、异动状态和报警状态：a)正常状态是指：标准CAV下限
×
1.2<实时CAV<标准CAV上限
×
0.8；b)异动状态是指：标准CAV下限<实时CAV≤标准CAV下限
×
1.2，或标准CAV上限
×
0.8≤实时CAV<标准CAV上限；c)报警状态是指：标准CAV上限≤实时CAV或实时CAV≤标准CAV下限。5.如权利要求2所述大数据异动预警球阵列可视...

【专利技术属性】
技术研发人员：吴明瑄，王永文，闫万俊，沈博，樊剑锋，戴子威，
申请(专利权)人：戴子威，
类型：发明
国别省市：