特种设备事故调查分析的辅助决策方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种特种设备事故调查分析的辅助决策方法、装置及存储介质，其中方法包括：步骤S1：接收录入的事故发生过程文本记录信息，并通过关键词匹配的方式生成事故信息快报；步骤S2：基于生成的事故信息快报，提取特征量，并基于提取的特征量判断是否属于特种设备事故，若为是，则执行步骤S3；步骤S3：将生成的事故特征快报与历史事件数据库中进行对比，若内容一致，则直接输出辅助决策结果，反之，则执行步骤S4；步骤S4：从候选库中选择多个成员作为调查组成员，并推送至各选中的成员；步骤S5：接收成员录入的信息返回辅助决策结果。与现有技术相比，本发明专利技术具有降低机器学习技术在特种设备事件处理领域的要求等优点。设备事件处理领域的要求等优点。设备事件处理领域的要求等优点。

【技术实现步骤摘要】
特种设备事故调查分析的辅助决策方法、装置及存储介质


[0001]本专利技术涉及计算机辅助决策领域，尤其是涉及一种特种设备事故调查分析的辅助决策方法、装置及存储介质。

技术介绍

[0002]辅助决策系统(decision support system,DSS)是能参与、支持人决策过程的一类信息系统。DSS概念自1970年提出以来，在理论研究、系统开发和实际应用诸方面取得了令人瞩目的进步，并呈现出积极的多元化的发展态势，正广泛应用于机械、医疗、教育、交通、司法等领域。相比而言，传统的基于经验的决策方式主要是决策人员根据已有的经验和知识对当前信息进行辨识和分析，从而发现其中的规律，进而据此进行决策。基于经验的决策方式具有主观随意性较强、信息分析不全面等不足，该决策方式下的决策结果的正确性很难保证，研究表明采用辅助决策系统相比于经验的方法具有更高的效率和更出色结果。
[0003]面向特种事故调查处理和技术分析的具体工作时，现有调查分析大多也是停留在经验基础上，事故原因分析结论的正确性和科学性往往局限于专家自身水平。决策支持系统在特种设备领域也有相关的研究报道，但主要集中在特种设备管理、设备维护、应急救援等方面。因为特种设备系统繁杂，事故特征和失效原因复杂多变，针对特种设备事故调查分析的决策支持系统，仅见单起或者一类事故的具体原因分析，目前尚未出现系统全面的解决方案。
[0004]现有的辅助决策系统，通常难以通过自然语言的方式来实现，虽然现有技术中也存在一些对自然语言的处理的开发工具，即AGI应用，但是特种设备仍然是一个小众的领域，并没有足够的样本量支持AGI的训练，目前复杂的条件输入的方式辅助决策系统极大地限制了作用的发挥。

技术实现思路

[0005]本专利技术的目的就是为了提供一种特种设备事故调查分析的辅助决策方法、装置及存储介质。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种适用于特种设备事故调查分析的辅助决策方法，包括：
[0008]步骤S1：接收录入的事故发生过程文本记录信息，并通过关键词匹配的方式生成事故信息快报；
[0009]步骤S2：基于生成的事故信息快报，提取特征量，并基于提取的特征量判断是否属于特种设备事故，若为是，则执行步骤S3；
[0010]步骤S3：将生成的事故特征快报与历史事件数据库中进行对比，若内容一致，则直接输出辅助决策结果，反之，则执行步骤S4；
[0011]步骤S4：从候选库中选择多个成员作为调查组成员，并推送至各选中的成员；
[0012]步骤S5：接收成员录入的信息返回辅助决策结果。
[0013]所述步骤S2的判断通过机器学习模型实现，所述机器学习模型包括2个输出节点，分别为：
[0014]用于表征属于特种设备事故概率的第一输出值；
[0015]用于表征不属于特种设备事故概率的第二输出值。
[0016]所述根据机器学习模型的输出判断是否属于特种设备事故的过程具体包括：
[0017]步骤S201：判断第一输出值和第二输出值是否存在至少一个大于0.5，若为是，则执行步骤S202，反之，则判断结果为存疑；
[0018]步骤S202：判断第一输出值和第二输出值中是否两个均大于0.5，若为是，则执行步骤S203，反之，若第一输出值大于0.5则执行步骤S3，若第二输出值大于0.5则判断结果为不属于特种设备事故；
[0019]步骤S203：判断两者之差是否小于设定的第一阈值，若为是，则判断结果为存疑，反之，则执行步骤204；
[0020]步骤S204：判断第一输出值是否大于第二输出值，若为是，执行步骤S3，反之，则判断结果为不属于特种设备事故。
[0021]所述历史事件数据库中记载的数据包括标准化的事故信息快报和对应的处理结果。
[0022]所述步骤S5具体包括：
[0023]步骤S51：接收成员录入的信息，并提取其中的一个或多个关键词；
[0024]步骤S52：在回答文本库中，基于提取得到的关键词进行检索，其中回答文本库中，每一个回答文本都配置多个标签词，检索过程为匹配关键词和标签词的过程；
[0025]步骤S53：将检索得到的回答文本输出。
[0026]所述步骤S53具体包括：
[0027]步骤S531：获得所有检索到的回答文本；
[0028]步骤S532：按照匹配度进行排序；
[0029]步骤S533：按照排序结果逐次输出回答文本。
[0030]所述匹配度为匹配的关键词的数量。
[0031]所述匹配度为匹配的关键词的加权数量。
[0032]一种适用于特种设备事故调查分析的辅助决策装置，包括存储器、处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现如上述的方法。
[0033]一种存储介质，其上存储有程序，所述程序被执行时实现如上述的方法。
[0034]与现有技术相比，本专利技术具有以下有益效果：
[0035]1、基于关键词匹配的方式先对自然输入的文本进行预处理，提高输入至模型的语句的规范性以及一致性，降低了输入量提取的难度，从而可以在低样本量的情况下实现收敛，降低机器学习技术在特种设备事件处理领域的要求。
[0036]2、通过独立设置的第一输出值和第二输出值，并结合特定的判断逻辑，可以在进一步提高收敛速度的同时，提高准确率，并提供足够的样本量进行反馈。
[0037]3、通过加权数量的方式进行排序，可以降低同分概率。
附图说明
[0038]图1为本专利技术主要步骤的流程示意图；
[0039]图2为具体应用过程事故处理流程示意图；
[0040]图3为具体应用过程的数据库架构设计示意图。
具体实施方式
[0041]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0042]一种适用于特种设备事故调查分析的辅助决策方法，包括：
[0043]步骤S1：接收录入的事故发生过程文本记录信息，并通过关键词匹配的方式生成事故信息快报；
[0044]基于关键词匹配的方式先对自然输入的文本进行预处理，提高输入至模型的语句的规范性，提高输入量提取的难度，以及一致性，从而可以在低样本量的情况下实现收敛，降低机器学习技术在特种设备事件处理领域的要求。
[0045]其中，关键词匹配的方式具体可以是建立一些分类关键词库，例如地址词库、厂家词库、故障词库(宕机、黑屏等)、人员词库，词库中的每一个词条包括以下两部分：标准的关键词，以及对应于该关键词的多个同义词。当然关键词匹配也可以采用其他现有的方式。在这里，通过关键词匹配的方式，可以更多的利用人工设计词库，来对自然语言进行标准化的修复，从而使得事故信息快报具有更高的规范性，这无疑可以极大的提高小样本下机器学习模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于特种设备事故调查分析的辅助决策方法，其特征在于，包括：步骤S1：接收录入的事故发生过程文本记录信息，并通过关键词匹配的方式生成事故信息快报；步骤S2：基于生成的事故信息快报，提取特征量，并基于提取的特征量判断是否属于特种设备事故，若为是，则执行步骤S3；步骤S3：将生成的事故特征快报与历史事件数据库中进行对比，若内容一致，则直接输出辅助决策结果，反之，则执行步骤S4；步骤S4：从候选库中选择多个成员作为调查组成员，并推送至各选中的成员；步骤S5：接收成员录入的信息返回辅助决策结果。2.根据权利要求1所述的一种适用于特种设备事故调查分析的辅助决策方法，其特征在于，所述步骤S2的判断通过机器学习模型实现，所述机器学习模型包括2个输出节点，分别为：用于表征属于特种设备事故概率的第一输出值；用于表征不属于特种设备事故概率的第二输出值。3.根据权利要求2所述的一种适用于特种设备事故调查分析的辅助决策方法，其特征在于，根据机器学习模型的输出判断是否属于特种设备事故的过程具体包括：步骤S201：判断第一输出值和第二输出值是否存在至少一个大于0.5，若为是，则执行步骤S202，反之，则判断结果为存疑；步骤S202：判断第一输出值和第二输出值中是否两个均大于0.5，若为是，则执行步骤S203，反之，若第一输出值大于0.5则执行步骤S3，若第二输出值大于0.5则判断结果为不属于特种设备事故；步骤S203：判断两者之差是否小于设定的第一阈值，若为是，则判断结果为存疑，反之，则执行步骤204；步骤S204：判断第一输出值是否大于第二输出值，若为是，执行...

【专利技术属性】
技术研发人员：邱郡，陈梁胜，柴兴，刘中平，
申请(专利权)人：上海市特种设备监督检验技术研究院，
类型：发明
国别省市：