【技术实现步骤摘要】
本专利技术属于安全风险检测，具体涉及一种基于人工智能的安全风险检测方法及系统。
技术介绍
1、随着我国水电站建设的快速发展，水电站的安全问题日益凸显。特别是误操作导致的事故频发，给水电站带来了巨大的经济损失和人员伤亡。为了提高水电站的安全管理水平，减少误操作事故，需要对水电站中涉及的设备操作指令进行安全风险检测。
2、误操作可能由多种因素引起，包括但不限于操作人员的疲劳、操作流程的不合理、设备故障或维护不当、环境因素(如高温、高湿、强噪声等)的影响，以及管理层面的不足。传统的安全风险检测方法通常依赖于制定详尽的操作规程和安全检查清单，但这些方法往往借助于人工进行判断和执行，人力成本投入大，工作量大；难以应对复杂多变的实际操作环境，实用性低，且难以识别所有可能的误操作情况，准确性差。
技术实现思路
1、为了解决现有技术存在的人力成本投入大、工作量大、实用性低以及准确性差的问题，本专利技术目的在于提供一种基于人工智能的安全风险检测方法及系统。
2、本专利技术所采用的技术
【技术保护点】
1.一种基于人工智能的安全风险检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于人工智能的安全风险检测方法，其特征在于：基于数据中心，构建误操作指令识别模型、安全风险预测模型以及水电设备异常检测模型，包括如下步骤：
3.根据权利要求2所述的一种基于人工智能的安全风险检测方法，其特征在于：根据若干历史操作指令和对应的若干历史目标水电设备信息，使用深度学习算法，构建误操作指令识别模型和安全风险预测模型，包括如下步骤：
4.根据权利要求3所述的一种基于人工智能的安全风险检测方法，其特征在于：使用FCM聚类算法，对若干历...
【技术特征摘要】
1.一种基于人工智能的安全风险检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于人工智能的安全风险检测方法，其特征在于：基于数据中心，构建误操作指令识别模型、安全风险预测模型以及水电设备异常检测模型，包括如下步骤：
3.根据权利要求2所述的一种基于人工智能的安全风险检测方法，其特征在于：根据若干历史操作指令和对应的若干历史目标水电设备信息，使用深度学习算法，构建误操作指令识别模型和安全风险预测模型，包括如下步骤：
4.根据权利要求3所述的一种基于人工智能的安全风险检测方法，其特征在于：使用fcm聚类算法，对若干历史关联数据进行聚类和标签添加，得到设置有预设误操作标签和预设安全风险标签的若干标准化历史关联数据样本，包括如下步骤：
5.根据权利要求3所述的一种基于人工智能的安全风险检测方法，其特征在于：根据若干标准化历史关联数据样本，使用iafsa-bilstm算法，构建误操作指令识别模型和安全风险预测模型，包括如下步骤：
6.根据权利要求2所述的一种基于人工智能的安全风险检测方法，其特征在于：采集若干历史水电设备运行数据，并根据若干历史水电设备运行数据，使...
【专利技术属性】
技术研发人员：李科，李建勋，李自强，黄琮翔，吴采雨，李兴茂，
申请(专利权)人：华电四川发电有限公司宝珠寺水力发电厂，
类型：发明
国别省市：
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。