基于档案数据的电力安全风险管控系统设计

2020-11-06 05:36孙立业
兰台世界 2020年10期
关键词:大数据

摘 要 针对国家电网公司对安全重视的不断提高,本文从档案工作实际出发,设计符合电力企业工作特点的基于档案大数据应用的安全风险分析研究系统,有效提高安全风险的把控能力。该系统将档案数据与安全管理要求融合,通过对档案数据的深度挖掘与分析,构建安全生产状态特征分析和风险分析模型,使许多难以捕捉、关联和预知的事情成为实实在在可利用的信息。

关键词 档案数据 安全风险管控 大数据

中图分类号 G273.3 文献标识码 A 收稿日期 2020-02-23

★作者简介:孙立业,国网黑龙江省电力有限公司电力科学研究院,档案专业学士,研究方向为电力企业管理、电力信息通信。

Abstract In view of the continuous improvement of attention to safety by the State Grid Corporation of China, this paper designs a safety risk analysis and research system based on the application of archives big data, which is in line with the characteristics of power enterprise work, in order to effectively improve the control ability of safety risk. The system integrates archives data with the requirements of safety management. Through the in-depth mining and analysis of archives data, the system constructs the feature analysis and risk analysis model of safe production status, which makes many things that are difficult to capture, relate and predict become accessible and available information.

Keyword  archives data; safety risk control; big data

當今这样一个信息化的社会,各级政府部门、企事业单位的日常办公已离不开业务档案系统,而日常办公网络中还存放着大量的文档、表单等业务数据,如何充分挖掘这些数据所蕴含的知识,已经成为研究的一个主要方向[1][2]。而电力企业的信息化程度发展水平较高,上级关于安全生产的各种管理规定、技术标准、案例总结等都会及时通过办公系统下发,下级也会及时汇报出现的安全隐患、现场情况和整改进度等,所有的这些工作情况都会进行归档总结,已经存储了众多的有深入挖掘价值的档案信息。安全生产是电力企业一贯注重的内容,近年来公司上下认真贯彻落实上级安全工作部署,连续实现了“安全年”目标,但在安全生产上还存在诸多问题和短板,特别是人身安全风险始终存在。

一、国网公司安全风险管控的需求

按照深入推动“科技兴安”,进一步提升安全生产管理智能化水平的工作要求,结合公司档案数据管理现状和安全生产管理需求,分析发现在档案数据中蕴含着大量支撑安全管理的重要内容,可以在安全教育学习、现场作业风险预警和安全管理决策支撑上充分彰显价值。

基于现状和需求研究,决定开展基于大数据应用的安全风险分析研究,充分利用公司积累的历史安全事故档案资料,为安全生产工作提供数据和决策支撑。目前,这一研究项目已被纳入国家电网公司档案工作要点,并作为国家电网公司档案智慧化应用试点。该系统将档案数据与安全管理要求融合,通过对档案数据的深度挖掘与分析,构建安全生产状态特征分析和风险分析模型,使许多难以捕捉、关联和预知的事情成为实实在在可利用的信息,充分掌握安全生产状况,提前预警安全生产风险,为生产人员提供分析依据,增强风险防范能力,提升安全生产信息化、智能化水平。

二、基于档案数据的电力风险管控系统的研制

1.系统的总体设计思路。为解决前文中提及的问题,需要研制一套能够把档案中有效数据挖掘并展示出来,有助于完善电力安全风险管控的系统。将档案数据真正用起来,让档案数据贯穿公司管理各环节符合泛在电力物联网建设方向;充分利用公司积累的历史安全事故档案资料为后续工作提供数据和决策支撑,也是贯彻国家和国网公司对安全生产工作的要求。该系统能够提高安全风险管控工作的时效性,在降低分析成本的同时,极大地提升工作效率,能够做到精准分析,有凭有据,多方向全面提升安全风险管控的效果。通过大数据和人工智能技术将安全生产对数据的需求和现有的安全生产档案资料有机结合起来,构建公司安全生产状态特征分析和风险分析模型,提升风险防范能力,保证安全生产。通过对数据的多维深度剖析,对公司安全生产状况掌握及安全生产风险的预测,为运维检修人员提供分析依据,对公司现有安全生产事故档案资料分析研究,使许多原本难以捕捉、关联和预知的事情成为实实在在可利用的信息[3][4]。本系统能够满足国网公司提出的智能档案工作要求,真正将档案资料和安全生产联系在一起;整理出的“大数据”可为生产工作提供数据支撑;在大数据背景下,减少事故发生,降低事故危害。系统整体架构如图1所示。

2.系统的业务功能设计。

(1)挖掘档案数据价值,实现各类安全事件的精准分类。对安全事故(事件)档案数据按照时间、专业分类、事故特点等进行归类分析检索,把分散的档案数据变为可进行大数据分析的档案数据集。具体可按照事件发生时间、专业归口、安全事故体系、事故定级及事件成因检索,具体细化分类及页面展示如图2所示。

(2)档案数据与安全管理要求融合,强化安全事故学习宣贯。安全事故案例具有典型性,极具教育性。利用该系统,可对安全事故案例与安全管理要求进行融合学习,起到“举一反三”的作用。对安全事故案例进行深度解读,提升安全教育培训效果。利用信息系统检索、分析等功能,对各种规章制度进行比对,实现安全事故的拓展学习。结合关键点比对、判断分析,通过与各种规章制度自动比对,可以自动延展知识阅读点,提高学习效率,提升学习效果。如图3所示,以2018年江西“5·20”事故为例,对案件进行条款、知识资料、安规、类似事件的比对。(a)图是该案例的主界面显示情况,(b)(c)分别是这个案例的条款及类似案例延展情况显示。

(3)档案数据服务现场作业,与现场标准化作业相结合。安全事故档案数据中的违章情况以及薄弱环节,对现场标准化以及现场安全管理具有十分重要的借鉴与指导意义。项目可以进一步拓展档案数据库外延,将风险分析库及标准化作业指导书(卡)纳入其中,开展安全事故档案的综合性分析利用。利用数据分析与风险分析库及标准化作业指导书(卡)相结合,进一步促进安全标准化工作。

(4)建立安全生产状态特征分析、风险分析模型,提供现场作业风险预警。通过档案分类整理后的大数据挖掘,研究事故发生与作业各时段的关联度,寻找出与作业现场最吻合的案例,分析哪些环节安全管控不到位,容易造成事故,以及事故多发生在哪些环节,对可能出现的或者前人已经犯过的错误进行预警。

(5)利用系统模型深化安全生产档案大数据分析,为安全管理决策提供技术支撑。根据地域特征、天气等环境因素,综合考量电网设备健康状态、区域运行情况,考量作业内容、时长及工作量大小,考量作业人员数量、年龄、技能水平掌握情况及拥有的作业工具等数据,分析识别作业风险隐患。依照经验值及实际情况设定关联参数,分别细化各个具体模式场景[5][6]。如在变电检修、变电运维、输电运检、电网调度、配网运检等具体场景中,分别考量作业风险关联模型,实现作业风险实时精准分层预警的同时,还提高了安全监督效率,可为决策者提供辅助数据支撑,同时为档案系统增加了分析的结论数据,便于下一次的分析迭代。

(6)实现档案数据的分级管控和安全使用。落实分类授权和数据防泄漏措施,强化系统防护、应用审计和安全交互技术,实现档案数据和安全管理的安全互动。

3.系统的硬件设计。本项目用于挖掘黑龙江省公司安全生产相关的档案数据,重在数据的搜索和计算,并把挖掘的结果展示给客户。因为客户的群体量不大,请求业务也较为单一,因此对于服务器等硬件设备要求不高,而其他如CPU、内存、硬盘、网卡等配置,按市场上主流性能要求即可,不需要做额外考虑。一年新增有效存储容量估算按照500G即可,考虑到以后随着历年数据量及标签数目的增多,服务器端设计采用12核CPU、32G内存,用以满足需求。本服务端服务器仅记录日志、系统软件以及临时数据等,不记录数据,因此不需要大量存储空间,选择4T硬盘即可。服务端的数据库服务器存储结构化档案数据为主,辅以非结构化的文件及照片数据。综合考虑,具体硬件配置详见表1。

4.系統的非功能性需求。(1)开发设计。采用B/S结构设计,前端页面展示采用可跨多类型浏览器的富客户端技术,通过已成型数据分析工具,构建数据分析模型,完成模型训练和大数据挖掘分析工作,并使用Tableau BI轻量级工具,绘制可视化展示场景,最终完成分析结果展示。(2)性能。并发用户数不低于200,首页访问平均响应时间小于3s,系统登录平均响应时间小于5s,执行简单添加和删除业务时平均响应时间小于5s,执行简单的查询业务时平均响应时间小于5s,执行复杂的综合业务(包括查询、添加、删除)时平均响应时间小于8s,执行统计业务时,月统计业务的平均响应时间小于20s,年统计业务的平均响应时间不得超过30s。(3)可靠性:本项目成果应能够连续7×24小时不间断工作,出现网络、存储、业务功能故障应能及时告警。(4)可维护性。由于系统运行使用范围广,各单位之间需求差异性较大,个性化需求问题较多,开发设计时应予以考虑到。另外,为防止系统页面复用率很低,重复开发工作量大、耗时长,从而影响用户需求响应的时效性,在系统设计时也应予以考虑。为便于运维人员对系统进行及时有效的维护,系统应满足易理解、易分析、易配置、易修改、易测试的要求。(5)易用性。由于项目使用人员参差不齐,系统布局、页面UI设计的人机交互水平相对较高,不容易引起误操作,在操作执行过程中,不存在因为打开多个页面而影响系统响应速度,同时导致用户重复操作,降低用户工作效率等情况的发生。系统应从用户体验维度出发,满足页面布局合理,通用操作规范,出错处理、反馈与提示人性化等要求。

该系统的应用能够把档案数据中蕴含着的大量可支撑安全管理的重要内容展现出来,保障电网的安全稳定运行,能够提升整个社会的用电可靠性。同时为其他相关行业、为电力上下游单位提供良好的学习典范,找出发生问题的痛点,进而提升整个社会的劳动生产率,保障人民生产生活。

参考文献

[1]朱喜洋.安全生产档案制度建设现状与建议[J].中国安全生产,2016(6) :32-33.

[2]杜二瑞,陶蔚青.大型企业安全生产档案集团化管控研究[J].机电兵船档案,2018(1):35-37.

[3]魏娟. 人事档案管理中数据挖掘技术的运用研究[J].企业科技与发展,2018(8):208-209.

[4]陈学平,等. 大数据背景下科研档案管理变革探讨[J].兰台内外,2018(1):44-45.

[5]吴震. 数据挖掘技术在电子文件管理中的应用研究[D].广西民族大学,2011.

[6]任辉.浅谈电力公司档案编研工作的创新[J].企业改革与管理,2014(8):93.

猜你喜欢
大数据
基于在线教育的大数据研究
“互联网+”农产品物流业的大数据策略研究
大数据时代新闻的新变化探究
浅谈大数据在出版业的应用
“互联网+”对传统图书出版的影响和推动作用
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究
数据+舆情:南方报业创新转型提高服务能力的探索