刘丽颖
河北省地矿局机关服务中心 050081
摘要：大数据技术在安全生产预警监控系统中的应用，推进了安全生产信息化发展，实现了安全生产数据的共享共用，为风险评估、隐患排查、执法检查、事故调查和决策分析等安全监管工作提供了技术支持，有效提升了安全生产监管、预警防控和应急处置能力。本文阐述了安全生产大数据在安全生产预警防控体系中的应用及意义。
关键词： 大数据 安全生产 预警防控
随着大数据时代的来临，大数据技术应用到越来越多的领域并且发挥着巨大的作用，尤其是在安全生产监督管理领域的应用，可以及时准确地发现风险隐患，辅助排查治理，有效的提升了源头治理能力，降低了生产事故的发生概率。
1.大数据对安全生产信息化的意义
安全生产点多、线长、面广，重点行业领域安全生产问题突出。传统的安全生产监管力量薄弱、手段落后，主要依靠人员的专业知识和经验教训发现生产中存在的安全隐患，容易受到主观因素影响，很难界定安全与危险的状态，可靠性不高。由于缺少有效的分析工具，缺少对事故规律的认识，导致很多单位只能采取“事后管理”的方式，即在安全生产事故发生之后，才开展事故原因分析和事故责任追究，这种“亡羊补牢”式的安全监管措施不仅不能实现从源头上防止事故发生的目的，也很难保证事故不再重复发生。安全生产事故从来不是孤立存在的，而是各方面致灾因素相互作用的结果。面对安全生产事故的突发性、复杂性、多发性等特点，安全生产监管必须变“被动防御”为“主动防控”，加强安全生产风险监控管理，充分运用信息化手段，强化监控和预警，及时发现和消除安全隐患，着重源头治理。那么，将大数据技术应用于安全生产预警监控系统中，通过建立计算机大数据模型，利用数据挖掘与分析技术从海量的安全生产数据中分析和查找事故发生的周期性、关联性和规律性，采用数据可视化分析技术预判事件的发展趋势，准确界定安全状态，在隐患未成为事故之前，采取有效的防控和应急处置措施，进而实现降低安全生产事故发生概率的目标。因此，大数据在安全生产预警监控系统中的应用，彻底地改变了传统安全监管粗放式的工作模式，为安全决策提供了理论支持，对促进安全生产监管精细化和精准化，提升安全监管效能具有重要意义。
2.安全大数据的特征
大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。其价值不在于庞大的数据信息，而是通过特殊化处理分析形成有规律、可预测的信息服务能力。安全生产大数据就是生产过程中产生的与安全相关的海量数据信息，具体包括安全生产法规、标准、规范、事故案例、企业基本情况、风险隐患、应急资源、重大危险源监控、隐患排查、执法检查、监测预警等数据。数据类型有文档、音频、视频、图片、地理位置及信息日志等。通过对海量数据的分析，发现隐患、评估风险、寻找规律、追溯事故原因，实现安全生产风险管控和隐患排查治理双预防的目标。
安全生产大数据除了具有大数据的四大特征以外，还具有数据分散、数据边界模糊、数据效用时间短等特征。
3.安全大数据的应用实例
野外地勘安全生产预警监控系统，根据安全生产综合数据库中的基础数据、实时监测数据及事务性数据，利用碰撞关联、聚类挖掘、语义分析等大数据模型进行评估和分析野外地勘安全生产态势，对已经发现的问题及原因进行可视化分析，如人员违章行为记录、设备故障记录和监测报警记录等，使用安全态势评估打分模型计算出安全态势评分。根据安全风险推理分析模型预测未来可能发生的事故及后果，给出解决方案和处理措施的建议。
期刊文章分类查询,尽在期刊图书馆
野外地勘安全生产预警监控系统主要包括数据接入、查询与管理，时间序列数据动态预测，安全态势评估打分和安全风险推理分析四大功能模块。
3.1 数据接入、查询与管理模块
综合集成野外地勘安全生产数据库中的各类信息，为动态监管及诊断提供基本的数据来源，包括基础数据、日常安全数据、在线监控数据。其中，基础数据为野外地勘作业的相关专业数据；日常安全数据包括安全隐患信息、三违跟踪信息、安全事故信息等；在线监控数据包括地勘作业的实时状态数据、人员定位及设备信息等。
3.2 时间序列数据动态预测模块
使用该模块对预警监控系统上传的实时数据依照时间序列进行动态预测。如果短期内动态预测的值达到了安全生产规程中警戒值的范围，则发出预警信息。
3.3野外地勘安全态势评估打分模块
根据综合数据库中在线收集的状态数据，应用安全评估专家知识库，对野外环境、特定勘察活动、人员及设备状况等进行安全态势的打分评估，反映野外地勘作业的安全现况和近期的安全态势。
3.4野外地勘安全风险推理分析模块
针对当前安全态势评估打分的结果，基于安全生产诊断知识库对发现的问题进行分析和解释，给出需要关注的环境风险、作业隐患、管理隐患、事故原因及处理措施建议。
4.当前大数据应用面临的问题与发展方向
2015年4月以来，国家安全生产大数据应用平台初步建成，但大数据在安全生产信息化中仍然没有得到充分的应用，存在以下几方面的因素：
第一，数据库建设缺少统筹规划，先进的信息技术和资源配置得不到充分发挥。数据采集来源单一、方式传统，导致基础数据不充实、数据格式不规范，且数据更新慢、可用价值低、共享性差。因此，不能够及时的、动态的反映安全生产现状及变化，不利于数据挖掘与分析利用。
第二，大数据分析模型研究与建立尚处于起步阶段，缺少高性能的大数据分析工具，导致决策辅助能力有限。以安全生产隐患排查为例，当前的安全生产数据库系统多以信息存档、查询、统计为主，而数据挖掘与分析功能应用不充分，安全状况评估、风险预警预测、事故趋势分析等受限，不利于大数据的价值充分地发挥。
第三，安全生产领域的信息化人才不足。各级安全监管部门信息化建设和运维技术人员较少，尤其是具备开发大数据预测分析模型的专业人员缺乏。
基于我国安全生产大数据的建设思路：数据采集“一张网”、分析整合“一张表”、多维可视“一张图”、资源共享“一盘棋”，要使大数据技术在安全生产监管领域得到充分的应用，一是整合已有的安全生产事故统计报送、隐患排查治理、标准化达标、重大危险源监控等数据资源，完善安全生产基础信息、安全监管监察、公共服务、交换共享、辅助决策等五大数据库建设，统一数据库建设标准，对数据资源进行科学分类，建立数据资源指标体系，保障数据的有效应用。二是加强安全生产信息化建设及专项资金投入；推进大数据分析工具的开发和利用，强化其在风险辨识、风险量化评判、评价权值分析等方面的应用，确保海量大数据的价值充分体现。三是建立大数据相关人才培养计划，着重培养既懂安全生产管理，又懂信息化管理的复合型人才，加强人才交流与合作，以人才推动大数据应用的进程。
5.结束语
安全生产是一项系统工程，要做好安全生产监管工作，必须依靠信息化管理。而安全生产大数据的应用有助于实现信息资源数据共享化、危险隐患监控智能化、管理决策分析科学化，为提升政府安全监管和社会公共服务能力提供信息技术支撑和保障。
参考文献：
1.《现代职业安全》2017.11期，安全生产监管信息化实践与发展趋势，郝伟敬
2.《劳动保护》2017年1期，安全生产大数据应用，李红臣
3.《劳动保护》2017年1期，用大数据指导安全监管工作，刘正伟
论文作者:刘丽颖
论文发表刊物:《防护工程》2018年第13期
论文发表时间:2018/10/26
标签：数据论文; 安全生产论文; 隐患论文; 事故论文; 风险论文; 野外论文; 态势论文; 《防护工程》2018年第13期论文;