首页> 中国专利> 一种基于大数据技术的核电厂人因风险分析监控报警系统

一种基于大数据技术的核电厂人因风险分析监控报警系统

摘要

本发明涉及一种基于大数据技术的核电厂人因风险分析监控报警系统,通过整合穿戴式体征参数测量装置技术、物联网技术及大数据存储、分析及处理技术,提出了系统的设计方案,包括工作人员信息收集子系统、大数据存储及分析子系统、及人因风险报警子系统。本发明可获得作为人因风险实时量化分析基础的反应工作人员个体状态、个体间相互作用及个体与物项间相互作用信息的大数据集合;利用大数据分析处理技术,可以实现对核电厂人因风险的实时量化分析;根据实时量化分析结果,系统可以在适当判定条件下进行人因风险报警,并提供风险缓解措施的参考建议。

著录项

  • 公开/公告号CN104050528A

    专利类型发明专利

  • 公开/公告日2014-09-17

    原文格式PDF

  • 申请/专利权人 中国核电工程有限公司;

    申请/专利号CN201410224617.1

  • 发明设计人 韩旭;李军;常猛;王琳;

    申请日2014-05-26

  • 分类号

  • 代理机构北京天悦专利代理事务所(普通合伙);

  • 代理人田明

  • 地址 100840 北京市海淀区西三环北路117号

  • 入库时间 2023-12-17 01:14:57

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2017-07-28

    授权

    授权

  • 2014-10-22

    实质审查的生效 IPC(主分类):G06Q10/06 申请日:20140526

    实质审查的生效

  • 2014-09-17

    公开

    公开

说明书

技术领域

本发明属于核电厂人因风险分析监控报警系统,具体涉及一种基于大数据 技术的核电厂人因风险分析监控报警系统。

背景技术

高风险工业领域的经验和研究表明,对于核电厂或其他复杂系统,其安全 性不仅在于工艺过程或设备的可靠性,个人或群体可能的失误,即:人因风险, 也不可忽视。美国三里岛事故及前苏联切尔诺贝利事故,工作人员违规操作和 紧急情况下的误判都是事故主要原因。相关数据表明,核电厂运行中,60%-90% 的系统失效归因于人误动作;在核电事故中,人因失误造成的比例达到50%-70%, 且有越来越高的趋势。随着公众核安全意识提升及核安全文化的发展,业界对 于核电厂面临的人因风险也愈加重视。由于人因风险本身固有的不确定性,很 难建立统一的人的可靠性因果关系框架对人因风险进行预测。因此,以往核电 厂概率风险分析中几乎没有考虑人因,或者对人因考虑得很少。最近五年,随 着生物医学工程技术和大数据技术的发展,人因风险的量化分析逐渐成为可能, 本发明通过整合穿戴式体征参数测量装置技术、物联网技术及大数据存储、分 析及处理技术,提出了基于大数据技术的核电厂人因风险分析监控报警系统的 设计方案。

由于穿戴式体征参数测量装置技术和大数据储存分析及处理技术的研发和 应用时间较短,调研未发现将这两种技术结合并应用于核电厂乃至工业部门人 因风险分析的方法或方案。

发明内容

本发明的目的在于提供一种基于大数据技术的核电厂人因风险分析监控 报警系统,用以提高核电厂的运行安全性。

本发明的技术方案如下:一种基于大数据技术的核电厂人因风险分析监 控报警系统,包括:

工作人员信息收集子系统,用于实时收集全部或部分厂内工作人员的生 物学信息、工作人员间的互动信息、工作人员与物项间的互动信息,以及影 响工作人员的边界条件信息;

大数据存储及分析子系统,用于对工作人员信息收集子系统收集的信息 进行存储并形成电厂人因大数据集合,以及读入本电厂或其他电厂既往事故 数据,继而并入电厂人因大数据集合,并对电厂人因大数据集合实时输入数 据的异常进行分析;

人因风险报警子系统,用于向核电厂操作人员发送人因风险报警,并在 需要时提供关于风险缓解措施的处置建议。

进一步,如上所述的基于大数据技术的核电厂人因风险分析监控报警系 统,其中,所述的工作人员信息收集子系统包括:

个体生物学信息监控模块,用于实时收集全部或部分厂内工作人员的生 物学信息,包括:心率、血压、血氧、血糖、眨眼频率、步频及步速;

个体间互动监控模块,用于实时收集全部或部分厂内工作人员间的互动 信息,包括:个体相对位置、对话人次、语量、语速及诸次对话时长;

个体与物项间互动监控模块,用于实时收集全部或部分厂内工作人员与 物项间的互动信息,包括:设施设备的使用情况及工作人员厂内路径;

边界条件监控模块,用于实时收集影响工作人员的边界条件信息,包 括:环境信息、重大事件影响及薪酬变化。

进一步,如上所述的基于大数据技术的核电厂人因风险分析监控报警系 统,其中,所述的大数据存储及分析子系统包括:

数据存储模块,用于对来自个体生物学信息监控模块、个体间互动监控 模块、个体与物项间互动监控模块及边界条件监控模块的实时监控信息进行 存储并形成电厂人因大数据集合;

既往事故数据存储模块,用于存储本电厂或其他电厂的既往事故数据;

突变分析模块,用于对电厂人因大数据集合实时输入数据的异常进行分 析,包括工作人员个体、工作班组或特定群体的数据输入突变,并基于突变 报警标准向人因风险报警子系统发送报警激活信号;

相关性分析模块,用于存储并运行相关算法,对电厂人因大数据集合进 行处理,以便在事故后分析中揭示数据间的相关性。

进一步,如上所述的基于大数据技术的核电厂人因风险分析监控报警系 统,其中,所述的人因风险报警子系统包括:

报警模块,用于向核电厂操作人员发送人因风险报警;

风险缓解措施决策支撑模块,用于提供关于风险缓解措施的处置建议。

本发明的有益效果如下:(1)通过穿戴式体征参数测量装置及物联网 传感器所采集的数据,可获得作为人因风险实时量化分析基础的反应工作人 员个体状态、个体间相互作用及个体与物项间相互作用信息的大数据集合; (2)利用大数据分析处理技术,可以实现对核电厂人因风险进行实时量化分 析;(3)根据实时量化分析结果,系统可以在适当判定条件下进行人因风险 报警,并提供风险缓解措施的参考建议。

附图说明

图1为本发明的系统原理示意图;

图2为本发明的系统结构示意图;

图3为本发明的工作人员信息收集子系统各模块功能示意图;

图4为本发明的实施方案(一)工作流程示意图;

图5为本发明的实施方案(二)工作流程示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1、2所示,本发明涉及的基于大数据技术的核电厂人因风险分析 监控报警系统由工作人员信息收集子系统S1,大数据存储及分析子系统S2 及人因风险报警子系统S3组成。

如图2、3所示,工作人员信息收集子系统S1包括个体生物学信息监控 模块M11、个体间互动监控模块M12、个体与物项间互动监控模块M13、边界 条件监控模块M14。

工作人员信息收集子系统S1通过个体生物学信息监控模块M11实时收集 全部或部分厂内工作人员的生物学信息,如:心率、血压、血氧、血糖、眨 眼频率、步频及步速等。

工作人员信息收集子系统S1通过个体间互动监控模块M12实时收集全部 或部分厂内工作人员间的互动信息,如:个体相对位置、对话人次、语量、 语速及诸次对话时长等。

工作人员信息收集子系统S1通过个体与物项间互动监控模块M13实时收 集全部或部分厂内工作人员与物项间的互动信息,如:设施设备的使用情况 及工作人员厂内路径等。

工作人员信息收集子系统S1通过边界条件监控模块M14实时收集影响工 作人员的边界条件信息,如:环境信息、重大事件影响及薪酬变化等。

如图2所示,大数据存储及分析子系统S2包括数据存储模块M21、突变 分析模块M22、相关性分析模块M23、既往事故数据存储模块M24。

大数据存储及分析子系统S2通过数据存储模块M21对来自个体生物学信 息监控模块M11、个体间互动监控模块M12、个体与物项间互动监控模块M13 及边界条件监控模块M14的实时监控信息进行存储并形成电厂人因大数据集 合G0。

大数据存储及分析子系统S2还可以从既往事故数据存储模块M24读入本 电厂或其他电厂既往事故数据,继而并入电厂人因大数据集合G0。

大数据存储及分析子系统S2通过突变分析模块M22对电厂人因大数据集 合G0实时输入数据异常进行分析,包括工作人员个体、工作班组或特定群 体的数据输入突变,并基于突变报警标准向人因风险报警子系统S3发送报 警激活信号。

大数据存储及分析子系统S2通过相关性分析模块M23存储并运行相关算 法,对电厂人因大数据集合进行处理,以便在事故后分析中揭示数据间的相 关性。相关性分析模块中所采用的相关算法属于公知技术。

如图2所示,人因风险报警子系统S3包括报警模块M31风险缓解措施决策 支撑模块M32。

人因风险报警子系统S3可以通过报警模块M31向核电厂操作人员发送人因 风险报警,并在需要时通过风险缓解措施决策支撑模块M32提供关于风险缓解 措施的处置建议。

下面通过具体实施方案介绍本发明的工作方式。

实施方案(一)

如图4所示,工作人员信息收集子系统S1检测到操作员心跳增加、血压升 高、多个个体接近,个体间话语量增加,这些信息传递至大数据存储及分析系 统S2被数据存储模块M21储存,并经由突变分析模块M22及相关性分析模块M23 分析,判定操作员体征是否正常、个体接近现象是否正常及语量增加现象是否 正常,并得到人员是否发生争执、争执是一般争执还是具有既往争执史人员或 事件的争执等结论。突变分析模块M22及相关性分析模块M23为固化有分析程 序的硬件单元,相关数学模型采用已作为公知技术的统计算法、数据挖掘算法 或大数据算法,具体内容可在多种参考文献中查到,如:《数据挖掘概念与技术》、 《SAS统计分析与数据挖掘》、《SAS编程与数据挖掘商业案例》及《社交网站的 数据挖掘与分析》等。人因报警子系统S3根据上述结论,进行一般争执或频繁 争执报警,并提出建议解决措施。

实施方式(二)

如图5所示,工作人员信息收集子系统S1检测到操作员体征变化、物质变 化及向关键物象的接近,这些信息传递至大数据存储及分析系统S2被数据存储 模块M21储存,并经由突变分析模块M22及相关性分析模块M23分析,可得到 人员是否在执行特殊任务时有紧张反应或有主观异常操作的风险等结论。突变 分析模块M22及相关性分析模块M23为固化有分析程序的硬件单元,相关数学 模型采用已作为公知技术的统计算法、数据挖掘算法或大数据算法,具体内容 可在多种参考文献中查到,如:《数据挖掘概念与技术》、《SAS统计分析与数据 挖掘》、《SAS编程与数据挖掘商业案例》及《社交网站的数据挖掘与分析》等。 人因报警子系统S3根据上述结论,进行心理状态报警或蓄意行为报警,并提出 建议解决措施。

显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本 发明的精神和范围。这样,倘若对本发明的这些修改和变型属于本发明权利 要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号