-
公开(公告)号：CN116757470A
公开(公告)日：2023-09-15
申请号：CN202310655491.2
申请日：2023-06-05
Applicant: 中国标准化研究院 , 国网山东省电力公司应急管理中心
IPC: G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种电力作业风险的预警系统，包括：电力作业单获取模块、电力作业单风险分析模块和预警分析模块，其中：所述电力作业单获取模块用于获取电力作业单，并将获取的电力作业单发送至电力作业单风险分析模块。电力作业单风险分析模块对获取的电力作业单进行风险分析，以获取该电力作业单可能存在的风险要素和相关的历史事故信息，形成风险汇集表发送至预警分析模块。预警分析模块根据风险汇集表，获取相关历史信息进行电力作业风险排查，并根据排查结果进行风险预警。本发明不仅可以针对电力作业单进行短期风险分析和预警，还能针对电力作业进行系统性的长期风险分析和预警，以使得工作人员可以从短期和长期两个角度管理作业风险。
-
公开(公告)号：CN112488584A
公开(公告)日：2021-03-12
申请号：CN202011507630.X
申请日：2020-12-18
Applicant: 国网山东省电力公司临沂供电公司 , 国网山东省电力公司应急管理中心 , 中国标准化研究院
Abstract: 本发明实施例公开了一种危化品事故电力应急处置安全预警方法，该方法包括：实时获取危化品事故的基本属性信息以及评估因素信息；将基本属性信息以及评估因素信息输入到危化品事故典型模型中，根据基本属性信息确定当前危化品事故与危化品事故典型模型中匹配的典型事故；根据评估因素信息确定当前危化品事故与匹配的典型事故的相似度，确定对应当前危化品事故的预警等级；系统服务器根据当前危化品事故的预警等级确定预警信息；终端设备实时接收系统服务器发送的预警信息。相对于现有技术而言，本发明实现了提升危化品事故应急安全预警的及时性和准确性，为危化品事故中及时启动电力应急，精准开展电力应急响应提供支持。
-
公开(公告)号：CN116757470B
公开(公告)日：2024-03-22
申请号：CN202310655491.2
申请日：2023-06-05
Applicant: 中国标准化研究院 , 国网山东省电力公司应急管理中心
IPC: G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种电力作业风险的预警系统，包括：电力作业单获取模块、电力作业单风险分析模块和预警分析模块，其中：所述电力作业单获取模块用于获取电力作业单，并将获取的电力作业单发送至电力作业单风险分析模块。电力作业单风险分析模块对获取的电力作业单进行风险分析，以获取该电力作业单可能存在的风险要素和相关的历史事故信息，形成风险汇集表发送至预警分析模块。预警分析模块根据风险汇集表，获取相关历史信息进行电力作业风险排查，并根据排查结果进行风险预警。本发明不仅可以针对电力作业单进行短期风险分析和预警，还能针对电力作业进行系统性的长期风险分析和预警，以使得工作人员可以从短期和长期两个角度管理作业风险。
-
公开(公告)号：CN112488583A
公开(公告)日：2021-03-12
申请号：CN202011507623.X
申请日：2020-12-18
Applicant: 国网山东省电力公司临沂供电公司 , 国网山东省电力公司应急管理中心 , 中国标准化研究院
Abstract: 本发明实施例公开了一种危化品事故电力应急处置资源调拨处理方法，该方法包括：确定当前危化品事故对应的电力应急需求列表；接收应急响应指令，读取根据电力应急需求列表中每一种应急物资名称信息，实时访问中心电力应急资源数据库，获取中心电力应急资源数据库的当前应急物资的最新库存信息；将中心电力应急资源数据库中的当前应急物资的最新库存信息发送给终端设备。相对于现有技术而言，本发明的技术方案能够确保信息互联，交流通畅，确保源源不断的将较为分散应急资源运送到需求点(危化品事故发生地)，实现了高效、快速的决策。
-
公开(公告)号：CN119293729A
公开(公告)日：2025-01-10
申请号：CN202411413493.1
申请日：2024-10-11
IPC: G06F18/25 , G06F18/21 , G06F18/243 , G06F18/2415 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出基于Transformer架构的分布式多源异构信息融合方法，所述方法提出多层级分布式特征融合框架，基于异构源信息一次特征，采用端到端自注意力机制编码器架构实现二次特征提取融合，降低了计算难度，实现了计算成本与时间效率平衡。
-
Patent Agency Ranking
公开(公告)号：CN118428528A
公开(公告)日：2024-08-02
申请号：CN202410476717.7
申请日：2024-04-19
Applicant: 中国标准化研究院
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/26 , G06N3/0442 , G06N7/01 , G06N7/02
Abstract: 本发明公开了基于贝叶斯网络的城市地铁内涝风险处置辅助决策方法，包括获取目标城市地铁的内涝数据和基础数据，对所述内涝数据进行预处理，通过预处理后的所述内涝数据得到第一评估数据和第二评估数据，采用风险水平对所述第一评估数据和所述第二评估数据进行风险评估，获得风险值，根据所述监测数据对所述风险值进行调整获得风险程度，根据所述风险程度构建内涝风险处置辅助决策模型，优化所述内涝风险处置辅助决策。该方法不仅可以提高基于贝叶斯网络的城市地铁内涝风险处置辅助决策的精度，同时具有较好的可解释性，可以直接应用于城市地铁内涝风险处置辅助决策系统中。
-
公开(公告)号：CN114529438A
公开(公告)日：2022-05-24
申请号：CN202210210972.8
申请日：2022-03-03
Applicant: 中国标准化研究院 , 北京科技大学 , 北京市科学技术研究院
Abstract: 本发明公开了一种救援现场风险评估与资源管理系统，包括：系统管理模块、应急资源实时跟踪定位模块和突发事件应急指挥与资源调度模块；其中，系统管理模块用于实现系统用户信息、系统权限控制和系统配置信息管理，并在此基础上，允许授权用户访问，禁止未授权用户访问；应急资源实时跟踪定位模块用于实现救援现场周边的电子地图的加载与可视化展示、应急资源基础数据管理和应急资源实时定位；突发事件应急指挥与资源调度模块用于实现对救援现场进行风险评估，并结合应急资源的实际情况给出应急决策建议。本发明提升了应急救援时的社会化动员能力，促进了救援现场应急管理领域的发展。
-
公开(公告)号：CN119671330A
公开(公告)日：2025-03-21
申请号：CN202510187905.2
申请日：2025-02-20
Applicant: 中国标准化研究院
IPC: G06Q10/0637 , G06N3/042 , G06N3/08 , G06N7/01 , G06Q10/0631 , G06Q50/26
Abstract: 本发明公开了一种生产安全事故应急处置方案智能生成方法及系统，包括：获取历史事故案例的时空特征并计算关联度，基于关联度构建事故预测网络，并模拟不确定因素，计算当前事故与历史案例相似度，确定先验概率，进行事故发展推理，追溯不同生产环节事故危害程度，获得致因链，利用马尔可夫决策生成应急资源调配策略集，构建目标函数寻优，获得应急处置方案，实时监测生产工艺、设备状态和人员配置变化，动态调整应急处置方案以适应变化。该方法通过结合历史数据、图神经网络和马尔可夫决策，实现事故预测与应急资源智能调配，能够实时适应生产环境的变化，提高处置效率和安全性，同时具有较好的可解释性。
-
公开(公告)号：CN119809344A
公开(公告)日：2025-04-11
申请号：CN202411910753.6
申请日：2024-12-24
Applicant: 中国标准化研究院
IPC: G06Q10/0635 , G06Q50/26 , G06F18/22 , G06F18/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种城市安全风险评估标准的数字化方法，包括：对历史事故时序数据识别风险因素，进行关联性分析获关联函数，进一步构建城市网络拓扑结构，根据节点与灾前数据相似性确定节点的先验概率，生成模拟事故场景并添加扰动项模拟突发风险，与节点的先验概率结合，得到风险传播路径，构建风险评估模型，对传播路径上节点的时空影响范围进行评估，将各节点的评估结果进行加权求和，得到城市安全风险评估结果。该方法利用于历史事故数据多阶段分析构建的网络拓扑结构，使风险传播模拟更精准，可精准量化城市风险评估，同时具有较好的可解释性。
-
公开(公告)号：CN119415966A
公开(公告)日：2025-02-11
申请号：CN202411451617.5
申请日：2024-10-17
IPC: G06F18/22 , G06F18/15 , G06F18/213 , G06F18/2415 , G06F40/30 , G06N3/045
Abstract: 本发明提出基于Siamese‑XLNet网络的灾害因素相似度计算方法，所述方法具体步骤为：步骤一：从灾害救援报告中抽取灾害因素，建立灾害因素集合；步骤二：构建基于Siamese‑XLNet的孪生网络；步骤三：使用灾害因素更新孪生网络权重参数；步骤四：从更新的孪生网络中调用灾害因素的词向量；步骤五：将灾害因素的词向量输入神经网络的Softmax函数做归一化处理，得到两个因素的相似概率作为两个因素的相似度。该方法能适用于多灾种的灾害因素相似度计算，具有一般性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.079 seconds)
