安全生产大数据应用

　　大数据时代的到来，为安全生产风险评估、隐患排查、执法检查、事故调查和决策分析等业务提供了支持。本文主要介绍了安全生产大数据的概念、分类、应用案例、存在的问题和未来的应用方向。
　　信息技术与经济社会的融合引发了数据迅猛增长，数据逐渐成为与土地、物质和能源同等重要的基础性战略资源，日益对经济运行、社会生产生活和国家治理产生重要影响。大数据（Bigdata），或称巨量资料，是指由数量巨大、结构复杂、类型众多的数据所构成的数据集合，必须通过特殊化处理分析，才能形成有规律、可预测的信息服务能力。具有容量大、类型多、存取速度快、应用价值高等特征。
　　随着大数据时代的到来，政府安全监管部门、企业或者其他机构通过对生产经营活动中海量、无序的数据进行分析处理，总结数据的规律，发现数据的价值，为安全生产风险评估、隐患排查、执法检查、事故调查和决策分析等业务提供支持，安全生产逐渐步入大数据时代。
　　安全生产大数据特征
　　安全生产大数据是大数据的子集，是信息技术与安全生产业务融合过程中形成的海量数据。通过对这些海量数据的分析，发现潜在隐患、评估安全风险、寻找事故规律、追溯事故原因，实现安全生产风险管理和事故预防。
　　安全生产大数据除了具有大数据的一般特点之外，还具有以下3项特征。
　　数据分散
　　安全生产大数据主要存储在生产经营单位、政府安全监管监察机构、技术服务机构（从事安全评价、文化宣传、教育培训、检测检验、产品研发等工作的机构）、社会公众（如网站、论坛、社交网络、互联网），这些数据融合困难，信息孤岛现象普遍存在。
　　数据边界模糊
　　安全生产涉及众多行业领域，面广复杂，如何界定安全生产数据较为困难。在企业生产经营过程中，企业经营管理、工艺技术和安全生产密切相关，安全生产数据定义模糊，尤其是涉及到企业商业秘密时，安全生产数据采集就更加困难。
　　数据效用时间短
　　企业安全生产监测、视频图像等数据效用时间短，比如煤与瓦斯突出、冲击地压等动力灾害演化规律不清，瞬时突发，瓦斯突出、矿震、矿压监测数据效用时间很短。相比于金融、社交、物流、零售等大数据，安全生产大数据价值密度更低，比如在低瓦斯矿井下，瓦斯监测数据长期不变。
　　安全生产大数据应用案例
　　国家安全监管总局积极推动安全生产大数据的应用，组织研发团队开展安全生产大数据平台研发与试用工作。采用了NoSQL（非关系型）数据库、MapReduce计算框架、HDFS高性能分布式存储系统、图计算、语义分析、人工神经网络、智能识别、毫秒级索引查询分析和实时处理等技术，初步建设了安全生产大数据平台。开发了集地图导航与图表相结合，静态、动态监测预警与多维度关联相结合的事故钻取分析、事故发生规律与致因挖掘、事故预测预判和风险防控于一体的大数据应用系统，具有事故统计分析、隐患分析、远程执法巡查、态势分析、安全研判、舆情热点分析和决策服务等功能。
　　下面，简单介绍安全生产大数据的两个应用案例。
　　安全生产互联网舆情分析
　　安全生产舆情具有负向性、突发性、情绪化与非理性、主观性和去中心化等特点，这些舆情信息会直接或者间接地影响安全生产工作。大数据给舆情监测和分析方式带来了变革。
　　使用网络爬虫技术定期从互联网上采集安全生产舆情信息，进行预处理后分类管理，建立安全生产舆情大数据。可以使用智能语义分析、自然语言处理、数据挖掘等大数据分析技术对舆情趋势、等级、影响程度上进行分析，实现对安全生产舆情的监测分析、判断安全生产工作的潜在影响和风险、确定舆情的等级和影响程度。
　　安全生产事故规律分析
　　首先建立安全生产事故大数据，应用大数据技术分析事故原因，挖掘事故规律。例如，通过地域性分析，发现山西、湖南、重庆为煤矿事故多发地区，黑龙江发生重大事故起数较多，据此，应加强对这些地区的安全监管监察工作；通过事故统计分析，可知顶板、瓦斯、运输为煤矿事故的主要类别，因此要求煤矿加强对这些事故类型的预防；对灾害伤亡模型进行回归分析得出伤亡模型，伤亡人数逐渐减少，表明安全生产形势趋向好转。
　　应用大数据分析技术可以进行安全生产态势预测，根据结果采取相应的预防措施减少事故发生，提高事故风险防控能力。
　　安全生产大数据应用的问题
　　当前，安全生产信息化还很落后，成功的大数据应用案例还很少，主要存在以下问题：
　　一是安全生产数据采集机制和手段不健全，有些安全生产数据难以采集或者采集的數据不准确、不完整。安全生产数据不规范，融合难，质量差。
　　二是企业由于信息安全、商业秘密保护等多种原因，不愿意开放共享自身的安全生产数据。
　　三是适用于安全生产大数据分析的算法、模型研究不深入、不成熟，安全生产大数据应用价值点还没有全部发掘，业务需要进一步研究。安全生产大数据平台建设是一个渐进的持续过程，需要不断开发完善。
　　安全生产大数据应用方向
　　安全生产隐患排查
　　通过人工方式很难完全排查企业存在的隐患，特别是对于有隐蔽性的隐患，需要排查者具有较强的专业知识。这种方式易受主观因素影响，而且很难界定安全与危险状态，隐患排查效果差。应用大数据能够及时、准确地发现隐患，提高企业隐患排查能力。
　　美国安全工程师海因里希通过分析55万起工伤事故发生的概率，提出了著名的129300安全法则。这个法则告诉人们，每一起重伤或死亡事故，背后必定发生了300件无伤害事件，也就是潜在的隐患，这些无伤害事件往往被人们忽略了。
　　采集企业生产经营过程中人、物、环境的监测信息和安全生产管理信息，建立企业安全生产大数据。利用图像识别、神经网络、遗传算法、模糊数学等算法，建立隐患诊断大数据模型，通过对多个数据参数分析比对，发现人的不安全行为、物的不安全状态、环境的不安全条件和管理缺陷，从而界定是否构成隐患。
　　安全生产风险管理
　　建立风险评估指标体系，通过专家独立打分的方法可以评估企业安全生产风险。但是，这种方法主观性强，而且多是使用静态数据评估企业安全生产风险。应用大数据可以动态评估企业安全生产风险。
　　首先，构建企业安全生产动态风险评估模型和风险指数，采集企业各类安全生产数据作为模型输入，根据算法计算出企业安全生产风险指数。融合区域、行业或者全国企业安全生产风险数据，建立区域性安全生产风险指数。安全生产风险指数可以用红、橙、黄、绿、蓝等不同的颜色表示，通过地理信息系统在地图上可视化展示。建立安全生产风险预警机制，促进安全生产监管监察的精细化和精准化。
　　突出预防为主，强化信息技术对安全生产风险识别与管理的支撑保障，督促企业落实主体责任，提升源头治理能力，降低安全生产事故的发生。
　　事故调查
　　大数据用于安全生产事故调查也是一个主要方向。建立安全生产大数据，记录企业安全生产基础信息、管理台账、隐患排查信息、监测监控信息、执法检查等信息。事故发生后，调查组可以對这些数据进行取证，从而分析事故发生原因，认定事故责任。2010年，美国西弗吉尼亚州发生死亡29人的矿难，由于该煤矿的监管记录保存完整，每条记录都包括检查的时间、结果、违反的法律条款、处理的意见、罚款金额、已缴纳的金额、煤矿是否申诉等数据项。逾千条的监管记录为事故追责提供了重要证据，最终事故认定矿山安全与健康局无监管失职，煤矿所属公司承担主要责任。
　　安全生产监管监察
　　安全生产监管监察机构应用大数据可以更加有效地开展工作，是智慧安监的发展方向，应用点包括：
　　1。大数据应用于安全生产行政许可业务
　　政府安全监管监察机构收到某个企业安全生产许可证延期（或换发）业务，分析企业安全管理、风险、事故、信用、标准化、隐患排查等数据，依法判断是否批准企业安全生产许可申请。
　　2。大数据应用于日常安全监管监察业务
　　安全监管监察机构在日常监管监察工作中，通过分析企业安全管理、风险、事故、执法、信用等数据，对企业实行分类监管监察，提高安全监管监察工作的效能。
　　3。大数据应用于安全生产执法
　　安全监管监察机构通过分析企业安全管理、风险、事故、执法、信用、投诉举报等数据，制定更加有针对性的执法计划，提高执法效率。
　　安全生产大数据的应用还有很多，如安全产品交易、安全生产服务、应急管理等等。大数据对安全生产意义非凡，有助于提升事故防控预警能力和安全生产综合治理能力，加强安全生产源头治理，有效遏制重特大事故发生。
　　编辑韩颖