導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 綜合安全論文>>正文

基于數(shù)據(jù)挖掘的危險(xiǎn)源辨識(shí)技術(shù)

文檔作者：蔣裕豐薛建峰孫粵琳文檔來(lái)源： 1．河海大學(xué)水資源高效利用與工程安全國(guó)家工程研究中心 2．南京河海科技有限公司 3．中國(guó)電力科學(xué)研究院 4．中國(guó)水利水電科學(xué)研究院		點(diǎn) 擊數(shù)：	更新時(shí)間： 2021年05月26日
下載地址：點(diǎn)擊這里	文件大?。?273.75 KB 共4頁(yè)	文檔格式： PDF	下載點(diǎn)數(shù)： 1 點(diǎn)（VIP免費(fèi)）

全屏查看

內(nèi)容預(yù)覽 [文件共4頁(yè)]

本文件共4頁(yè)，如需編輯使用，請(qǐng)下載。

注：預(yù)覽效果可能會(huì)出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問(wèn)題，下載是正常的。

	文件大?。?73.75 KB 共4頁(yè) 文件格式：PDF 下載點(diǎn)數(shù)：1 點(diǎn)（VIP會(huì)員免費(fèi)）

下一篇：安全理念在安全設(shè)施設(shè)計(jì)中的應(yīng)用

上一篇：重大危險(xiǎn)源風(fēng)險(xiǎn)評(píng)價(jià)研究及應(yīng)用

文本預(yù)覽

僅提取頁(yè)面文字內(nèi)容，供快速閱讀使用。

水力發(fā)電 第39卷第10期
2013年10月
一一- -
基予數(shù)據(jù)挖掘的危險(xiǎn) 辨識(shí)技術(shù)
蔣裕豐 ，一，薛建峰。，孫粵琳
(1．河海大學(xué)水資源高效利用與工程安全國(guó)家工程研究中心，江蘇南京210098；
2．南京河?？萍加邢薰?，江蘇南京210098；3．中國(guó)電力科學(xué)研究院，北京100055；
4．中國(guó)水利水電科學(xué)研究院，北京100038)
摘要：在對(duì)水利水電工程施工事故的危險(xiǎn)源進(jìn)行辨識(shí)時(shí)，傳統(tǒng)的辨識(shí)方法主觀性過(guò)強(qiáng)，效率與準(zhǔn)確度不高。采用
基于數(shù)據(jù)挖掘的危險(xiǎn)源辨識(shí)技術(shù)對(duì)歷史施工事故數(shù)據(jù)進(jìn)行挖掘．通過(guò)研究施工事故、危險(xiǎn)源以及能量體的關(guān)聯(lián)屬性
構(gòu)建合理的關(guān)聯(lián)規(guī)則，提高了危險(xiǎn)源辨識(shí)的效率和準(zhǔn)確度。實(shí)際應(yīng)用結(jié)果表明，該方法切實(shí)可行，能夠較為準(zhǔn)確、
高效地辨識(shí)各類危險(xiǎn)源。
關(guān)鍵詞：施工事故；數(shù)據(jù)挖掘；危險(xiǎn)源辨識(shí)；關(guān)聯(lián)規(guī)則
Hazard Identification Technology Based on Data M ining
JIANG Yu~ng 一，XUE Jianfeng3，SUN Yuelin
(1．National Engineering Research Center of Water Resources Eficient Utilization and Engineering Safety,
Hohai University．Naming 210098,Jiangs~China；2 Nanjing Hohai Technology Compan~Nanjing 21009&amp;amp;Jiangsu,China；
3．Electric PowerResearch Institute in China,Beijing 100055，China；
4．China Institute ofWater Resources＆Hydropower Research，Beijing 100038，China)
Abstract Traditional hazard identification methods in construction accident prevention of water conservancy and hydropower
projects often have too much subjectivity and low eficiency,SO a new hazard identification technology based on data mining is
studied herein for improving the eficiency and accuracy of construction hazard identification．This new method can establish
reasonable accident association rules by studying the associated attributes of accidents，hazards and energy based on history
construction accident data．The actual application shows that this method is feasible and can identify hazard resources accurately
and efficiently．
Key W ords：construction accident；data mining；hazard identification；association rule
中圖分類號(hào)：Tv5l；TP392 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0559—9342(2013)10—0044—03
隨著“西部開(kāi)發(fā)” 和“西電東送” 的開(kāi)展。我
國(guó)水電建設(shè)進(jìn)入了全面提速階段。然而，施工中事
故時(shí)有發(fā)生，不僅帶來(lái)巨大的人員傷亡和經(jīng)濟(jì)損失．
還嚴(yán)重制約了水利水電事業(yè)的進(jìn)一步發(fā)展1-2]。為預(yù)
防和控制此類事故的發(fā)生，需要對(duì)水利水電工程施
工過(guò)程進(jìn)行詳細(xì)的危險(xiǎn)源辨識(shí)。事實(shí)上， 許多施工
事故是有先例可循的，如何從大量的歷史信息中總
結(jié)經(jīng)驗(yàn)教訓(xùn)成為危險(xiǎn)源辨識(shí)和控制的重要研究?jī)?nèi)容。
傳統(tǒng)的經(jīng)驗(yàn)預(yù)測(cè)法汲取了施工安全控制的經(jīng)驗(yàn)．使
用簡(jiǎn)單， 是較為常用的危險(xiǎn)源辨識(shí)方法，但其主觀
誓盈Water Po er Vo1．39 No． 0
性過(guò)強(qiáng)，人工干預(yù)較多f3]。本文提出了基于數(shù)據(jù)挖掘
的危險(xiǎn)源辨識(shí)方法， 其基本思想是利用數(shù)據(jù)挖掘技
術(shù)充分挖掘施工事故歷史數(shù)據(jù)中蘊(yùn)含的信息，用于
指導(dǎo)發(fā)現(xiàn)危險(xiǎn)源的特征和詳細(xì)情況。進(jìn)而更好地控
制危險(xiǎn)源，達(dá)到安全施工的目的。
收稿日期：2012—07—01
基金項(xiàng)目： 國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(51139001，51079086)
作者簡(jiǎn)介：蔣裕豐(1983一)， 男， 江蘇宜興人，工程師， 博
士，研究方向?yàn)榇髩伟踩O(jiān)測(cè)及水工程安全．
第39卷第10期 蔣裕豐，等：基于數(shù)據(jù)挖掘的危險(xiǎn)源辨識(shí)技術(shù)
1 數(shù)據(jù)挖掘
數(shù)據(jù)挖掘(Data Mining簡(jiǎn)稱DM)在最近幾年里
已被數(shù)據(jù)庫(kù)界廣泛研究， 并成功應(yīng)用于多個(gè)領(lǐng)域 。
該方法是從大量的、隨機(jī)的、不完全的、有噪聲的、
模糊的數(shù)據(jù)庫(kù)中，提取隱含在其中的、人們預(yù)先未
知的、但又是潛在有用的信息和知識(shí)的過(guò)程，是數(shù)
據(jù)庫(kù)技術(shù)、人工智能、機(jī)器學(xué)習(xí)、模糊邏輯、統(tǒng)計(jì)
分析、模式識(shí)別等多個(gè)學(xué)科相結(jié)合的產(chǎn)物。數(shù)據(jù)挖
掘的主要步驟包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果解釋
和評(píng)價(jià)。數(shù)據(jù)挖掘的全過(guò)程見(jiàn)圖1。
— — — — — — — — 一數(shù)據(jù)準(zhǔn)備—————————— 數(shù)據(jù)挖掘—． 一結(jié)果解釋和評(píng)價(jià)一1
L 一一上一一一J一～ 一一一I
圖1 數(shù)據(jù)挖掘過(guò)程
1．1 數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)準(zhǔn)備過(guò)程可細(xì)分為3個(gè)子步驟，包括數(shù)據(jù)
集成、數(shù)據(jù)選擇和數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成是指將來(lái)
自于多個(gè)數(shù)據(jù)源中、具有一定相關(guān)性的數(shù)據(jù)組合在
一起， 目的是進(jìn)行信息整合。連通“信息孤島”，共
享信息，解決數(shù)據(jù)的分布性和異構(gòu)性的問(wèn)題。數(shù)據(jù)
選取的目的是確定發(fā)現(xiàn)任務(wù)操作的目標(biāo)對(duì)象， 即目
標(biāo)數(shù)據(jù)，是根據(jù)用戶的需求從集成數(shù)據(jù)庫(kù)中抽取的
一組數(shù)據(jù)。數(shù)據(jù)預(yù)處理一般包括消除噪聲、消除重
復(fù)記錄、推算缺失數(shù)據(jù)、進(jìn)行相關(guān)數(shù)據(jù)轉(zhuǎn)換以及對(duì)
數(shù)據(jù)進(jìn)行降維操作， 即從目標(biāo)數(shù)據(jù)的初始特征中找
出真正有用的關(guān)鍵特征． 以減少數(shù)據(jù)挖掘需要考慮
的參數(shù)個(gè)數(shù)。
1．2 數(shù)據(jù)挖掘過(guò)程
數(shù)據(jù)挖掘過(guò)程主要是利用各種數(shù)據(jù)挖掘方法對(duì)
數(shù)據(jù)進(jìn)行分析。首先確定數(shù)據(jù)挖掘的目的和挖掘的
知識(shí)類型；再根據(jù)挖掘的知識(shí)類型選定合適的數(shù)據(jù)
挖掘方法；最后實(shí)施數(shù)據(jù)挖掘操作，利用選定的挖
掘算法搜索數(shù)據(jù)中的模式， 并從數(shù)據(jù)庫(kù)中抽取所需
的知識(shí)。常用的數(shù)據(jù)挖掘方法主要有關(guān)聯(lián)規(guī)則法、
分類聚類法、數(shù)據(jù)統(tǒng)計(jì)法、機(jī)器學(xué)習(xí)法、多層次數(shù)
據(jù)匯總歸納法、神經(jīng)網(wǎng)絡(luò)法、決策樹(shù)法和序列模式
分析法等，要針對(duì)具體的挖掘特征選擇合理的數(shù)據(jù)
挖掘方法。
1．3 結(jié)果解釋和評(píng)價(jià)
對(duì)數(shù)據(jù)挖掘階段得到的知識(shí)要經(jīng)過(guò)進(jìn)一步的評(píng)
估和處理。對(duì)可能存在冗余或相關(guān)性很小的知識(shí)要
將其剔除；如果挖掘所得的知識(shí)不符合用戶需求，
則需要重復(fù)上述挖掘過(guò)程重新挖掘。此外，數(shù)據(jù)挖
掘是為用戶服務(wù)的．需要對(duì)挖掘得到的知識(shí)進(jìn)行解
釋，使用戶更容易理解和接受(主要采用可視化的
方式)。
2 基于數(shù)據(jù)挖掘的危險(xiǎn)源辨識(shí)關(guān)鍵技術(shù)
2．1 數(shù)據(jù)準(zhǔn)備
為了減少數(shù)據(jù)挖掘的工作量。提高挖掘算法的
效率和準(zhǔn)確性，需要進(jìn)行充分合理的危險(xiǎn)源辨識(shí)數(shù)
據(jù)準(zhǔn)備工作。
(1)根據(jù)挖掘主體設(shè)計(jì)數(shù)據(jù)集市， 并構(gòu)建事例
表和多維數(shù)據(jù)立方體。對(duì)危險(xiǎn)源辨識(shí)而言， 主要的
研究對(duì)象為施工事故、施工危險(xiǎn)源以及施工能量體。
對(duì)這3個(gè)對(duì)象開(kāi)展屬性研究， 選取最能表達(dá)對(duì)象特
征和關(guān)鍵影響因素的屬性構(gòu)建各自的事例表，并添
加3個(gè)對(duì)象相互聯(lián)系的關(guān)系屬性，將施工事故、危
險(xiǎn)源以及能量體有機(jī)地結(jié)合起來(lái)，構(gòu)成關(guān)系數(shù)據(jù)表
和數(shù)據(jù)集市。其設(shè)計(jì)模式通常可采用星形或雪花形，
相關(guān)數(shù)據(jù)庫(kù)管理軟件可采用Microsoft SQL Server。
施工事故、危險(xiǎn)源以及能量體的相關(guān)屬性及相互聯(lián)
系見(jiàn)圖2
事故類別1 f所屬Ⅲl
＼ ／＼＼ J她 }·
能吊體
施工
危險(xiǎn)源
分類
所屬項(xiàng)目)
＼ —
— ／
／
儷
／1＼方式
圖2 實(shí)體對(duì)象屬性關(guān)系
(2) 利用Windows操作系統(tǒng)的數(shù)據(jù)源管理器
(Open Database Connectivity 簡(jiǎn)稱ODBC) 導(dǎo)人
Microsoft SQL Server關(guān)系數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)表，
由此建立系統(tǒng)數(shù)據(jù)源，并由MS Analysis Service動(dòng)
名～ ／
態(tài)連接至指定數(shù)據(jù)源。
(3)利用MS Analysis Service創(chuàng)建挖掘目標(biāo)數(shù)
據(jù)庫(kù)，該數(shù)據(jù)庫(kù)的本質(zhì)是虛擬的， 用來(lái)存放數(shù)據(jù)挖
掘結(jié)構(gòu)的數(shù)據(jù)源、多維數(shù)據(jù)集、共享維度、數(shù)據(jù)挖
掘模型庫(kù)以及數(shù)據(jù)庫(kù)角色。數(shù)據(jù)源是特指用于存放
相關(guān)數(shù)據(jù)庫(kù)的數(shù)據(jù)源： 多維數(shù)據(jù)集是用于存放多維
數(shù)據(jù)立方體對(duì)象：共享維度是存放所有立方體公用
的維：數(shù)據(jù)挖掘模型庫(kù)是存放特定的數(shù)據(jù)挖掘模型；
數(shù)據(jù)庫(kù)角色用來(lái)存放數(shù)據(jù)庫(kù)中所有的角色信息。
2．2 數(shù)據(jù)挖掘方法
根據(jù)危險(xiǎn)源辨識(shí)以及構(gòu)建目標(biāo)數(shù)據(jù)庫(kù)的特征，
本文選取關(guān)聯(lián)規(guī)則方法作為危險(xiǎn)源辨識(shí)的數(shù)據(jù)挖掘
方法。關(guān)聯(lián)規(guī)則法是數(shù)據(jù)挖掘中最為常用的一種方
法， 已成功地應(yīng)用于多個(gè)數(shù)據(jù)挖掘領(lǐng)域。關(guān)聯(lián)規(guī)則
是指在數(shù)據(jù)集中支持度和置信度分別滿足給定閾值
的規(guī)則， 由此反映一個(gè)事物與其他事物之間的相互
依存性和關(guān)聯(lián)性。舉例來(lái)說(shuō)，對(duì)某超市出售記錄信
息數(shù)據(jù)庫(kù)進(jìn)行分析可以發(fā)現(xiàn)如下關(guān)聯(lián)規(guī)則：90％ 客
戶在購(gòu)買面包的同時(shí)也會(huì)購(gòu)買牛奶， 即顧客在購(gòu)買
某些商品的時(shí)候有一定比例的傾向購(gòu)買另外一些商
品． 由此可以更好地了解顧客的購(gòu)買習(xí)慣，做好商
品的調(diào)配T作，提高銷售量l 5l。
對(duì)于水利水電工程施工危險(xiǎn)源辨識(shí)而言同樣存
在類似的關(guān)聯(lián)規(guī)則。對(duì)歷史上發(fā)生的施工事故進(jìn)行
關(guān)聯(lián)分析．可以發(fā)現(xiàn)事故的發(fā)生與哪些因素相關(guān)性
較高．如能獲得這一關(guān)聯(lián)規(guī)則的規(guī)律性， 即可指導(dǎo)
現(xiàn)有的工程施工． 發(fā)現(xiàn)潛在的危險(xiǎn)因素．并對(duì)這些
危險(xiǎn)源進(jìn)行管理和控制，保證安全高效的施工。因
此． 本文嘗試構(gòu)建水利水電工程施工危險(xiǎn)源數(shù)據(jù)挖
掘關(guān)聯(lián)規(guī)則。
根據(jù)危險(xiǎn)源的定義和分類，對(duì)施工事故、危險(xiǎn)
源以及能量體進(jìn)行屬性分析， 提出“水利水電工程
施工事故屬性” 這一概念，具體是指水利水電工程
施工事故發(fā)生時(shí)，施工組織設(shè)計(jì)、施工對(duì)象、施工
人員、施工設(shè)備以及施工環(huán)境所處的狀態(tài)。這樣，
就可以將大量的水利水電工程施工事故數(shù)據(jù)按照其
屬性組織為信息進(jìn)行數(shù)據(jù)挖掘，研究各項(xiàng)屬性與事
故之間的聯(lián)系。采用文本形式描述規(guī)則如下
(A1，A 2，?A )jD(sup，COn)
式中，A ，A：，?A 為規(guī)則的前提條件， 即各項(xiàng)水利
水電工程施工事故屬性；D代表規(guī)則的結(jié)果， 即發(fā)
生事故：sup 表示該規(guī)則的支持度， 即所有記錄中
A ，A：，?A 同時(shí)出現(xiàn)的概率；COn表示該規(guī)則的置
信度， 即A。，A ，?A 同時(shí)出現(xiàn)時(shí)發(fā)生D 的概率。
根據(jù)用戶的需求設(shè)置最小支持度和最小置信度，
當(dāng)規(guī)則滿足用戶指定的最小支持度和最小置信度時(shí)，
圜W(rter Power Vo1．39 No．10
可以認(rèn)為該規(guī)則是較常見(jiàn)、可信度較高的。
規(guī)則是否適用取決于用戶的感覺(jué)和需求， 需要
用戶參與決定規(guī)則的有效性和可行性，這樣才能將
用戶需求與挖掘系統(tǒng)更緊密地結(jié)合起來(lái)。具體方法
為采用一種基于約束的數(shù)據(jù)挖掘，約束內(nèi)容如下：
(1)數(shù)據(jù)約束。用戶可指定數(shù)據(jù)挖掘的范圍，
而不是對(duì)全部數(shù)據(jù)進(jìn)行挖掘。
(2)挖掘?qū)哟闻c維的約束。用戶可指定數(shù)據(jù)挖
掘系統(tǒng)在指定的層次和維度上進(jìn)行數(shù)據(jù)挖掘。
(3)規(guī)則約束?？筛鶕?jù)用戶需求選擇規(guī)則的類
型，如引入模板和興趣度的概念，用戶可利用模板
和興趣度確定哪些規(guī)則是令人感興趣的，而哪些則
不然。
最后。根據(jù)關(guān)聯(lián)規(guī)則對(duì)現(xiàn)有水利水電工程施工
資料進(jìn)行數(shù)據(jù)挖掘，對(duì)符合一定支持度和置信度的
危險(xiǎn)因素， 可以認(rèn)為其為水利水電工程施工危險(xiǎn)源，
需要對(duì)其開(kāi)展監(jiān)測(cè)和控制，保證施工安全進(jìn)行。
3 實(shí)例應(yīng)用
對(duì)水利水電工程施工進(jìn)行基于數(shù)據(jù)挖掘的危險(xiǎn)
源辨識(shí)．危險(xiǎn)源辨識(shí)數(shù)據(jù)挖掘方法見(jiàn)圖3。
垂畔 1=二=三 董蘭二
／1 控制I＼ ＼
I 由]r{g- ☆ 【德晤 I p r籪 ?0麗? ‘“ 1
圖3 危險(xiǎn)源辨識(shí)數(shù)據(jù)挖掘方法
利用上述方法對(duì)某工程高邊坡土方開(kāi)挖施工進(jìn)
行危險(xiǎn)源辨識(shí)，結(jié)果見(jiàn)表1。
4 結(jié)語(yǔ)
防止危險(xiǎn)源引發(fā)重大事故，首要任務(wù)就是要根
據(jù)危險(xiǎn)源定義辨識(shí)哪些是可能引發(fā)事故的潛在危險(xiǎn)
源。而基于數(shù)據(jù)挖掘技術(shù)的危險(xiǎn)源(下轉(zhuǎn)第64頁(yè))
(m·kW 制)。
根據(jù)國(guó)內(nèi)外已建和在建電站的統(tǒng)計(jì)資料以及
經(jīng)驗(yàn)統(tǒng)計(jì)公式， 結(jié)合本電站具體情況。水輪機(jī)模
型目標(biāo)參數(shù)如下： 比速系數(shù)K 為1800～2050． 比
轉(zhuǎn)速 為1l7．2～133．4 (m·kW制)，最優(yōu)工況單位
轉(zhuǎn)速 。為63．5～66．5 r／min， 限制工況單位流量
p 為0．35～0．45 m3／s，轉(zhuǎn)輪臨界空化系數(shù)O"c為0．045～
0．06，模型轉(zhuǎn)輪最高效率 ≥94％ ，模型轉(zhuǎn)輪額
定點(diǎn)效率叼 ≥91．5％ 。因本電站最大水頭與額定
水頭相差較大，為改善水輪機(jī)部分負(fù)荷時(shí)運(yùn)行的
穩(wěn)定性， 最優(yōu)工況單位流量與限制工況單位流量
應(yīng)盡量拉大距離， 控制最優(yōu)工況單位流量為限制
工況單位流量0．8倍以下． 即最優(yōu)工況單位流量
p1l0為0．28-0．36 1Tl ／s。
3．3 水輪機(jī)原型技術(shù)參數(shù)
根據(jù)水輪機(jī)模型目標(biāo)參數(shù)．并經(jīng)技術(shù)經(jīng)濟(jì)比較．
最終確定如美水電站水輪機(jī)原型參數(shù)如下：水輪機(jī)
型號(hào)為HL131．9一LJ一630，轉(zhuǎn)輪直徑D1=6．3 m，額定
轉(zhuǎn)速166．7 r／min (飛逸轉(zhuǎn)速310 fmin)，額定水頭
236．0 m， 額定流量250．6 m3／s． 額定出力535．7
MW ，額定點(diǎn)效率92．6％ ， 額定點(diǎn)比轉(zhuǎn)速131．9 (m·
kW 制)， 比速系數(shù)2 026．3， 吸出高度 ≥ 一10．67
(上接第46頁(yè))
表1 土方開(kāi)挖塌方事故危險(xiǎn)源辨識(shí)
危險(xiǎn)源類別 危險(xiǎn)源內(nèi)容
施工載體危險(xiǎn)源 邊坡或土方
設(shè)備重型設(shè)備通過(guò)坡 邊坡上堆放器材
原料 原料、廢棄物等放置在邊坡上
寄傘 土體無(wú)固壁支護(hù)
設(shè)尊備 危險(xiǎn)源 防護(hù) 固?壁支護(hù)‘ 有’ 缺?陷
人的不 人處于不安全的位置
安全行為 自身行為不安全
安全檢查存在缺陷
安全管理
發(fā)現(xiàn)問(wèn)題處理不及時(shí)
設(shè)計(jì)因素 邊坡設(shè)計(jì)不穩(wěn)定
任意修改邊坡
將邊坡開(kāi)挖成反坡
自嫠然 災(zāi)薹害 危瑟險(xiǎn)源酒 施工因素 掏挖
水力開(kāi)挖掌子面過(guò)高
自然災(zāi)害 暴雨沖刷或冰雪融化
災(zāi)害 地震或爆破振動(dòng)
圈 erPower Vo1．39No．10
m， 安裝高程2 605．0 m．壓力脈動(dòng)相對(duì)值△ 日在
70％～100％額定出力時(shí)不大于3％ ．在全負(fù)荷范同內(nèi)
最大不超過(guò)4％ 。
4 結(jié)語(yǔ)
如美水電站地處西藏高寒、高海拔地區(qū)， 機(jī)組
單機(jī)容量大， 運(yùn)行水頭高且水頭變幅較大，汛期過(guò)
機(jī)泥沙較多且硬度較大，存在一定的泥沙磨損。這
些都對(duì)機(jī)組參數(shù)選擇和結(jié)構(gòu)設(shè)計(jì)提出了較為特殊的
要求． 在設(shè)計(jì)過(guò)程中應(yīng)綜合考慮高海拔地區(qū)機(jī)組選
擇時(shí)應(yīng)注意的問(wèn)題，適當(dāng)降低水輪機(jī)比轉(zhuǎn)速及比速
系數(shù)水平，優(yōu)化機(jī)組結(jié)構(gòu)形式， 確保機(jī)組投產(chǎn)后安
全、可靠、穩(wěn)定運(yùn)行。
參考文獻(xiàn)：
[1] 李慶忠，等．重力加速度值的計(jì)算及實(shí)際應(yīng)用．計(jì)量技術(shù)[J]．
2001(4)：11-15．
[2] DUT 5058—1996 水電站調(diào)壓室設(shè)計(jì)規(guī)范[S]．
『3] 管德靈．西藏高原水輪機(jī)空蝕問(wèn)題的探討．水利水電科技進(jìn)展
[J]．1996(6)：58—61．
[4] 李修樹(shù)．西藏地區(qū)水輪機(jī)選型設(shè)計(jì)的幾個(gè)主要問(wèn)題探討[J]．水
力發(fā)電，2011，37(4)：82—84．
(責(zé)任編輯高 瑜)
辨識(shí)技術(shù)能夠從歷史數(shù)據(jù)出發(fā)，深入挖掘施工事故
歷史數(shù)據(jù)，通過(guò)研究施工事故、危險(xiǎn)源以及能量體
的關(guān)聯(lián)屬性構(gòu)建合理的關(guān)聯(lián)規(guī)則．對(duì)符合一定支持
度和置信度的危險(xiǎn)因素進(jìn)行危險(xiǎn)源確認(rèn)， 從而進(jìn)一
步對(duì)該危險(xiǎn)源展開(kāi)監(jiān)測(cè)和控制。保證施工安全進(jìn)行。
數(shù)據(jù)挖掘方法的引入不僅很好地利用了歷史施工事
故數(shù)據(jù)， 也通過(guò)規(guī)則的設(shè)置，提高了危險(xiǎn)源辨識(shí)的
效率和準(zhǔn)確度，避免了過(guò)于依賴主觀辨識(shí)的缺點(diǎn)，
為施工危險(xiǎn)源辨識(shí)提供了新的思路和方法。
參考文獻(xiàn)：
『1] 楊則珂．水利水電工程施工傷亡事故案例與分析(第一集)
[M]．北京：中國(guó)電力出版社，1996．
『2] 付元初．水利水電工程施工傷亡事故案例與分析(第二集)
[M]．北京：中國(guó)建筑工業(yè)出版社，2001．
[3] 吳宗之，高進(jìn)東， 張興凱．工業(yè)危險(xiǎn)辯識(shí)與評(píng)價(jià)[M]．北京：氣
象出版社．2000．
[4] 范明，孟曉峰．?dāng)?shù)據(jù)挖掘概念與技術(shù)[M]．北京：機(jī)械工業(yè)出版
社．2001．
[5] 吳良剛，周海濤．一種基于數(shù)理統(tǒng)計(jì)的數(shù)據(jù)挖掘方法研究[J]．
計(jì)算機(jī)與信息技術(shù)，2001，96(9)：1-5．
(責(zé)任編輯楊健)

網(wǎng)友評(píng)論 more

綜合安全論文最新內(nèi)容

05-04