大數據混合結構的電爐企業公共突發事件危機預警系統

吳思瑾

(陜西學前師范學院經濟與管理學院,陜西 西安 710100)

如何高效快速地應對和處理電爐企業公共突發事件是降低事件影響范圍和控制影響程度的有效手段[1],在高效快速地應對和處理電爐企業公共突發事件中,事件危機預警起到重要作用[2-4]。而電爐企業公共突發事件危機預警涉及危機預警系統,現階段,危機預警系統由于采用單一的結構模式,并且大數據利用率低,導致系統的預警效果無法達到預期,甚至預警誤報累積分布比例高。

相關研究人員研究了危機預警系統,文獻[5]提出了基于視頻技術的煤礦在線危機預警系統,該系統設計了三層的結構,分別采用V4L2采集視頻圖像,結合模糊積分法構建在線危機預警模型,實現突發事件的預警。但是該系統的突發事件分類效果差,導致事件的預警能力不佳。文獻[6]研究了復雜礦區煤與瓦斯突出災害多參量預警系統,該系統從防突措施缺陷和客觀危險性兩大方面,囊括了20多項突出危險預警指標,構建多參量應急預警模型,實現煤與瓦斯突出災害的多參量、準確預警和及時發布。但是該系統的預警誤報累積分布比例高,導致預警能力未達到理想效果。

針對上述問題,為了提高電爐企業公共突發事件危機預警系統的預警性能,結合大數據,設計了一種新的大數據混合結構的電爐企業公共突發事件危機預警系統。該系統不再采用單一的C/S結構或者B/S結構,而是將兩者結合,并且融入了大數據數據庫,充分利用了大數據,設計大數據混合結構的危機預警系統結構,并且結合了決策樹算法,進一步提高預警系統的性能,實現高效預警,為應急指揮中心提供支持。

1 設計電爐企業公共突發事件危機預警系統結構

為了提高電爐企業公共突發事件危機預警系統的預警性能,在傳統的預警系統結構基礎上,采用混合結合構建危機預警系統的整體結構,混合結構為C/S結構和B/S結構[7-8]的融合架構形式,將2種結構相結合,并且結合大數據數據庫,充分利用大數據,形成優勢互補。C/S結構、B/S結構和大數據數據庫的大數據混合結構如圖1所示。

圖1 C/S結構、B/S結構和大數據數據庫的大數據混合結構

將圖1的大數據混合結構應用到電爐企業公共突發事件危機預警系統,使其與危機預警系統相結合,達到危機預警的目的,設計的電爐企業公共突發事件危機預警系統整體結構如圖2所示。

圖2 電爐企業公共突發事件危機預警系統整體結構

通過圖2可知,電爐企業公共突發事件危機預警系統整體結構主要分為了三個子系統,子系統分別是B/S系統、C/S系統和大數據數據庫,其中B/S系統主要負責電爐企業公共突發事件的外部信息查詢、預警,C/S系統負責的電爐企業公共突發事件內部事宜,而大數據數據庫主要負責大數據的存儲、檢索等。各個子系統具體設計如下:

1)B/S系統

B/S系統的通信系統采用遠程網絡與局域網,該通信網絡使用全程ZM數字電路DDN/FR/SDH,實現多部門通信,局域網采用雙絞線連接方式,并選擇多功能的交換機,外部用戶使用Intemat進行訪問。該系統中WEB和應用在文件服務器,由OS和DBMS組成,其他部分由操作系統和接口軟件等組成,包括瀏覽器。該系統還基于WebGIS的分布式警務信息系統可以同時提供內部與外部的服務。

2)C/S系統

C/S系統的通信系統也采用遠程網絡與局域網,其中樞系統為服務器,主要由網絡操作系統、網絡協議以及完成數據操縱的中間軟件ODBC、遠程過程調用程序RPC組成,并且預警功能在該服務器實現。該部分也負責用戶界面、表現邏輯工作、格式化數據庫、電爐企業公共突發事件的大數據信息采集等。這種模式對應急指揮中心中較為重要的調度等一系列的業務工作能夠很好的解決。通過對指揮業務的具體流程進行全方面覆蓋,從而實現大數據的充分利用和對業務過程進行指揮的綜合系統。

3)大數據數據庫

大數據數據庫是存儲電爐企業公共突發事件信息數據的場所,將歷史事件的大數據存于數據庫,其主要用于聯機事務處理,為電爐企業公共突發事件的分析提供大數據基礎。在該部分由存儲在數據庫中的數據生成HTML格式的文本和將HTML文本數據存儲到大數據數據庫,以及對在數據庫中的HTML進行全文檢索,充分利用大數據,并且保障電爐企業公共突發事件大數據信息的完整性和安全性。大數據數據庫采用Oracle大數據庫。

2 設計危機預警系統預警功能模塊

根據電爐企業公共突發事件危機預警的實際需求,結合設計的電爐企業公共突發事件危機預警系統整體結構,設計具體的危機預警系統功能模塊,如圖3所示。

圖3 危機預警系統功能模塊

圖3中的子系統該管理是針對圖2中的各個管理進行集合管理模塊,事件實時信息是實時采集電爐企業公共突發事件的信息,將采集的實時信息進行匯總并且存儲于大數據數據庫,便于其他軟件調用,多媒體顯示是為了顯示電爐企業公共突發事件信息,主要是實現人機交互,而服務器功能模塊主要是實現電爐企業公共突發事件的數據處理與預警,過濾無效或惡意報警信息。

3 設計預警功能軟件

根據上述內容,設計預警功能軟件,即算法。預警方法主要采用決策樹算法分類電爐企業公共突發事件大數據,從而實現準確應急預警。

電爐企業公共突發事件大數據存在連續性,因此,需要離散化處理電爐企業公共突發事件的大數據,具體操作如下:

排序連續型屬性的原始電爐企業公共突發事件大數據的數據集,按照數據量由小到大排序,排序結果為

[x0,x1,…,xn]

(1)

式中:n為電爐企業公共突發事件大數據的數據集數量。

在[x0,x1,…,xn]數據集的區間中等分加入n個數值,該數值為[1,2,…,n]的整數,將事件大數據的數據集分割成n個子區域,分割后的數據集為([x0,x1],[xn-1,xn])。在完成電爐企業公共突發事件大數據的離散化處理后,計算大數據的信息增益。決策樹通過信息增益選擇屬性,假設電爐企業公共突發事件大數據的屬性為C,則屬性C的信息增益為

(2)

在上述信息增益的基礎上,獲取信息增益率,公式為

(3)

式中:T(C)為信息熵。信息熵的計算公式為

(4)

式中:R(xi)為([x0,x1],[xn-1,xn])數據集中xi在數據集中出現的概率。

根據式(3)的計算結果,篩選信息增益率高的事件大數據屬性作為決策樹上的樹枝的節點。

在完成決策樹節點獲取后,通過獲取的決策樹節點構建大數據整體的決策樹[9-10]。決策樹構建過程為將獲取的每個決策樹節點構建成一個大數據的數據子集,按照式(3)和式(4)遞歸數據子集,生成完整的電爐企業公共突發事件大數據決策樹。

通過構建的大數據決策樹提取電爐企業公共突發事件大數據的分類規則。在提取過程,采用閾值法,規則提取公式為

(5)

式中:κ為提取分類規則的閾值。

根據式(5)提取的大數據分類規則,分類電爐企業公共突發事件大數據,分類出的事件大數據標記為電爐企業公共突發事件,實現電爐企業公共突發事件危機預警。

4 實驗分析

4.1 實驗準備

在分析設計的危機預警系統的性能時,設計了對比分析實驗,實驗過程應用了大數據數據庫管理系統、計算機操作系統和應用軟件開發軟件等。具體實驗設備為如表1所示。

表1 實驗設備

在完成實驗設備準備后,構建危機預警系統網絡拓撲結構,然后進行實驗,具體網絡拓撲結構如圖4所示。

圖4 實驗網絡拓撲結構

準備實驗使用的樣本,采集2019年—2022年的電爐企業公共突發事件大數據,并且隨機選擇100個電爐企業公共突發事件的大數據,該大數據樣本共分為4類,電爐企業公共突發事件大數據樣本分布如圖5所示。

圖5 電爐企業公共突發事件大數據樣本分布

實驗環境準備完整后,在該實驗環境下,驗證不同危機預警系統的性能,分別采用本文設計的危機預警系統,文獻[5]和文獻[6]危機預警系統。

4.2 性能分析

首先分析危機預警系統的電爐企業公共突發事件大數據分類能力,即基礎性能,也是聚類能力。檢查系統是否可以有效聚類大數據樣本,該性能是危機預警系統的基礎,如果大數據樣本聚類能力較差,則影響危機預警系統的預警能力。三種系統的實驗結果如圖6所示。

圖6 電爐企業公共突發事件大數據聚類分析

根據圖6可知,設計的危機預警系統將電爐企業公共突發事件大數據樣本有效分類成了4類,并且每類的聚類效果更加集中,分散度小,而文獻[5]系統的未有效分類事件大數據樣本,其中有多個電爐企業公共突發事件大數據樣本呈隨機分布的狀態,文獻[6]系統比文獻[5]系統的樣本分類效果較好,但是其聚類成3類,比本文分類少一類,與樣本類型比少了1類,并且聚類后的樣本的整體分散度較高,因此,三種系統對比分析可知,本文設計的危機預警系統分類效果最好,有效聚類了電爐企業公共突發事件樣本。該功能可有效為危機預警系統提供準確電爐企業公共突發事件預警提供數據基礎,使系統具備了基礎的可行性。

在完成基本性能分析后,分析危機預警系統的預警能力,以預警誤報累積分布比例為實驗指標,該指標與預警誤報成正相關,指標值越低,表明危機預警系統預警越準確,以100個電爐企業公共突發事件大數據樣本為研究對象,預期目標為預警誤報累積分布比例低于5%,該值經驗值。實驗結果如圖7所示。

圖7 預警誤報累積分布比例分析

根據圖7可知,本文設計的危機預警系統的預警誤報累積分布比例曲線的波動最小,文獻[6]系統的曲線波動較大,在80～85樣本數量時,預警誤報累積分布比例值超過了6%,而本文設計的系統和文獻[5]系統均在5%以下,達到了預期目標。詳細分析可知,本文設計的系統的預警誤報累積分布比例均在2.0%以下,文獻[5]系統最低值為3.5%,最高值為4.1%,文獻[6]系統最低值為4.0%,最高值為6.5%,設計系統與文獻系統的最低值比,其預警誤報累積分布比例值降低了1.5%和2%以上,因此,本設計系統有效降低了預警誤報累積分布比例,表明該方法降低了預警誤報,提高預警準確性,實際應用價值更高。

4 結 語

電爐企業公共突發事件在生活中頻繁發生,而該事件的有效預警可以提高事件處理效率,因此,提出了基于大數據混合結構的電爐企業公共突發事件危機預警系統,以期提高預警能力。該系統在傳統系統的基礎上,將C/S結構、B/S結構和大數據數據庫相結合,形成大數據混合結構的危機預警系統,并且應用了決策樹算法,提取電爐企業公共突發事件大數據的分類規則,實現高效危機預警。通過實驗分析可知,該系統有效分類了電爐企業公共突發事件大數據,并且與對比系統相比,預警誤報累積分布比例值降低了1.5%和2%以上,提高了危機預警系統的預警準確性,從而提高了電爐企業公共突發事件的處理效率。