应对矿山灾难的综合性应急指挥方法及系统

权利要求

1.应对矿山灾难的综合性应急指挥方法，其特征在于：包括以下步骤： 收集矿山历史灾害案例数据并构建矿山灾害知识图谱； 根据所述矿山灾害知识图谱构建矿山灾害分类模型； 对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型； 将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥。2.根据权利要求1所述的方法，其特征在于：所述收集矿山历史灾害案例数据并构建矿山灾害知识图谱，包括： 对所述矿山历史灾害案例数据整理后分别进行知识抽取，所述知识抽取包括实体抽取、关系抽取和矿山灾害事件抽取； 对抽取后的知识进行对齐和融合处理； 根据处理后的知识内容构建矿山灾害知识图谱。 3.根据权利要求2所述的方法，其特征在于：所述矿山历史灾害案例数据包括结构化数据和半结构化数据，所述结构化数据包括矿山灾害的关系型数据，所述半结构化数据包括矿山灾害信息数据。 4.根据权利要求3所述的方法，其特征在于：所述根据所述矿山灾害知识图谱构建矿山灾害分类模型，包括， 根据所述矿山灾害知识图谱构建携带矿山灾害知识的词向量库； 根据所述携带矿山灾害知识的词向量库获取对应的携带矿山灾害知识的词向量； 将所述携带矿山灾害知识的词向量输入预先构建的场景分类模型得到矿山灾害分类模型。 5.根据权利要求4所述的方法，其特征在于：所述对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型，包括， 对实地的矿山数据进行系统监测和/或人工监测； 对所述系统监测和/或人工监测的在线数据进行分析，判断实地的矿山数据是否超出既定值，若为否则继续监测； 若为是，则输出报警信息； 将所述报警信息进行文本处理后输入所述矿山灾害分类模型进行灾害预测分析，得到预测的矿山灾害类型。 6.根据权利要求5所述的方法，其特征在于：所述将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥，包括， 对输入的所述预测矿山灾害类型进行识别并获取所述预测矿山灾害类型中的事件属性分析数据； 将所述预测矿山灾害类型中的事件属性分析数据与所述应急预案库中的应急预案的事件属性分析数据进行比对， 若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据均相同，则直接调用当前应急预案； 若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据不相同，则进行相似度数值分析。 7.根据权利要求6所述的方法，其特征在于：根据所述相似度数值分析得到分析结果，包括， 计算所述预测矿山灾害类型中的事件属性的单相似度数值； 根据所述单相似度计算所述预测矿山灾害类型中的总相似度数值； 如果所述总相似度数值大于等于阈值，实施所述应急预案库的对应预案； 如果所述总相似度数值均低于阈值，远程联系矿山领域专家，进行实时的应急决策指挥。 8.根据权利要求7所述的方法，其特征在于：所述远程联系矿山领域专家，进行实时的应急决策指挥，包括， 对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中； 与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面； 矿山领域专家结合信息数据与实时画面进行应急决策指挥。 9.一种应对矿山灾难的综合性应急指挥系统，其特征在于：包括预案分析子系统和远程指挥子系统； 所述预案分析子系统包括图谱构建模块、矿山灾害分类模块、矿山灾害预测模块和执行方式分析模块； 所述图谱构建模块，用于收集矿山历史灾害案例数据并构建矿山灾害知识图谱； 所述矿山灾害分类模块，用于根据所述矿山灾害知识图谱构建矿山灾害分类模型； 所述矿山灾害预测模块，用于对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型； 所述执行方式分析模块，用于将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥。 10.根据权利要求9所述的系统，其特征在于：所述远程指挥子系统包括数据传输模块、视讯建立模块和指挥调度模块； 所述数据传输模块，用于对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中； 所述视讯建立模块，用于与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面； 所述指挥调度模块，用于矿山领域专家结合信息数据与实时画面进行应急决策指挥。

说明书

技术领域

本发明属于矿山应急技术领域，具体涉及一种应对矿山灾难的综合性应急指挥方法及系统。

背景技术

随着我国经济的发展，对矿类资源需求的提高，矿山开采的数量大幅增加，并且在我国，矿山数量多、分布广，大部分矿山管理是采用人工观测、上报的管理模式。信息化管理技术在矿山安全监管领域的应用仍处于起步阶段，绝大部分矿山的运营管理仍采用传统的管控模式，不仅观测精度受人员的经验及天气等自然因素的限制，不能进行全日实时的预警，并且人工不定期检测方式的实时性较差，手段较为单一，不能实时、直观、精确地反映出不同时期矿山情况。安全监管往往靠突击检查的形式进行，由于管理手段落后、监管不及时，往往会导致尾矿山事故率偏高，后期治理费用大，矿山失事后的代价惨重等后果，严重威胁人民生命财产安全，对矿业的健康发展非常不利。

随着先进而成熟的传感器技术、信号传输技术，以及网络技术和软件技术的发展，使得矿山数据在线检测、信号同步传输、负荷分析、趋势预报成为可能，实现了宏观、微观相结合的全方位监测影响矿山整体安全的各种关键技术指标，从而对矿山内的安全检测与评估更全面、更直接、也更有权威。但是矿山安全系统在面临各类矿山灾害的时候还是会出现以下问题：

1、矿山灾害的发生是突发性的，属于复杂性范畴，所以在矿山灾害发生时，主要依靠现场人员的经验来进行临时决策和判断，由于现场人员可能会经验不足，所以无法及时制定合理的应急预案，并且临时制定出的应急方案往往达不到理想的效果。

2、在矿山灾害发生时，但是现场人员多属于非矿山领域的专家，不具备专家知识，经验具有局限性，无法最大程度地减少灾害造成的损失，无法保证执行应急决策的及时性。

发明内容

针对上述现有技术的不足，本申请提供一种应对矿山灾难的综合性应急指挥方法及系统。

第一方面本申请提出了一种应对矿山灾难的综合性应急指挥方法，包括以下步骤：

收集矿山历史灾害案例数据并构建矿山灾害知识图谱；

根据所述矿山灾害知识图谱构建矿山灾害分类模型；

对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型；

将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥。

在一种实施例中，所述收集矿山历史灾害案例数据并构建矿山灾害知识图谱，包括：

对所述矿山历史灾害案例数据整理后分别进行知识抽取，所述知识抽取包括实体抽取、关系抽取和矿山灾害事件抽取；

对抽取后的知识进行对齐和融合处理；

根据处理后的知识内容构建矿山灾害知识图谱。

在一种实施例中，所述矿山历史灾害案例数据包括结构化数据和半结构化数据，所述结构化数据包括矿山灾害的关系型数据，所述半结构化数据包括矿山灾害信息数据。

在一种实施例中，所述根据所述矿山灾害知识图谱构建矿山灾害分类模型，包括，

根据所述矿山灾害知识图谱构建携带矿山灾害知识的词向量库；

根据所述携带矿山灾害知识的词向量库获取对应的携带矿山灾害知识的词向量；

将所述携带矿山灾害知识的词向量输入预先构建的场景分类模型得到矿山灾害分类模型。

在一种实施例中，所述对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型，包括，

对实地的矿山数据进行系统监测和/或人工监测；

对所述系统监测和/或人工监测的在线数据进行分析，判断实地的矿山数据是否超出既定值，若为否则继续监测；

若为是，则输出报警信息；

将所述报警信息进行文本处理后输入所述矿山灾害分类模型进行灾害预测分析，得到预测的矿山灾害类型。

在一种实施例中，所述将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥，包括，

对输入的所述预测矿山灾害类型进行识别并获取所述预测矿山灾害类型中的事件属性分析数据；

将所述预测矿山灾害类型中的事件属性分析数据与所述应急预案库中的应急预案的事件属性分析数据进行比对，

若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据均相同，则直接调用当前应急预案；

若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据不相同，则进行相似度数值分析。

在一种实施例中，根据所述相似度数值分析得到分析结果，包括，

计算所述预测矿山灾害类型中的事件属性的单相似度数值；

根据所述单相似度计算所述预测矿山灾害类型中的总相似度数值；

如果所述总相似度数值大于等于阈值，实施所述应急预案库的对应预案；

如果所述总相似度数值均低于阈值，远程联系矿山领域专家，进行实时的应急决策指挥。

在一种实施例中，所述远程联系矿山领域专家，进行实时的应急决策指挥，包括，

对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中；

与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面；

矿山领域专家结合信息数据与实时画面进行应急决策指挥。

第二方面，本申请提出一种应对矿山灾难的综合性应急指挥系统，包括预案分析子系统和远程指挥子系统；

所述预案分析子系统包括图谱构建模块、矿山灾害分类模块、矿山灾害预测模块和执行方式分析模块；

所述图谱构建模块，用于收集矿山历史灾害案例数据并构建矿山灾害知识图谱；

所述矿山灾害分类模块，用于根据所述矿山灾害知识图谱构建矿山灾害分类模型；

所述矿山灾害预测模块，用于对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型；

所述执行方式分析模块，用于将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥。

在一种实施例中，所述远程指挥子系统包括数据传输模块、视讯建立模块和指挥调度模块；

所述数据传输模块，用于对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中；

所述视讯建立模块，用于与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面；

所述指挥调度模块，用于矿山领域专家结合信息数据与实时画面进行应急决策指挥。

本发明的有益效果：

1、在突发性的矿山灾害发生时，不单单依靠现场人员的经验来进行临时决策和判断，而是结合历史矿山数据进行分析判断，并且通过应急预案库进行数字化预案进行匹配，解决了由于现场人员可能会经验不足，无法及时制定合理的应急预案的问题，并且匹配选择出的数字化应急预案相比临时制定出的应急方案效果更好，能最大程度减少灾害带来的损害。

2、在无法选择出最佳应急预案的情况下，可以远程联系矿山领域的专家，专家结合视讯数据以及矿山信息数据进行远程应急决策，能保证执行应急决策的及时性以及合理性。附图说明

图1为本发明的总体流程图。

图2为构建矿山灾害知识图谱的流程图。

图3为构建矿山灾害分类模型流程图。

图4为预测矿山灾害场景流程图。

图5为应急预案匹配分析流程图。

图6为本系统原理框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制；相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

第一方面本申请提出了一种应对矿山灾难的综合性应急指挥方法，包括以下步骤：

S100：收集矿山历史灾害案例数据并构建矿山灾害知识图谱；S100具体包括下列步骤S110-S130；

S110：对所述矿山历史灾害案例数据整理后分别进行知识抽取，所述知识抽取包括实体抽取、关系抽取和矿山灾害事件抽取；

其中，所述矿山历史灾害案例数据包括历史矿山灾害记录和矿山灾害研究文献，其中还包括矿山地质状况、矿山致灾原因、矿山灾害类型以及受损情况等信息数据，上述数据分为结构化数据和半结构化数据，所述结构化数据包括矿山灾害的关系型数据，所述半结构化数据包括矿山灾害信息数据。

实体抽取的方法为：通过正则匹配的方式进行结构化数据实体抽取；通过模板法和/或命名实体识别法的方式进行非结构化数据实体抽取；模板法为通过词性分析和关系关键词匹配，从语句中抽取实体的方法。

关系抽取的方法为：通过实体间的关系抽取和部分实体的属性关系抽取进行结构化数据关系抽取；通过基于词向量卷积神经网络的抽取方式进行非结构化数据关系抽取，

矿山灾害事件抽取方法为：矿山灾害事件基本属性抽取和矿山灾害事件数字属性信息。其中，矿山灾害事件基本属性包括发生矿难的矿山点、发生矿难的时刻以及发生矿难的行政区等，矿山灾害事件数字属性包括人员伤亡情况-伤亡人数、受灾人口情况-受灾人数和人员转移安置情况-安置人数。

S120：对抽取后的知识进行对齐和融合处理；

其中，对齐步骤为：将抽取的实体利用其所有属性的词向量进行线性变换，得到该实体的属性向量；

将实体的属性向量与实体的词向量进行线性变换，得到实体的特征向量；

依据实体的特征向量得到实体之间的相似度，从而依据实体之间的相似度进行对齐。

融合处理包括：采用消歧算法，将所述抽取后的实体和关系信息进行去重和整合；通过实体链接标识相似实体，关联相同实体的不同表达形式，并对相同实体的不同属性或者相同实体相同属性的不同属性值进行合并，去除重复的实体、属性以及关系。

S130：根据处理后的知识内容构建矿山灾害知识图谱。将对齐和融合处理后的知识存入数据库中构建矿山灾害知识图谱。

S200：根据所述矿山灾害知识图谱构建矿山灾害分类模型；S200具体包括下列步骤S210-S230；

S210：根据所述矿山灾害知识图谱构建携带矿山灾害知识的词向量库；

矿山灾害知识图谱是针对矿山灾害领域的知识图谱，由于面对的领域更具体，所以针对性更强，比如，“冒顶、片帮”这一类词，不属于常用词范畴，所以机器对这个词偏生疏，语义理解不准确。在矿山灾害知识图谱中，这类词与“突水、突泥”一样属于井下矿山地质灾害，它的邻近节点有“地面矿山灾害”、“矿山灾害”，而“地面矿山地质灾害”、“矿山地质灾害”属于常用词，机器能正确理解这些常用词的语义。如果将“地面矿山地灾害”、“矿山灾害”等常识性知识、“冒顶、片帮、突水和突泥属于一种矿山灾害”等逻辑推理知识嵌入到“冒顶、片帮”的词向量中这样会提高场景分类的准确度，所以我们基于矿山灾害知识图谱构建节点向量库。针对领域知识图谱中不存在的词，用随机生成的一个符合高斯分布的向量表示，记为随机向量。随机向量与节点向量具备相同维度然后共同构成符合矿山灾害领域知识的词向量库。

S220：根据所述携带矿山灾害知识的词向量库获取对应的携带矿山灾害知识的词向量；

具体的，对矿山灾害知识图谱中的文本信息进行切分，找到与预设词库匹配的所有词语，根据这些词语得到多种切分结果；再计算每种切分结果的发生概率，选取发生概率最大的切分结果作为该文本信息的分词结果，对文本信息分词后，得到各个词语。再到词向量库中去匹配，获取每个词语的词向量。比如，语句“A处矿山发生了冒顶和片帮”，其中语句中的关键词为“冒顶、片帮”，由于“冒顶、片帮”的携带领域知识的词向量携带了“冒顶、片帮”属于“地面矿山灾害”、“矿山灾害””等逻辑推理知识，所以表现在词向量空间上，“冒顶、片帮”与“地面矿山灾害”、“矿山灾害”等词语的词向量距离较近，表现在语义上，与“地面矿山灾害”、“矿山灾害”语义较近，这将有助于正确识别语句“A处矿山发生了冒顶和片帮”所属场景为矿山灾害场景。

S230：将所述携带矿山灾害知识的词向量输入预先构建的场景分类模型得到矿山灾害分类模型。

场景分类模型可以是基于深度学习网络训练出的模型。深度学习网络，比如LSTM(Long Short-Term Memory，长短期记忆网络)，适合用于对时序数据的建模，如文本数据，它考虑了词语在句子中的前后顺序，通过训练可以自动提取句子中的特征信息，将从矿山灾难知识图谱中提取出的语料样本输入LSTM网络进行训练，使之学习到每条语料与其人工标注的场景类型之间的映射关系。当该LSTM网络收敛时，其中语料样本中每条语料的场景输出与所述语料的场景标注一致，从而得到训练好的场景分类模型。

S300：对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型；S300具体包括下列步骤S310-S330；

S310：对实地的矿山数据进行系统监测和/或人工监测；

S320：对所述系统监测和/或人工监测的在线数据进行分析，判断实地的矿山数据是否超出既定值，若为否则执行S321：继续监测；

若为是，则执行S322：输出报警信息；

S330：将所述报警信息进行文本处理后输入所述矿山灾害分类模型进行灾害预测分析，得到预测的矿山灾害类型。

其中，上述场景分类模型针对于文本内容中出现的常用词能够进行正确的场景分类，当对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将报警信息进行文本处理，例如：处理后报警信息的文本内容为：“矿山A处发生了冒顶、和片帮”，由于文本内容中的“冒顶、片帮”的领域知识的词向量携带了“冒顶、片帮”属于“地面矿山灾害”、“矿山灾害””等逻辑推理知识，所以表现在词向量空间上，“冒顶、片帮”与“地面矿山灾害”、“矿山灾害”等词语的词向量距离较近，表现在语义上，与“地面矿山灾害”、“矿山灾害”语义较近，所以就可以将“矿山A处发生了冒顶、和片帮”，识别为井下矿山灾害场景，如果语句为“矿山B处发生了地面沉降和地裂缝”，同理则将其识别为地面矿山灾害场景，从而以此来完成对不同类型的矿山灾害场景的分类，得到预测的矿山灾害类型。

S400：将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥；S400具体包括下列步骤S410-S422。

S410：对输入的所述预测矿山灾害类型进行识别并获取所述预测矿山灾害类型中的事件属性分析数据；

S420：将所述预测矿山灾害类型中的事件属性分析数据与所述应急预案库中的应急预案的事件属性分析数据进行比对，

其中，事件属性和事件属性分析数据如下表所示

若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据均相同，则执行S421：直接调用当前应急预案；

若所述预测矿山灾害类型中的事件属性分析数据与所述应急预案的事件属性分析数据不相同，则执行S422：进行相似度数值分析。

在步骤S422中，根据所述相似度数值分析得到分析结果，包括，

计算所述预测矿山灾害类型中的事件属性的单相似度数值；

单相似度的计算方法包括欧氏距离法和重叠度量法；

对于数值型属性采用规范化的欧氏距离法，表达式如下：

其中， 为事件属性分析数据的相似度；c为预测矿山灾害类型中的任一个事件属性分析数据的取值，d为应急预案中的任一个事件属性分析数据的取值（a≠b）；max和min分别是某一事件属性分析数据中最大值和最小值；

对于字符属性采用重叠度量法，表达式如下：

其中， 为事件属性分析数据的相似度；c为预测矿山灾害类型中的任一个事件属性分析数据的取值，d为应急预案中的任一个事件属性分析数据的取值。

根据所述单相似度计算所述预测矿山灾害类型中的总相似度数值；

根据扩展的布尔模型对总相似度进行计算，具体表达式为：

其中：e为源案例， 为检索式逻辑与， 为预测矿山灾害类型与应急预案的总相似度，设阈值的范围为∈[0，1]，越接近于1表明应急预案匹配度越高； 表示事件中第m个属性的相似度， 表示第m个属性的重要度；p逻辑关系严格的程度，

如果所述总相似度数值大于等于阈值（即总相似度大于等于0），实施所述应急预案库的对应预案：如果具有多个总相似度大于0的应急预案，则选择总相似度最高的应急预案，匹配度更高，方案更准确。

如果所述总相似度数值均低于阈值（即总相似度小于0），远程联系矿山领域专家，进行实时的应急决策指挥。

在一种实施例中，所述远程联系矿山领域专家，进行实时的应急决策指挥，包括，

对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中；

与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面；

矿山领域专家结合信息数据与实时画面进行应急决策指挥。

第二方面，本申请提出一种应对矿山灾难的综合性应急指挥系统，包括预案分析子系统和远程指挥子系统；

所述预案分析子系统包括图谱构建模块、矿山灾害分类模块、矿山灾害预测模块和执行方式分析模块；

所述图谱构建模块，用于收集矿山历史灾害案例数据并构建矿山灾害知识图谱；

所述矿山灾害分类模块，用于根据所述矿山灾害知识图谱构建矿山灾害分类模型；

所述矿山灾害预测模块，用于对实地的矿山数据进行实时监测，获取监测过程中对于异常数据的报警信息，将所述报警信息输入所述矿山灾害分类模型进行灾害预测分析，得到预测矿山灾害类型；

所述执行方式分析模块，用于将所述预测矿山灾害类型与预设的应急预案库的应急预案进行匹配分析，根据分析结果执行对应预案或者远程联系矿山领域专家进行应急决策指挥。

在一种实施例中，所述远程指挥子系统包括数据传输模块、视讯建立模块和指挥调度模块；

所述数据传输模块，用于对实地的矿山数据以及报警信息进行整合，将整合后的信息数据通过公网/专网传输到矿山领域专家使用的设备中；

所述视讯建立模块，用于与矿山领域专家设备建立视讯连接并向所述矿山领域专家设备传输实时画面；

所述指挥调度模块，用于矿山领域专家结合信息数据与实时画面进行应急决策指挥。

以上仅是本发明优选的实施方式，需指出的是，对于本领域技术人员在不脱离本技术方案的前提下，作出的若干变形和改进的技术方案应同样视为落入本权利要求书要求保护的范围。