大数据混合结构的电炉企业公共突发事件危机预警系统

吴思瑾

(陕西学前师范学院经济与管理学院,陕西 西安 710100)

如何高效快速地应对和处理电炉企业公共突发事件是降低事件影响范围和控制影响程度的有效手段[1],在高效快速地应对和处理电炉企业公共突发事件中,事件危机预警起到重要作用[2-4]。而电炉企业公共突发事件危机预警涉及危机预警系统,现阶段,危机预警系统由于采用单一的结构模式,并且大数据利用率低,导致系统的预警效果无法达到预期,甚至预警误报累积分布比例高。

相关研究人员研究了危机预警系统,文献[5]提出了基于视频技术的煤矿在线危机预警系统,该系统设计了三层的结构,分别采用V4L2采集视频图像,结合模糊积分法构建在线危机预警模型,实现突发事件的预警。但是该系统的突发事件分类效果差,导致事件的预警能力不佳。文献[6]研究了复杂矿区煤与瓦斯突出灾害多参量预警系统,该系统从防突措施缺陷和客观危险性两大方面,囊括了20多项突出危险预警指标,构建多参量应急预警模型,实现煤与瓦斯突出灾害的多参量、准确预警和及时发布。但是该系统的预警误报累积分布比例高,导致预警能力未达到理想效果。

针对上述问题,为了提高电炉企业公共突发事件危机预警系统的预警性能,结合大数据,设计了一种新的大数据混合结构的电炉企业公共突发事件危机预警系统。该系统不再采用单一的C/S结构或者B/S结构,而是将两者结合,并且融入了大数据数据库,充分利用了大数据,设计大数据混合结构的危机预警系统结构,并且结合了决策树算法,进一步提高预警系统的性能,实现高效预警,为应急指挥中心提供支持。

1 设计电炉企业公共突发事件危机预警系统结构

为了提高电炉企业公共突发事件危机预警系统的预警性能,在传统的预警系统结构基础上,采用混合结合构建危机预警系统的整体结构,混合结构为C/S结构和B/S结构[7-8]的融合架构形式,将2种结构相结合,并且结合大数据数据库,充分利用大数据,形成优势互补。C/S结构、B/S结构和大数据数据库的大数据混合结构如图1所示。

图1 C/S结构、B/S结构和大数据数据库的大数据混合结构

将图1的大数据混合结构应用到电炉企业公共突发事件危机预警系统,使其与危机预警系统相结合,达到危机预警的目的,设计的电炉企业公共突发事件危机预警系统整体结构如图2所示。

图2 电炉企业公共突发事件危机预警系统整体结构

通过图2可知,电炉企业公共突发事件危机预警系统整体结构主要分为了三个子系统,子系统分别是B/S系统、C/S系统和大数据数据库,其中B/S系统主要负责电炉企业公共突发事件的外部信息查询、预警,C/S系统负责的电炉企业公共突发事件内部事宜,而大数据数据库主要负责大数据的存储、检索等。各个子系统具体设计如下:

1)B/S系统

B/S系统的通信系统采用远程网络与局域网,该通信网络使用全程ZM数字电路DDN/FR/SDH,实现多部门通信,局域网采用双绞线连接方式,并选择多功能的交换机,外部用户使用Intemat进行访问。该系统中WEB和应用在文件服务器,由OS和DBMS组成,其他部分由操作系统和接口软件等组成,包括浏览器。该系统还基于WebGIS的分布式警务信息系统可以同时提供内部与外部的服务。

2)C/S系统

C/S系统的通信系统也采用远程网络与局域网,其中枢系统为服务器,主要由网络操作系统、网络协议以及完成数据操纵的中间软件ODBC、远程过程调用程序RPC组成,并且预警功能在该服务器实现。该部分也负责用户界面、表现逻辑工作、格式化数据库、电炉企业公共突发事件的大数据信息采集等。这种模式对应急指挥中心中较为重要的调度等一系列的业务工作能够很好的解决。通过对指挥业务的具体流程进行全方面覆盖,从而实现大数据的充分利用和对业务过程进行指挥的综合系统。

3)大数据数据库

大数据数据库是存储电炉企业公共突发事件信息数据的场所,将历史事件的大数据存于数据库,其主要用于联机事务处理,为电炉企业公共突发事件的分析提供大数据基础。在该部分由存储在数据库中的数据生成HTML格式的文本和将HTML文本数据存储到大数据数据库,以及对在数据库中的HTML进行全文检索,充分利用大数据,并且保障电炉企业公共突发事件大数据信息的完整性和安全性。大数据数据库采用Oracle大数据库。

2 设计危机预警系统预警功能模块

根据电炉企业公共突发事件危机预警的实际需求,结合设计的电炉企业公共突发事件危机预警系统整体结构,设计具体的危机预警系统功能模块,如图3所示。

图3 危机预警系统功能模块

图3中的子系统该管理是针对图2中的各个管理进行集合管理模块,事件实时信息是实时采集电炉企业公共突发事件的信息,将采集的实时信息进行汇总并且存储于大数据数据库,便于其他软件调用,多媒体显示是为了显示电炉企业公共突发事件信息,主要是实现人机交互,而服务器功能模块主要是实现电炉企业公共突发事件的数据处理与预警,过滤无效或恶意报警信息。

3 设计预警功能软件

根据上述内容,设计预警功能软件,即算法。预警方法主要采用决策树算法分类电炉企业公共突发事件大数据,从而实现准确应急预警。

电炉企业公共突发事件大数据存在连续性,因此,需要离散化处理电炉企业公共突发事件的大数据,具体操作如下:

排序连续型属性的原始电炉企业公共突发事件大数据的数据集,按照数据量由小到大排序,排序结果为

[x0,x1,…,xn]

(1)

式中:n为电炉企业公共突发事件大数据的数据集数量。

在[x0,x1,…,xn]数据集的区间中等分加入n个数值,该数值为[1,2,…,n]的整数,将事件大数据的数据集分割成n个子区域,分割后的数据集为([x0,x1],[xn-1,xn])。在完成电炉企业公共突发事件大数据的离散化处理后,计算大数据的信息增益。决策树通过信息增益选择属性,假设电炉企业公共突发事件大数据的属性为C,则属性C的信息增益为

(2)

在上述信息增益的基础上,获取信息增益率,公式为

(3)

式中:T(C)为信息熵。信息熵的计算公式为

(4)

式中:R(xi)为([x0,x1],[xn-1,xn])数据集中xi在数据集中出现的概率。

根据式(3)的计算结果,筛选信息增益率高的事件大数据属性作为决策树上的树枝的节点。

在完成决策树节点获取后,通过获取的决策树节点构建大数据整体的决策树[9-10]。决策树构建过程为将获取的每个决策树节点构建成一个大数据的数据子集,按照式(3)和式(4)递归数据子集,生成完整的电炉企业公共突发事件大数据决策树。

通过构建的大数据决策树提取电炉企业公共突发事件大数据的分类规则。在提取过程,采用阈值法,规则提取公式为

(5)

式中:κ为提取分类规则的阈值。

根据式(5)提取的大数据分类规则,分类电炉企业公共突发事件大数据,分类出的事件大数据标记为电炉企业公共突发事件,实现电炉企业公共突发事件危机预警。

4 实验分析

4.1 实验准备

在分析设计的危机预警系统的性能时,设计了对比分析实验,实验过程应用了大数据数据库管理系统、计算机操作系统和应用软件开发软件等。具体实验设备为如表1所示。

表1 实验设备

在完成实验设备准备后,构建危机预警系统网络拓扑结构,然后进行实验,具体网络拓扑结构如图4所示。

图4 实验网络拓扑结构

准备实验使用的样本,采集2019年—2022年的电炉企业公共突发事件大数据,并且随机选择100个电炉企业公共突发事件的大数据,该大数据样本共分为4类,电炉企业公共突发事件大数据样本分布如图5所示。

图5 电炉企业公共突发事件大数据样本分布

实验环境准备完整后,在该实验环境下,验证不同危机预警系统的性能,分别采用本文设计的危机预警系统,文献[5]和文献[6]危机预警系统。

4.2 性能分析

首先分析危机预警系统的电炉企业公共突发事件大数据分类能力,即基础性能,也是聚类能力。检查系统是否可以有效聚类大数据样本,该性能是危机预警系统的基础,如果大数据样本聚类能力较差,则影响危机预警系统的预警能力。三种系统的实验结果如图6所示。

图6 电炉企业公共突发事件大数据聚类分析

根据图6可知,设计的危机预警系统将电炉企业公共突发事件大数据样本有效分类成了4类,并且每类的聚类效果更加集中,分散度小,而文献[5]系统的未有效分类事件大数据样本,其中有多个电炉企业公共突发事件大数据样本呈随机分布的状态,文献[6]系统比文献[5]系统的样本分类效果较好,但是其聚类成3类,比本文分类少一类,与样本类型比少了1类,并且聚类后的样本的整体分散度较高,因此,三种系统对比分析可知,本文设计的危机预警系统分类效果最好,有效聚类了电炉企业公共突发事件样本。该功能可有效为危机预警系统提供准确电炉企业公共突发事件预警提供数据基础,使系统具备了基础的可行性。

在完成基本性能分析后,分析危机预警系统的预警能力,以预警误报累积分布比例为实验指标,该指标与预警误报成正相关,指标值越低,表明危机预警系统预警越准确,以100个电炉企业公共突发事件大数据样本为研究对象,预期目标为预警误报累积分布比例低于5%,该值经验值。实验结果如图7所示。

图7 预警误报累积分布比例分析

根据图7可知,本文设计的危机预警系统的预警误报累积分布比例曲线的波动最小,文献[6]系统的曲线波动较大,在80～85样本数量时,预警误报累积分布比例值超过了6%,而本文设计的系统和文献[5]系统均在5%以下,达到了预期目标。详细分析可知,本文设计的系统的预警误报累积分布比例均在2.0%以下,文献[5]系统最低值为3.5%,最高值为4.1%,文献[6]系统最低值为4.0%,最高值为6.5%,设计系统与文献系统的最低值比,其预警误报累积分布比例值降低了1.5%和2%以上,因此,本设计系统有效降低了预警误报累积分布比例,表明该方法降低了预警误报,提高预警准确性,实际应用价值更高。

4 结 语

电炉企业公共突发事件在生活中频繁发生,而该事件的有效预警可以提高事件处理效率,因此,提出了基于大数据混合结构的电炉企业公共突发事件危机预警系统,以期提高预警能力。该系统在传统系统的基础上,将C/S结构、B/S结构和大数据数据库相结合,形成大数据混合结构的危机预警系统,并且应用了决策树算法,提取电炉企业公共突发事件大数据的分类规则,实现高效危机预警。通过实验分析可知,该系统有效分类了电炉企业公共突发事件大数据,并且与对比系统相比,预警误报累积分布比例值降低了1.5%和2%以上,提高了危机预警系统的预警准确性,从而提高了电炉企业公共突发事件的处理效率。