一种基于多源数据的劳务用工风险预警方法及系统与流程

本发明涉及劳务用工风险预警的，尤其涉及一种基于多源数据的劳务用工风险预警方法及系统。

背景技术：

1、随着工业和建筑行业的发展，工地管理中的安全和劳务用工风险管理成为重要关注点。传统上，这些行业依赖于经验和规则来管理潜在的安全风险，例如事故频率和工作条件。目前的劳务用工风险管理方法存在一些局限性，传统方法的数据来源通常不够多样化，且可能存在数据质量问题，另外在风险预警方面存在滞后性，无法实时反映劳务用工风险情况，管理人员往往需要等待事故发生后才能采取应对措施，这增加了事故的发生概率和损失程度。

技术实现思路

1、本发明的目的在于提供一种基于多源数据的劳务用工风险预警方法及系统，以解决现有技术数据单一、无法实时反映劳务用工风险情况的问题。

2、为解决上述技术问题，本发明提供如下技术方案，包括：采集劳务数据，包括工地内的劳务活动数据、环境数据和设备运行数据；对所述劳务数据进行填充或删除缺失值、删除重复和错误数据；基于eda框架，处理和分析所述劳务数据，识别和生成劳务用工风险事件；设立预警规则库，判断所述劳务用工风险事件的预警级别；根据风险事件的预警级别，向不同层级的管理人员推送预警信息。

3、作为本发明所述的基于多源数据的劳务用工风险预警方法的一种优选方案，其中：所述识别和生成劳务用工风险事件包括：通过聚类算法对所述劳务数据进行聚类分析，识别和生成劳务用工风险事件。

4、作为本发明所述的基于多源数据的劳务用工风险预警方法的一种优选方案，其中：设立预警规则库包括：定义影响因子，所述影响因子包括设备故障率因子、时间影响因子、环境因素综合因子；其中，根据设备故障次数和总设备运行时间计算设备故障率因子，根据实际工作时间和标准工作时间计算时间影响因子，根据环境调节参数计算环境因素综合因子，所述环境调节参数用于调节不同环境因素对整体风险评估的影响权重；根据所述影响因子计算劳务用工风险评分r；设定预警阈值t1和t2，并根据所述劳务用工风险评分r，设定预警级别：高风险、中风险和低风险；当r>t1时，预警级别为高风险；当t1≥r>t2时，预警级别为中风险；当r≤t2时，预警级别为低风险。

5、作为本发明所述的基于多源数据的劳务用工风险预警方法的一种优选方案，其中：还包括：将历史影响因子序列作为lstm网络的输入，输出劳务用工风险评分r的预测结果；将环境状态和劳务用工风险评分r的预测结果输入至drl模型，通过drl模型中的actor网络决策预警级别，并通过critic网络评估actor网络的决策效果。

6、作为本发明所述的基于多源数据的劳务用工风险预警方法的一种优选方案，其中：还包括：通过vr技术在虚拟场景中嵌入实时的风险预警界面，基于已有的劳务用工风险评分r，展示不同区域和设备的预警级别；利用ar技术在管理人员现实视野中叠加风险预警信息，当管理人员使用ar眼镜或设备时，通过设备的摄像头和ar技术，在实际工地上叠加风险预警标识，显示当前区域和设备的预警级别。

7、作为本发明所述的基于多源数据的劳务用工风险预警系统的一种优选方案，其中：包括：数据采集模块，被配置为执行采集劳务数据，包括工地内的劳务活动数据、环境数据和设备运行数据；数据处理模块，被配置为执行对所述劳务数据进行填充或删除缺失值、删除重复和错误数据；风险事件识别模块，被配置为执行基于eda框架，处理和分析所述劳务数据，识别和生成劳务用工风险事件；预警级别识别模块，被配置为执行设立预警规则库，判断所述劳务用工风险事件的预警级别；预警信息推送模块，被配置为执行根据风险事件的预警级别，向不同层级的管理人员推送预警信息。

8、作为本发明所述的基于多源数据的劳务用工风险预警系统的一种优选方案，其中：所述风险事件识别模块，具体被配置为执行：通过聚类算法对所述劳务数据进行聚类分析，识别和生成劳务用工风险事件。

9、作为本发明所述的基于多源数据的劳务用工风险预警系统的一种优选方案，其中：预警级别识别模块，具体被配置为执行：定义影响因子，所述影响因子包括设备故障率因子、时间影响因子、环境因素综合因子；其中，根据设备故障次数和总设备运行时间计算设备故障率因子，根据实际工作时间和标准工作时间计算时间影响因子，根据环境调节参数计算环境因素综合因子，所述环境调节参数用于调节不同环境因素对整体风险评估的影响权重；根据所述影响因子计算劳务用工风险评分r；设定预警阈值t1和t2，并根据所述劳务用工风险评分r，设定预警级别：高风险、中风险和低风险；当r>t1时，预警级别为高风险；当t1≥r>t2时，预警级别为中风险；当r≤t2时，预警级别为低风险。

10、作为本发明所述的基于多源数据的劳务用工风险预警系统的一种优选方案，其中：还包括预警级别预测模块，所述预警级别预测模块具体被配置为执行：将历史影响因子序列作为lstm网络的输入，输出劳务用工风险评分r的预测结果；将环境状态和劳务用工风险评分r的预测结果输入至drl模型，通过drl模型中的actor网络决策预警级别，并通过critic网络评估actor网络的决策效果。

11、作为本发明所述的基于多源数据的劳务用工风险预警系统的一种优选方案，其中：还包括可视化模块，所述可视化模块具体被配置为执行：通过vr技术在虚拟场景中嵌入实时的风险预警界面，基于已有的劳务用工风险评分r，展示不同区域和设备的预警级别；利用ar技术在管理人员现实视野中叠加风险预警信息，当管理人员使用ar眼镜或设备时，通过设备的摄像头和ar技术，在实际工地上叠加风险预警标识，显示当前区域和设备的预警级别。

12、本发明的有益效果：本发明利用eda框架对整合后的数据进行处理和分析，引入动态预警规则和个性化推送机制，实现对劳务用工风险等级的精确识别，同时通过lstm-drl模型预测潜在的劳务用工风险，能够有效预防和控制劳务用工风险，为管理决策提供更准确的支持。

技术特征：

1.一种基于多源数据的劳务用工风险预警方法，其特征在于，包括：

2.如权利要求1所述的基于多源数据的劳务用工风险预警方法，其特征在于，所述识别和生成劳务用工风险事件包括：通过聚类算法对所述劳务数据进行聚类分析，识别和生成劳务用工风险事件。

3.如权利要求2所述的基于多源数据的劳务用工风险预警方法，其特征在于，设立预警规则库包括：

4.如权利要求3所述的基于多源数据的劳务用工风险预警方法，其特征在于，还包括：

5.如权利要求4所述的基于多源数据的劳务用工风险预警方法，其特征在于，还包括：

6.一种基于多源数据的劳务用工风险预警系统，其特征在于，包括：

7.如权利要求6所述的基于多源数据的劳务用工风险预警系统，其特征在于，所述风险事件识别模块，具体被配置为执行：通过聚类算法对所述劳务数据进行聚类分析，识别和生成劳务用工风险事件。

8.如权利要求7所述的基于多源数据的劳务用工风险预警系统，其特征在于，所述预警级别识别模块，具体被配置为执行：定义影响因子，所述影响因子包括设备故障率因子、时间影响因子、环境因素综合因子；其中，根据设备故障次数和总设备运行时间计算设备故障率因子，根据实际工作时间和标准工作时间计算时间影响因子，根据环境调节参数计算环境因素综合因子，所述环境调节参数用于调节不同环境因素对整体风险评估的影响权重；

9.如权利要求8所述的基于多源数据的劳务用工风险预警系统，其特征在于，还包括预警级别预测模块，所述预警级别预测模块具体被配置为执行：

10.如权利要求9所述的基于多源数据的劳务用工风险预警系统，其特征在于，还包括可视化模块，所述可视化模块具体被配置为执行：

技术总结本发明公开了一种基于多源数据的劳务用工风险预警方法及系统，其中一种基于多源数据的劳务用工风险预警方法包括：采集劳务数据，包括工地内的劳务活动数据、环境数据和设备运行数据；对劳务数据进行填充或删除缺失值、删除重复和错误数据；基于EDA框架，处理和分析劳务数据，识别和生成劳务用工风险事件；设立预警规则库，判断劳务用工风险事件的预警级别；根据风险事件的预警级别，向不同层级的管理人员推送预警信息；本发明引入动态预警规则和个性化推送机制，实现对劳务用工风险等级的精确识别，同时通过LSTM‑DRL模型预测潜在的劳务用工风险，能够有效预防和控制劳务用工风险，为管理决策提供更准确的支持。技术研发人员：石琴琴,江晓东,梁思淼,谢诗婕,宁桂成,阳志伟受保护的技术使用者：广州穗建建造科技有限公司技术研发日：技术公布日：2024/11/21