權(quán)利要求

1.應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮方法，其特征在于：包括以下步驟： 收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜； 根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型； 對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型； 將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮。2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜，包括： 對所述礦山歷史災(zāi)害案例數(shù)據(jù)整理后分別進(jìn)行知識抽取，所述知識抽取包括實體抽取、關(guān)系抽取和礦山災(zāi)害事件抽??； 對抽取后的知識進(jìn)行對齊和融合處理； 根據(jù)處理后的知識內(nèi)容構(gòu)建礦山災(zāi)害知識圖譜。 3.根據(jù)權(quán)利要求2所述的方法，其特征在于：所述礦山歷史災(zāi)害案例數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，所述結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害的關(guān)系型數(shù)據(jù)，所述半結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害信息數(shù)據(jù)。 4.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型，包括， 根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建攜帶礦山災(zāi)害知識的詞向量庫； 根據(jù)所述攜帶礦山災(zāi)害知識的詞向量庫獲取對應(yīng)的攜帶礦山災(zāi)害知識的詞向量； 將所述攜帶礦山災(zāi)害知識的詞向量輸入預(yù)先構(gòu)建的場景分類模型得到礦山災(zāi)害分類模型。 5.根據(jù)權(quán)利要求4所述的方法，其特征在于：所述對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型，包括， 對實地的礦山數(shù)據(jù)進(jìn)行系統(tǒng)監(jiān)測和/或人工監(jiān)測； 對所述系統(tǒng)監(jiān)測和/或人工監(jiān)測的在線數(shù)據(jù)進(jìn)行分析，判斷實地的礦山數(shù)據(jù)是否超出既定值，若為否則繼續(xù)監(jiān)測； 若為是，則輸出報警信息； 將所述報警信息進(jìn)行文本處理后輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測的礦山災(zāi)害類型。 6.根據(jù)權(quán)利要求5所述的方法，其特征在于：所述將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮，包括， 對輸入的所述預(yù)測礦山災(zāi)害類型進(jìn)行識別并獲取所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)； 將所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案庫中的應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)進(jìn)行比對， 若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)均相同，則直接調(diào)用當(dāng)前應(yīng)急預(yù)案； 若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)不相同，則進(jìn)行相似度數(shù)值分析。 7.根據(jù)權(quán)利要求6所述的方法，其特征在于：根據(jù)所述相似度數(shù)值分析得到分析結(jié)果，包括， 計算所述預(yù)測礦山災(zāi)害類型中的事件屬性的單相似度數(shù)值； 根據(jù)所述單相似度計算所述預(yù)測礦山災(zāi)害類型中的總相似度數(shù)值； 如果所述總相似度數(shù)值大于等于閾值，實施所述應(yīng)急預(yù)案庫的對應(yīng)預(yù)案； 如果所述總相似度數(shù)值均低于閾值，遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜?，進(jìn)行實時的應(yīng)急決策指揮。 8.根據(jù)權(quán)利要求7所述的方法，其特征在于：所述遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜?，進(jìn)行實時的應(yīng)急決策指揮，包括， 對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中； 與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面； 礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。 9.一種應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮系統(tǒng)，其特征在于：包括預(yù)案分析子系統(tǒng)和遠(yuǎn)程指揮子系統(tǒng)； 所述預(yù)案分析子系統(tǒng)包括圖譜構(gòu)建模塊、礦山災(zāi)害分類模塊、礦山災(zāi)害預(yù)測模塊和執(zhí)行方式分析模塊； 所述圖譜構(gòu)建模塊，用于收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜； 所述礦山災(zāi)害分類模塊，用于根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型； 所述礦山災(zāi)害預(yù)測模塊，用于對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型； 所述執(zhí)行方式分析模塊，用于將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮。 10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于：所述遠(yuǎn)程指揮子系統(tǒng)包括數(shù)據(jù)傳輸模塊、視訊建立模塊和指揮調(diào)度模塊； 所述數(shù)據(jù)傳輸模塊，用于對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中； 所述視訊建立模塊，用于與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面； 所述指揮調(diào)度模塊，用于礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。

說明書

技術(shù)領(lǐng)域

本發(fā)明屬于礦山應(yīng)急技術(shù)領(lǐng)域，具體涉及一種應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮方法及系統(tǒng)。

背景技術(shù)

隨著我國經(jīng)濟(jì)的發(fā)展，對礦類資源需求的提高，礦山開采的數(shù)量大幅增加，并且在我國，礦山數(shù)量多、分布廣，大部分礦山管理是采用人工觀測、上報的管理模式。信息化管理技術(shù)在礦山安全監(jiān)管領(lǐng)域的應(yīng)用仍處于起步階段，絕大部分礦山的運營管理仍采用傳統(tǒng)的管控模式，不僅觀測精度受人員的經(jīng)驗及天氣等自然因素的限制，不能進(jìn)行全日實時的預(yù)警，并且人工不定期檢測方式的實時性較差，手段較為單一，不能實時、直觀、精確地反映出不同時期礦山情況。安全監(jiān)管往往靠突擊檢查的形式進(jìn)行，由于管理手段落后、監(jiān)管不及時，往往會導(dǎo)致尾礦山事故率偏高，后期治理費用大，礦山失事后的代價慘重等后果，嚴(yán)重威脅人民生命財產(chǎn)安全，對礦業(yè)的健康發(fā)展非常不利。

隨著先進(jìn)而成熟的傳感器技術(shù)、信號傳輸技術(shù)，以及網(wǎng)絡(luò)技術(shù)和軟件技術(shù)的發(fā)展，使得礦山數(shù)據(jù)在線檢測、信號同步傳輸、負(fù)荷分析、趨勢預(yù)報成為可能，實現(xiàn)了宏觀、微觀相結(jié)合的全方位監(jiān)測影響礦山整體安全的各種關(guān)鍵技術(shù)指標(biāo)，從而對礦山內(nèi)的安全檢測與評估更全面、更直接、也更有權(quán)威。但是礦山安全系統(tǒng)在面臨各類礦山災(zāi)害的時候還是會出現(xiàn)以下問題：

1、礦山災(zāi)害的發(fā)生是突發(fā)性的，屬于復(fù)雜性范疇，所以在礦山災(zāi)害發(fā)生時，主要依靠現(xiàn)場人員的經(jīng)驗來進(jìn)行臨時決策和判斷，由于現(xiàn)場人員可能會經(jīng)驗不足，所以無法及時制定合理的應(yīng)急預(yù)案，并且臨時制定出的應(yīng)急方案往往達(dá)不到理想的效果。

2、在礦山災(zāi)害發(fā)生時，但是現(xiàn)場人員多屬于非礦山領(lǐng)域的專家，不具備專家知識，經(jīng)驗具有局限性，無法最大程度地減少災(zāi)害造成的損失，無法保證執(zhí)行應(yīng)急決策的及時性。

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)的不足，本申請?zhí)峁┮环N應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮方法及系統(tǒng)。

第一方面本申請?zhí)岢隽艘环N應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮方法，包括以下步驟：

收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜；

根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型；

對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型；

將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮。

在一種實施例中，所述收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜，包括：

對所述礦山歷史災(zāi)害案例數(shù)據(jù)整理后分別進(jìn)行知識抽取，所述知識抽取包括實體抽取、關(guān)系抽取和礦山災(zāi)害事件抽?。?/span>

對抽取后的知識進(jìn)行對齊和融合處理；

根據(jù)處理后的知識內(nèi)容構(gòu)建礦山災(zāi)害知識圖譜。

在一種實施例中，所述礦山歷史災(zāi)害案例數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，所述結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害的關(guān)系型數(shù)據(jù)，所述半結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害信息數(shù)據(jù)。

在一種實施例中，所述根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型，包括，

根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建攜帶礦山災(zāi)害知識的詞向量庫；

根據(jù)所述攜帶礦山災(zāi)害知識的詞向量庫獲取對應(yīng)的攜帶礦山災(zāi)害知識的詞向量；

將所述攜帶礦山災(zāi)害知識的詞向量輸入預(yù)先構(gòu)建的場景分類模型得到礦山災(zāi)害分類模型。

在一種實施例中，所述對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型，包括，

對實地的礦山數(shù)據(jù)進(jìn)行系統(tǒng)監(jiān)測和/或人工監(jiān)測；

對所述系統(tǒng)監(jiān)測和/或人工監(jiān)測的在線數(shù)據(jù)進(jìn)行分析，判斷實地的礦山數(shù)據(jù)是否超出既定值，若為否則繼續(xù)監(jiān)測；

若為是，則輸出報警信息；

將所述報警信息進(jìn)行文本處理后輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測的礦山災(zāi)害類型。

在一種實施例中，所述將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮，包括，

對輸入的所述預(yù)測礦山災(zāi)害類型進(jìn)行識別并獲取所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)；

將所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案庫中的應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)進(jìn)行比對，

若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)均相同，則直接調(diào)用當(dāng)前應(yīng)急預(yù)案；

若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)不相同，則進(jìn)行相似度數(shù)值分析。

在一種實施例中，根據(jù)所述相似度數(shù)值分析得到分析結(jié)果，包括，

計算所述預(yù)測礦山災(zāi)害類型中的事件屬性的單相似度數(shù)值；

根據(jù)所述單相似度計算所述預(yù)測礦山災(zāi)害類型中的總相似度數(shù)值；

如果所述總相似度數(shù)值大于等于閾值，實施所述應(yīng)急預(yù)案庫的對應(yīng)預(yù)案；

如果所述總相似度數(shù)值均低于閾值，遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜遥M(jìn)行實時的應(yīng)急決策指揮。

在一種實施例中，所述遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜?，進(jìn)行實時的應(yīng)急決策指揮，包括，

對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中；

與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面；

礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。

第二方面，本申請?zhí)岢鲆环N應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮系統(tǒng)，包括預(yù)案分析子系統(tǒng)和遠(yuǎn)程指揮子系統(tǒng)；

所述預(yù)案分析子系統(tǒng)包括圖譜構(gòu)建模塊、礦山災(zāi)害分類模塊、礦山災(zāi)害預(yù)測模塊和執(zhí)行方式分析模塊；

所述圖譜構(gòu)建模塊，用于收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜；

所述礦山災(zāi)害分類模塊，用于根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型；

所述礦山災(zāi)害預(yù)測模塊，用于對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型；

所述執(zhí)行方式分析模塊，用于將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮。

在一種實施例中，所述遠(yuǎn)程指揮子系統(tǒng)包括數(shù)據(jù)傳輸模塊、視訊建立模塊和指揮調(diào)度模塊；

所述數(shù)據(jù)傳輸模塊，用于對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中；

所述視訊建立模塊，用于與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面；

所述指揮調(diào)度模塊，用于礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。

本發(fā)明的有益效果：

1、在突發(fā)性的礦山災(zāi)害發(fā)生時，不單單依靠現(xiàn)場人員的經(jīng)驗來進(jìn)行臨時決策和判斷，而是結(jié)合歷史礦山數(shù)據(jù)進(jìn)行分析判斷，并且通過應(yīng)急預(yù)案庫進(jìn)行數(shù)字化預(yù)案進(jìn)行匹配，解決了由于現(xiàn)場人員可能會經(jīng)驗不足，無法及時制定合理的應(yīng)急預(yù)案的問題，并且匹配選擇出的數(shù)字化應(yīng)急預(yù)案相比臨時制定出的應(yīng)急方案效果更好，能最大程度減少災(zāi)害帶來的損害。

2、在無法選擇出最佳應(yīng)急預(yù)案的情況下，可以遠(yuǎn)程聯(lián)系礦山領(lǐng)域的專家，專家結(jié)合視訊數(shù)據(jù)以及礦山信息數(shù)據(jù)進(jìn)行遠(yuǎn)程應(yīng)急決策，能保證執(zhí)行應(yīng)急決策的及時性以及合理性。附圖說明

圖1為本發(fā)明的總體流程圖。

圖2為構(gòu)建礦山災(zāi)害知識圖譜的流程圖。

圖3為構(gòu)建礦山災(zāi)害分類模型流程圖。

圖4為預(yù)測礦山災(zāi)害場景流程圖。

圖5為應(yīng)急預(yù)案匹配分析流程圖。

圖6為本系統(tǒng)原理框圖。

具體實施方式

下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制；相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

第一方面本申請?zhí)岢隽艘环N應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮方法，包括以下步驟：

S100：收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜；S100具體包括下列步驟S110-S130；

S110：對所述礦山歷史災(zāi)害案例數(shù)據(jù)整理后分別進(jìn)行知識抽取，所述知識抽取包括實體抽取、關(guān)系抽取和礦山災(zāi)害事件抽取；

其中，所述礦山歷史災(zāi)害案例數(shù)據(jù)包括歷史礦山災(zāi)害記錄和礦山災(zāi)害研究文獻(xiàn)，其中還包括礦山地質(zhì)狀況、礦山致災(zāi)原因、礦山災(zāi)害類型以及受損情況等信息數(shù)據(jù)，上述數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，所述結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害的關(guān)系型數(shù)據(jù)，所述半結(jié)構(gòu)化數(shù)據(jù)包括礦山災(zāi)害信息數(shù)據(jù)。

實體抽取的方法為：通過正則匹配的方式進(jìn)行結(jié)構(gòu)化數(shù)據(jù)實體抽取；通過模板法和/或命名實體識別法的方式進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)實體抽取；模板法為通過詞性分析和關(guān)系關(guān)鍵詞匹配，從語句中抽取實體的方法。

關(guān)系抽取的方法為：通過實體間的關(guān)系抽取和部分實體的屬性關(guān)系抽取進(jìn)行結(jié)構(gòu)化數(shù)據(jù)關(guān)系抽??；通過基于詞向量卷積神經(jīng)網(wǎng)絡(luò)的抽取方式進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)關(guān)系抽取，

礦山災(zāi)害事件抽取方法為：礦山災(zāi)害事件基本屬性抽取和礦山災(zāi)害事件數(shù)字屬性信息。其中，礦山災(zāi)害事件基本屬性包括發(fā)生礦難的礦山點、發(fā)生礦難的時刻以及發(fā)生礦難的行政區(qū)等，礦山災(zāi)害事件數(shù)字屬性包括人員傷亡情況-傷亡人數(shù)、受災(zāi)人口情況-受災(zāi)人數(shù)和人員轉(zhuǎn)移安置情況-安置人數(shù)。

S120：對抽取后的知識進(jìn)行對齊和融合處理；

其中，對齊步驟為：將抽取的實體利用其所有屬性的詞向量進(jìn)行線性變換，得到該實體的屬性向量；

將實體的屬性向量與實體的詞向量進(jìn)行線性變換，得到實體的特征向量；

依據(jù)實體的特征向量得到實體之間的相似度，從而依據(jù)實體之間的相似度進(jìn)行對齊。

融合處理包括：采用消歧算法，將所述抽取后的實體和關(guān)系信息進(jìn)行去重和整合；通過實體鏈接標(biāo)識相似實體，關(guān)聯(lián)相同實體的不同表達(dá)形式，并對相同實體的不同屬性或者相同實體相同屬性的不同屬性值進(jìn)行合并，去除重復(fù)的實體、屬性以及關(guān)系。

S130：根據(jù)處理后的知識內(nèi)容構(gòu)建礦山災(zāi)害知識圖譜。將對齊和融合處理后的知識存入數(shù)據(jù)庫中構(gòu)建礦山災(zāi)害知識圖譜。

S200：根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型；S200具體包括下列步驟S210-S230；

S210：根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建攜帶礦山災(zāi)害知識的詞向量庫；

礦山災(zāi)害知識圖譜是針對礦山災(zāi)害領(lǐng)域的知識圖譜，由于面對的領(lǐng)域更具體，所以針對性更強(qiáng)，比如，“冒頂、片幫”這一類詞，不屬于常用詞范疇，所以機(jī)器對這個詞偏生疏，語義理解不準(zhǔn)確。在礦山災(zāi)害知識圖譜中，這類詞與“突水、突泥”一樣屬于井下礦山地質(zhì)災(zāi)害，它的鄰近節(jié)點有“地面礦山災(zāi)害”、“礦山災(zāi)害”，而“地面礦山地質(zhì)災(zāi)害”、“礦山地質(zhì)災(zāi)害”屬于常用詞，機(jī)器能正確理解這些常用詞的語義。如果將“地面礦山地災(zāi)害”、“礦山災(zāi)害”等常識性知識、“冒頂、片幫、突水和突泥屬于一種礦山災(zāi)害”等邏輯推理知識嵌入到“冒頂、片幫”的詞向量中這樣會提高場景分類的準(zhǔn)確度，所以我們基于礦山災(zāi)害知識圖譜構(gòu)建節(jié)點向量庫。針對領(lǐng)域知識圖譜中不存在的詞，用隨機(jī)生成的一個符合高斯分布的向量表示，記為隨機(jī)向量。隨機(jī)向量與節(jié)點向量具備相同維度然后共同構(gòu)成符合礦山災(zāi)害領(lǐng)域知識的詞向量庫。

S220：根據(jù)所述攜帶礦山災(zāi)害知識的詞向量庫獲取對應(yīng)的攜帶礦山災(zāi)害知識的詞向量；

具體的，對礦山災(zāi)害知識圖譜中的文本信息進(jìn)行切分，找到與預(yù)設(shè)詞庫匹配的所有詞語，根據(jù)這些詞語得到多種切分結(jié)果；再計算每種切分結(jié)果的發(fā)生概率，選取發(fā)生概率最大的切分結(jié)果作為該文本信息的分詞結(jié)果，對文本信息分詞后，得到各個詞語。再到詞向量庫中去匹配，獲取每個詞語的詞向量。比如，語句“A處礦山發(fā)生了冒頂和片幫”，其中語句中的關(guān)鍵詞為“冒頂、片幫”，由于“冒頂、片幫”的攜帶領(lǐng)域知識的詞向量攜帶了“冒頂、片幫”屬于“地面礦山災(zāi)害”、“礦山災(zāi)害””等邏輯推理知識，所以表現(xiàn)在詞向量空間上，“冒頂、片幫”與“地面礦山災(zāi)害”、“礦山災(zāi)害”等詞語的詞向量距離較近，表現(xiàn)在語義上，與“地面礦山災(zāi)害”、“礦山災(zāi)害”語義較近，這將有助于正確識別語句“A處礦山發(fā)生了冒頂和片幫”所屬場景為礦山災(zāi)害場景。

S230：將所述攜帶礦山災(zāi)害知識的詞向量輸入預(yù)先構(gòu)建的場景分類模型得到礦山災(zāi)害分類模型。

場景分類模型可以是基于深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練出的模型。深度學(xué)習(xí)網(wǎng)絡(luò)，比如LSTM(Long Short-Term Memory，長短期記憶網(wǎng)絡(luò))，適合用于對時序數(shù)據(jù)的建模，如文本數(shù)據(jù)，它考慮了詞語在句子中的前后順序，通過訓(xùn)練可以自動提取句子中的特征信息，將從礦山災(zāi)難知識圖譜中提取出的語料樣本輸入LSTM網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使之學(xué)習(xí)到每條語料與其人工標(biāo)注的場景類型之間的映射關(guān)系。當(dāng)該LSTM網(wǎng)絡(luò)收斂時，其中語料樣本中每條語料的場景輸出與所述語料的場景標(biāo)注一致，從而得到訓(xùn)練好的場景分類模型。

S300：對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型；S300具體包括下列步驟S310-S330；

S310：對實地的礦山數(shù)據(jù)進(jìn)行系統(tǒng)監(jiān)測和/或人工監(jiān)測；

S320：對所述系統(tǒng)監(jiān)測和/或人工監(jiān)測的在線數(shù)據(jù)進(jìn)行分析，判斷實地的礦山數(shù)據(jù)是否超出既定值，若為否則執(zhí)行S321：繼續(xù)監(jiān)測；

若為是，則執(zhí)行S322：輸出報警信息；

S330：將所述報警信息進(jìn)行文本處理后輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測的礦山災(zāi)害類型。

其中，上述場景分類模型針對于文本內(nèi)容中出現(xiàn)的常用詞能夠進(jìn)行正確的場景分類，當(dāng)對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將報警信息進(jìn)行文本處理，例如：處理后報警信息的文本內(nèi)容為：“礦山A處發(fā)生了冒頂、和片幫”，由于文本內(nèi)容中的“冒頂、片幫”的領(lǐng)域知識的詞向量攜帶了“冒頂、片幫”屬于“地面礦山災(zāi)害”、“礦山災(zāi)害””等邏輯推理知識，所以表現(xiàn)在詞向量空間上，“冒頂、片幫”與“地面礦山災(zāi)害”、“礦山災(zāi)害”等詞語的詞向量距離較近，表現(xiàn)在語義上，與“地面礦山災(zāi)害”、“礦山災(zāi)害”語義較近，所以就可以將“礦山A處發(fā)生了冒頂、和片幫”，識別為井下礦山災(zāi)害場景，如果語句為“礦山B處發(fā)生了地面沉降和地裂縫”，同理則將其識別為地面礦山災(zāi)害場景，從而以此來完成對不同類型的礦山災(zāi)害場景的分類，得到預(yù)測的礦山災(zāi)害類型。

S400：將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮；S400具體包括下列步驟S410-S422。

S410：對輸入的所述預(yù)測礦山災(zāi)害類型進(jìn)行識別并獲取所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)；

S420：將所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案庫中的應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)進(jìn)行比對，

其中，事件屬性和事件屬性分析數(shù)據(jù)如下表所示

若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)均相同，則執(zhí)行S421：直接調(diào)用當(dāng)前應(yīng)急預(yù)案；

若所述預(yù)測礦山災(zāi)害類型中的事件屬性分析數(shù)據(jù)與所述應(yīng)急預(yù)案的事件屬性分析數(shù)據(jù)不相同，則執(zhí)行S422：進(jìn)行相似度數(shù)值分析。

在步驟S422中，根據(jù)所述相似度數(shù)值分析得到分析結(jié)果，包括，

計算所述預(yù)測礦山災(zāi)害類型中的事件屬性的單相似度數(shù)值；

單相似度的計算方法包括歐氏距離法和重疊度量法；

對于數(shù)值型屬性采用規(guī)范化的歐氏距離法，表達(dá)式如下：

其中， 為事件屬性分析數(shù)據(jù)的相似度；c為預(yù)測礦山災(zāi)害類型中的任一個事件屬性分析數(shù)據(jù)的取值，d為應(yīng)急預(yù)案中的任一個事件屬性分析數(shù)據(jù)的取值（a≠b）；max和min分別是某一事件屬性分析數(shù)據(jù)中最大值和最小值；

對于字符屬性采用重疊度量法，表達(dá)式如下：

其中， 為事件屬性分析數(shù)據(jù)的相似度；c為預(yù)測礦山災(zāi)害類型中的任一個事件屬性分析數(shù)據(jù)的取值，d為應(yīng)急預(yù)案中的任一個事件屬性分析數(shù)據(jù)的取值。

根據(jù)所述單相似度計算所述預(yù)測礦山災(zāi)害類型中的總相似度數(shù)值；

根據(jù)擴(kuò)展的布爾模型對總相似度進(jìn)行計算，具體表達(dá)式為：

其中：e為源案例， 為檢索式邏輯與， 為預(yù)測礦山災(zāi)害類型與應(yīng)急預(yù)案的總相似度，設(shè)閾值的范圍為∈[0，1]，越接近于1表明應(yīng)急預(yù)案匹配度越高； 表示事件中第m個屬性的相似度， 表示第m個屬性的重要度；p邏輯關(guān)系嚴(yán)格的程度，

如果所述總相似度數(shù)值大于等于閾值（即總相似度大于等于0），實施所述應(yīng)急預(yù)案庫的對應(yīng)預(yù)案：如果具有多個總相似度大于0的應(yīng)急預(yù)案，則選擇總相似度最高的應(yīng)急預(yù)案，匹配度更高，方案更準(zhǔn)確。

如果所述總相似度數(shù)值均低于閾值（即總相似度小于0），遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜?，進(jìn)行實時的應(yīng)急決策指揮。

在一種實施例中，所述遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜?，進(jìn)行實時的應(yīng)急決策指揮，包括，

對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中；

與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面；

礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。

第二方面，本申請?zhí)岢鲆环N應(yīng)對礦山災(zāi)難的綜合性應(yīng)急指揮系統(tǒng)，包括預(yù)案分析子系統(tǒng)和遠(yuǎn)程指揮子系統(tǒng)；

所述預(yù)案分析子系統(tǒng)包括圖譜構(gòu)建模塊、礦山災(zāi)害分類模塊、礦山災(zāi)害預(yù)測模塊和執(zhí)行方式分析模塊；

所述圖譜構(gòu)建模塊，用于收集礦山歷史災(zāi)害案例數(shù)據(jù)并構(gòu)建礦山災(zāi)害知識圖譜；

所述礦山災(zāi)害分類模塊，用于根據(jù)所述礦山災(zāi)害知識圖譜構(gòu)建礦山災(zāi)害分類模型；

所述礦山災(zāi)害預(yù)測模塊，用于對實地的礦山數(shù)據(jù)進(jìn)行實時監(jiān)測，獲取監(jiān)測過程中對于異常數(shù)據(jù)的報警信息，將所述報警信息輸入所述礦山災(zāi)害分類模型進(jìn)行災(zāi)害預(yù)測分析，得到預(yù)測礦山災(zāi)害類型；

所述執(zhí)行方式分析模塊，用于將所述預(yù)測礦山災(zāi)害類型與預(yù)設(shè)的應(yīng)急預(yù)案庫的應(yīng)急預(yù)案進(jìn)行匹配分析，根據(jù)分析結(jié)果執(zhí)行對應(yīng)預(yù)案或者遠(yuǎn)程聯(lián)系礦山領(lǐng)域?qū)＜疫M(jìn)行應(yīng)急決策指揮。

在一種實施例中，所述遠(yuǎn)程指揮子系統(tǒng)包括數(shù)據(jù)傳輸模塊、視訊建立模塊和指揮調(diào)度模塊；

所述數(shù)據(jù)傳輸模塊，用于對實地的礦山數(shù)據(jù)以及報警信息進(jìn)行整合，將整合后的信息數(shù)據(jù)通過公網(wǎng)/專網(wǎng)傳輸?shù)降V山領(lǐng)域?qū)＜沂褂玫脑O(shè)備中；

所述視訊建立模塊，用于與礦山領(lǐng)域?qū)＜以O(shè)備建立視訊連接并向所述礦山領(lǐng)域?qū)＜以O(shè)備傳輸實時畫面；

所述指揮調(diào)度模塊，用于礦山領(lǐng)域?qū)＜医Y(jié)合信息數(shù)據(jù)與實時畫面進(jìn)行應(yīng)急決策指揮。

以上僅是本發(fā)明優(yōu)選的實施方式，需指出的是，對于本領(lǐng)域技術(shù)人員在不脫離本技術(shù)方案的前提下，作出的若干變形和改進(jìn)的技術(shù)方案應(yīng)同樣視為落入本權(quán)利要求書要求保護(hù)的范圍。