CN115952919B 基于流程挖掘的风险智能预测方法 （哈尔滨工业大学（威海））

本发明公开了一种基于流程挖掘的风险智能够通过使用流程模型库和应急管理知识库得2从化工园区的各传感器读取实时监测数据，对传感器的多源异构数据进行解析流程模型，将其他异常等级的流程模型删除，得到更新后的候选集Si＝{EMPM(Typei,2.根据权利要求1所述的基于流程挖掘的风险智能预测方法，其特征在于所述应急管3.根据权利要求2所述的基于流程挖掘的风险智能预测方法，其特征在于所述应急管对存储在应急管理平台中的事件数据进行清洗、过滤以及分类，获取事件日志集合3对变体集合{VI1,VI2,...,VIp}中的流程变体依次进行两两合并，确定变体的选择关基于步骤2获得的活动集合中的每个活动，从对应的事件E中抽取相将价值弧集合VA中每个价值弧标注到流程模型PM中对应活动ai上，建立应急管理流程将得到分类主体S的应急管理流程模型EMPM加入到流程模型库中；对每个分类主体的4.根据权利要求3所述的基于流程挖掘的风险智能预测方步骤21、以一个分类主体S的流程实例集合为样本，将流程实5.根据权利要求3所述的基于流程挖掘的风6.根据权利要求3所述的基于流程挖掘的风险智4的属性和值的集合attrVal抽取ar参与活动a的输入价值vin和输出价值vout，从而确定7.根据权利要求3所述的基于流程挖掘的风8.根据权利要求1所述的基于流程挖掘的风险智能预测方法，其特征在于所述PEMPMi的5[0002]截至2020年底，全国重点化工园区或以石油和化工为主导产业的工业园区共有[0004]风险智能预测是结合例如流程挖掘等的先进技术手段进行数据处理后输出决策[0005]流程模型库是指存储从化工园区历史的应急处理事件日志中挖掘出应急管理预库。在流程模型库中可以检索到不同异常类型(如SO2泄漏/管道温度过高)的应急管理流6[0017]查询应急管理知识库EMKB，检索异常类型为i、传感器为j的报警性质判定知识K[0019]根据Typei、Monitorj访问异常类型为i、监控主体传感器为j的应急管流程模型7索到D(Typei,Monitorj)∈K(Typei,Monitorj,Levelk)，在候选集Si中保留异常等级为Levelk的流程模型，将其他异常等级的流程模型删除，得到更新后的候选集Si＝{EMPM管理模型EMPMi适用于异常数据D(Typei,Monitorj)的情况的概率PEMPMi，PEMPMi＝nEMPMi/N×100%;企业系统连接起来，使得由分布物理事件所形成的数据能够统一传递到应急管理平台中，[0035]在基于物联网的应急管理平台中汇集了大量的事件日志Log，其中包含了已经执8[0037]一个应急处理流程实例T由一系列按时间顺序排列的事件组成，可以表示为T[0039]流程模型库PML中的应急管理流程模型EMPM是一个面向价值的业务流程BPMN模报警性质判定知识两类。异常数据判定知识是流程监测的二氧化硫浓度大于等于300个单位时判定为三级异常；报警性质判定知识是确定传9术对传感器的多源异构数据进行解析，得到易于处理的标准化、格式化数据D(Typei,为j的报警性质判定知识K(Typei,Monitorj,Monitorelse)＝T(D(Typei,Monitorj)&&D(Typei,Monitorelses)|t∈[0,5s])，即在5秒钟之内，D(Typei,Monitorj)和D(Typei,Monitorelses)中有一个异常程度值为Level0，则K(Typei,Monitorj,Monitorelse)为假控主体传感器为j的应急管流程模型EMPM，将这些流程模型加入候选集Si＝{EMPM(Typei,Levelk[0048](6)计算筛选后的应急管理流程模型适用于当前异常的概率。根据候选集Si中的[0073]步骤61、如果价值弧(ai,arj,vin,vout)中活动ai和流程模型PM中的活动ai是相同[0076]将得到分类主体S的应急管理流程模型EMPM加入到流程模型库中；对每个分类主一种风险类型，可能适配这种风险情况的应急管理流程的集合，记为Si＝{EMPM(Typei,感器数据异常采用的应急管理流程