安全生产预警监测

安全生产预警监测解决方案

方案背景

安全生产关系人民群众生命财产安全,关系改革开放、经济发展和社会稳定的大局,是落实科学发展观的必然要求和构建和谐社会的重要内容。

2015 年 4 月 13 日,国务院办公厅《关于加强安全生产监管执法的通知》 国办发〔2015〕20 号)要求各省、自治区、直辖市人民政府加快监管执法信息化建设。整合建立安全生产综合 信息平台,统筹推进安全生产监管执法信息化工作,实现与事故隐患排查治理、重大危险源监控、安全诚信、安全生产标准化、安全教育培训、安全专业人才、行政许可、监测检验、应急 救援、事故责任追究等信息共建共享,消除信息孤岛。要大力提升安全生产“大数据”利用能 力,加强安全生产周期性、关联性等特征分析,做到检索查询即时便捷、归纳分析系统科学, 实现来源可查、去向可追、责任可究、规律可循。

省安全生产信息化建设中,普遍缺乏统筹规划和安全生产数据传输标准规范,各业务系统之间的关联性较低,数据独立、分散,造成“信息孤岛”,与县、市单位也没有实现信息交互,安全生产监管难以全面高效开展。

建设目标

建立标准的数据协议,增强行业规范

当前试点接入省内部分企业重大危险源数据、视频数据,物联网网关与政务云数据安全监控平台通过私有协议进行数据传输、交互,缺乏统一、标准、开放、兼容的原则,数据传输标准不一,增加各企业数据传输的难度,同时也为省应急管理厅数据管理带来不便。统一标准协议缺乏也为市县区应急管理部门数据传输至省应急管理厅带来难题。

实现多系统集成,数据融合,提高数据重用性,减少信息孤岛的存在

省应急管理厅使用的系统多达50余个,各系统的的供应商、应用模式、数据库版本、开发语言均不尽相同,另一方面各系统的管理目标不同导致数据维度和颗粒度有很大差异,提高数据的重用性,建立共享信息库,减少信息孤岛尤为重要。

实现多源数据统一采集、处理、存储,实时分析,为应用系统工作,领导决策分析提供数据支撑

当前接入省应急管理厅各类应用系统办公数据,物联网网关采集的重大危险源数据,告警数据,视频数据,数据呈现多源、海量、实时接入需求,同时针对采集的数据缺乏实时处理,数据间关联关系薄弱,数据的利用价值尚未完全产生,如视频图像智能分析,物联网实时监测等。

解决方案

应急.png

在基础层,利用政务云的硬件资源(计算、存储、网络)提供业务基础支撑环境。

在数据资源层利用DM7数据库,ORACLE数据库,MYSQL数据库,SQLSERVER数据库,NOSQL数据库存放业务数据和采集数据;

在集成层部署数据共享交换前置机使用数据抽取、日志采集传输、分布式消息队列等技术手段实现数据的整合,同时使用分布式文件系统、分布式关系型数据库、分布式列数据库等技术实现结构化、半结构化、非结构化数据的存储。

通过集成层的企业服务总线对子公司、分公司,其他省级单位提供数据共享交换,同时通过企业服务总线对应用提供数据支撑。

应用层包含省应急管理厅各应用系统(行政执法、事故管理、行政办公等),应用层数据来源由集成层和数据资源层提供。

方案价值

科学整合系统
-统一信息门户、统一用户目录、统一用户管理与身份认证,整合集成已建和新建业务系统,实现不同类型用户的统一登录和集成访问。
-多应用系统统一整合,通过统一服务总线,统一各个信息系统的服务接口协议,降低了各个系统间协作的开发成本、维护成本、技术风险。
-基于“一张图”多视角、全方位展现本省安全生产态势,为省级安全监管局提供安全生产状况趋势分析和风险预警防控决策能力。
-各业务系统单独建设,数据无法被不同类型的业务系统访问,无法进行跨行业、高纬度、深层次的关联分析。得出的分析结果往往不够宏观,更加片面。使用平台进行感知数据集中管理,各业务系统可以进行跨行业、高纬度、深层次的关联分析。
数据中心汇聚利用
-统一规划和利用省级安全生产数据中心,制定统一的数据建设标准,将安全生产各行业领域相关数据,进行统一规划、统一设计、统一建设、统一应用。
-各业务系统数据进行汇聚、处理、清洗、入库,以形成统一的数据资源中心,再面向门户提供数据服务。
-面向国家安监总局和省级安委会成员单位以及地市级安全生产信息化平台进行数据交换共享,面向大数据应用提供数据支撑等。
用户权限统一管理
-对全省用户对象进行统一的集中分类管理,政府监管用户实现对不同级别、不同区域、不同行业业务处室进行三位一体网格化划分。
-应用于不同的系统权限、业务权限、流程权限、数据权限等等,实现全省监管部门用户统一标准化管理。
实时分析、实时反馈、模型共享
-物联网数据特点是数据种类多,数据量大,有效价值时间期限通常很短。需要快速感知,快速反馈。而传统的计算引擎通常需要访问全套数据才能完成运算。使用平台进行实时处理,可以实时反馈,数据价值最大化。
-各业务系统基于各自收集的数据进行自己的计算模型开发和改进。优秀的计算模型无法被其他业务系统使用,自然也无法快速迭代,不断提升。使用平台进行感知数据集中管理,各业务系统可以使用丰富的数据进行模型训练,优秀的计算模型可以推广到模型市场中,方便其他业务系统使用。