运用FMEA降低住院患者自杀风险的研究

目的识别住院患者自杀风险,针对性制定防范策略。方法利用失效模式与效应分析(FMEA)从住院患者入院前、入院时、住院中3个环节厘清风险点并进行评价,计算风险系数,确定改进措施优先级。结果针对14个需要干预的风险点制订改进策略,执行后风险系数值明显下降。结论应用FMEA可以降低住院患者自杀事件发生风险。还需进一步提高自杀风险识别能力,强化人文关怀,提升服务质量,以确保住院患者安全。

基于融合模型的换流站监控系统事件分析研究

在信息网络技术日新月异的时代背景下,直流输电换流站自动化技术发展迅速,网络安全问题日益凸显;同时,自动化系统中海量信息的涌现导致信息茧房效应愈发显著。鉴于此,本文首先分析海上风电柔性直流输电换流站监控系统的硬件构成和软件功能架构;然后研究基于融合模型的监控应用,并在此基础上设计冗余配置设备时的监控处理方案,研发基于知识模型的事件告警辅助分析优化技术;最后进行换流站监控系统的优化开发,并通过实际案例验证其性能。验证结果表明,该系统可减少重复劳动,提高人员工作效率。

网络服务异常事件告警因果图构造方法

网络服务系统中,异常事件的发生经常导致系统中产生大量告警事件,形成告警风暴。运维人员需要花费大量的时间和精力从这些告警数据中寻找关键信息、确定异常事件的根源。为了减少运维人员所需处理的告警数量,智能化、自动化地提取告警风暴中的根源告警,基于网络服务告警的传播模式分析,提出了一种告警因果图构造方法,并将其应用于提取异常事件发生时的告警风暴关键信息。实验使用运营商现网管理系统的真实数据集,通过告警风暴摘要提取实验,验证了告警因果图生成的效果,并进行了相关案例的物理意义分析。结果表明,使用告警因果图生成的方式进行告警风暴摘要提取,达到了96%的召回率,保留了绝大部分关键信息。同时,使用该方法对系统产生的告警进行压缩,对较难压缩的告警码的压缩率能够达到66.5%。

基于B/S架构的国产化指控系统告警框架

以JavaScript、C++作为开发语言,以达梦作为数据库工具,构建了一个基于B/S架构的国产化指控系统告警框架。框架对各告警事件的类型、等级、阈值进行收集、统计,并在此基础上实现了各类型告警事件统一的前台展现,支持告警记录的查询、筛选,提供后续的事件处置接口。框架统一集成的方式在减少开发人员工作量的同时,也有利于指控人员对各类告警事件进行查阅、管理。

基于生存分析的智能电网安全告警事件持续时间预测模型

针对目前智能电网安全风险预测系统解释性不强的问题,提出一种基于生存分析中DeepSurv模型的改进模型来预测网络安全告警事件持续时间。为了加快运算速度,模型对原DeepSurv的神经网络部分进行改进。模型基于K-means,提出一种降维算法对输入数据进行降维,通过改进的DeepSurv,获得智能电网安全告警事件持续时间的生存函数,并以此为依据计算C-index与MAPE。通过总耗时、C-index与MAPE这三个指标将模型和原DeepSurv进行比较,发现模型在预测准确率相差不大的情况下,大幅提高了运算速度。此外,由于模型是基于生存分析的,解释性较强,且能够提供网络安全告警事件关于持续时间的生存函数,即关于持续时间的概率预测,对智能电网安全风险预测研究有很大的参考意义。

城市轨道交通综合监控报警和事件优化建议

随着国内城市轨道交通的持续新建和改造,城市轨道交通综合监控供货商数量在不断增加、系统功能日益扩大、监控设备不断增多,综合监控系统报警和事件在工作站不断刷新,给操作者带来便捷提醒功能的同时也带来监视烦恼。结合国内城市轨道交通,从综合监控报警和事件等级划分、显示内容、数据流等方面进行分析,提出优化建议,为新建和改造综合监控优化提供参考。

PDCA循环结合6S理论在心电监护报警管理中的应用研究

目的探讨PDCA循环结合6S理论在心电监护报警管理中的应用效果。方法选取2023年7月—2024年6月贵州医科大学第二附属医院负责心电监护仪维护的16名护理人员作为研究对象,2023年7—12月实施传统管理模式,为传统组;2024年1—6月实施PDCA循环结合6S理论管理模式,为探究组。对比两组心电监护仪相关技能考核评分、仪器设备管理评分、工作压力评分、不良事件发生情况。结果探究组心电监护仪相关技能考核评分、仪器设备管理评分及工作压力评分均优于传统组,差异有统计学意义(P均<0.05)。探究组不良事件发生3例,而传统组心电监护仪设备管理相关不良事件发生7例。结论PDCA循环结合6S理论在心电监护报警管理中的应用能够显著提高护理人员的技能水平,改善仪器设备管理情况,降低不良事件发生情况,并减轻护理人员的工作压力。

基于时间序列的电网云平台应用系统故障分级响应方法

当电网云平台在应用系统存在故障时,依托单一触发事件进行故障分级会使得响应结果的拟合优度较低。针对这个问题,提出基于时间序列的电网云平台应用系统故障分级响应方法。该方法利用模糊推理算法划分电网故障严重度模糊级别,并建立模糊评价向量对多源信息数据进行归一化处理,提取故障特征信息。运用“与”“或”“非”等逻辑运算方法描述多个触发事件之间的既定运算规则,结合自回归积分滑动平均模型,建立包含多个触发事件的平稳时间序列进行后续故障分级响应。针对待发送的警报信息进行相似性诊断与覆盖性诊断,建立分级响应优化策略。实验结果表明,所提方法得出的故障分级响应结果的拟合优度提升了21个百分点、28个百分点。以分级预警结果,对电网云平台应用系统进行故障响应。

典型事件化规则库编制要点分析及创新点提取

针对现有监控告警技术存在的监控信息量大、事故处置效率低、容易漏判误判等问题,新一代集控系统将采用监控信息事件化告警技术来解决这些问题。该技术以典型事件化规则库作为信息基础,通过对信号进行关联分析和归纳,形成对设备事件的判断。与原来仅以时序排列展示的散乱信号相比,监控系统将以“设备事件”的形式展示,为监控人员的进一步处置提供参考。通过详细介绍典型事件化规则库中挖掘设备故障事件规则及挖掘设备异常事件规则的编制流程,在国网基本规则库的基础上,研发新一代集控典型规则库的创新点。

面向SCADA系统的电网故障诊断信息的获取

对在线电网故障诊断系统的信息获取问题进行深入研究,基于目前的SACDA信息平台,提出一种故障诊断信息的在线获取方法。该方法采用文中提出的动态事件窗生成技术,先对含有电网故障信息的告警信号进行截获,然后结合故障元件、保护动作和断路器跳闸的关联性,从截获的告警信号中提取电网故障诊断信息。动态事件窗生成技术可有效地克服错误告警信息影响,保证所获取电网故障信息的正确性和完整性。所提方法已经应用于实际电网的故障诊断系统,运行结果表明其是有效且可行的。

一种基于FSM的告警事件关联方法

对告警事件进行关联处理,去除冗余告警,是网络管理需要解决的一个关键问题。如果考虑事件间的时间关系,问题将变得更为复杂。因此,在充分考虑事件间的时间关系基础上,提出了一种基于有限状态机(FSM)的事件关联模型,并利用该模型设计了一个告警关联处理器,它能够正确地实现事件关联,有效减少冗余告警的发生。

基于隐马尔可夫模型的态势评估方法

针对目前日益复杂的网络安全环境,提出一种基于隐马尔可夫模型(HMM)的态势评估方法。以入侵检测系统的输出(报警事件)为处理对象,采用隐马尔可夫随机过程作为分析手段,建立描述网络系统受到攻击后安全状态转移的隐马尔可夫模型;在此基础上,通过Baum-Welch(BW)算法对模型参数进行优化,使用量化分析方法得到整个网络态势的定量评价。通过实验验证了该方法能比较准确地反映网络的安全态势,具有良好的应用前景。

基于数据增强和深度学习的水电站告警事件诊断

针对水电告警事件传统诊断方法存在效率低下、准确率不足等缺陷,设计了一种融合先验知识的数据增强方法和基于双向简单循环单元网络的层级注意力深度学习框架。针对水电告警规则不完善的问题,采用隐含狄利克雷分布-序列推理增强模型构建告警信号与告警特征间的映射机制;结合该水电告警先验知识提出改进隐含狄利克雷分布方法增强样本数据,最终由层级注意力模型学习样本特征并输出诊断结果。测试算例为某水电集控中心的实际告警数据,测试结果表明,所提方法可在低资源训练环境下实现快速和高准确率的水电告警事件诊断。

实时数据库报警与事件关键技术实现

针对实时数据库的报警与事件子系统还存在实时性低、报警信息确认手段单一、功能块对外接口少等缺点,提出订阅/发布和报警确认详细解决方案。为实现报警与事件服务器信息的订阅/发布,服务器需要处理客户端订阅、设置返回Field字段、收集到报警事件信息的发布等事务。论述了订阅、返回Field字段的相关处理;订阅/发布处理总体流程及其重要功能段的代码程序;报警确认处理的规则、总体流程及其重要功能段的代码程序、信息的获取、确认操作、信息的订阅/发布/更新。该方案已成功运行,在同系统负荷情况下,其实时性能指标达到或优于国外同类产品。

面向智能监控摄像头的监控视频大数据分析处理

视频监控是安防的重要组成部分,智能监控摄像头以其丰富的异常行为识别功能,极大地增强了监控场所的安全。随着部署的智能摄像头日渐增多以及视频监控网规模的不断扩大,海量的视频数据给存储、检索及分析带来了巨大挑战。该文提出智能摄像头异常报警事件驱动的监控视频大数据智能处理方法,具体包括:多点关联分析的异常事件自动预警、事件驱动的监控视频选择性存储以及异常行为事件约束的关联检索,以期提高大数据时代监控视频数据的深度利用效率。实践案例证实,所提方法能够实现异常事件的可信预警,录像视频选择性的高效保存和破案线索的快速发现。

冠心病稳定期再发心血管事件预警模型的建立与效能评估

目的探索性构建稳定期冠心病患者1年内发生急性心血管事件的预警模型,应用ROC曲线评价效能。方法选择中日友好医院稳定期冠心病患者,且完成了1年随访者共397例,结合随访1年后发生急性心血管事件情况,对患者的临床资料进行多因素分析。结果建立预警方程:Logit(p)=-2.319-0.779(ApoA1分层)-0.978运动+0.908脑卒中病史+0.877(hs-CRP分层)+0.797胸闷。应用ROC曲线评价效能,评价指标结果:曲线下面积(AUC)为0.744,敏感度为81.4%,特异度为62.2%,Youden指数为0.436,阳性似然比为2.153,阴性似然比为0.299,阳性预报值为0.218,阴性预报值为0.964。结论建立的预警方程主要应用于预测1年内稳定期冠心病患者发生心血管事件的危险。

基于事件树模型的电力通信网告警过滤机制

电力通信网络中的故障事件往往产生连锁告警,重要事件被大量次要信息所掩盖,冗余信息过多,易形成信息阻塞。为此文章讨论了事件潮的树型关联结构,提出基于事件树模型的过滤策略,并据此来设计数据模型,剥离出引发事件潮的根本故障原因,减少了推向客户端的事件数量。研究结果对于电力系统通信部门故障告警系统的设计与建设有一定的参考价值。

一种基于相关度统计的告警事件关联算法

网络故障与网络告警事件之间存在着必然的关系。在分析故障传播和告警模式的基础上,将同一故障引发的告警事件区别为根源事件和并发事件,通过对隐藏在海量事件中的根源事件与并发事件相关度的统计,发现每一类故障的相关事件类集合,并以此作为关联规则,进行事件关联处理,能够正确地进行故障定位,有效过滤冗余事件,为故障原因分析提供依据。

测点级声学故障检测中的报警频次建模方法研究

文中围绕测点级声学故障检测方法开展研究,根据区间估计原理建立频带能量超标检测流程,针对随机报警事件干扰提出基于报警事件频次建模的二级阈值检测法,并利用实测数据进行了算法验证.数据分析显示,该方法能够有效检测正常工况下的随机报警事件干扰,降低测点级声学故障检测的虚警率.