应用大数据加强防雷安全监管研究（电力系统及自动化论文资料）.docVIP

应用大数据加强防雷安全监管研究（电力系统及自动化论文资料） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：应用大数据加强防雷安全监管研究 1 1大数据分析方法处理数据 2 1.1描述型分析 2 1.2诊断型分析 2 1.3预测型分析 3 3防雷安全监管体系建设原则 3 3.1体现防雷安全主体责任原则 3 3.2“风险性”监管原则 3 4大数据应用于防雷安全的结论 4 4.1建立了防雷监管双主体控制体系 4 4.2建立了科学的雷灾分析模式 5 4.3建立了全新的雷电预警发布系统 5 文2：建筑物的防雷安全 5 1.金属物体可不装接闪器，但应和屋面防雷装置相连； 7 参考文摘引言： 9 原创性声明（模板） 10 正文 应用大数据加强防雷安全监管研究（电力系统及自动化论文资料） 文1：应用大数据加强防雷安全监管研究 引言 大数据元年以来，大数据带来的信息风暴正在改变着人类的生活、工作和思维模式，大数据技术也正在不同程度地进入到各行各业，并为各行业的发展提供有力支撑。大数据的本质并不在于“大”，而在于以崭新的思维和技术去分析海量数据，揭示其中隐藏的信息、知识、人类行为等，进而由此创新产品、服务、管理，或是预测未来趋势。所以，大数据既指海量的数据，也指处理海量数据的技术和工具，还指利用海量数据的思维方式。防雷安全工作重在“防”，要做到在主动作为中有效的“防”，就必须“知己知彼”。知己，即掌握防雷检测队伍技术水平、人员结构等基本情况；知彼，即掌握辖区内雷电活动规律、防雷保护对象相关情况等。显然，要做到知己知彼，实现有效防控雷电灾害，必须要有数据做支撑，必须要广泛收集数据、精确分析数据、合理地应用数据分析结果，从而在数据价值实现最大化的同时，促进防雷安全工作效益的提升。 1大数据分析方法处理数据 1.1描述型分析 描述型分析主要描述发生了什么，需要广泛、精确的数据，并需要有效的可视化。防雷安全相关大数据包括基本气象数据、安全生产重点单位数据、地理信息数据、雷灾数据、防雷检测中介数据、服务对象数据等，这些数据都可以精确描述，都可集成地理信息做到可视化。例如，当雷暴天气发生时，大气电场仪观测的数据、闪电定位仪资料、雷达图、云图可以实时在地理信息系统GIS上显示，雷暴影响范围内可显示有多少家重点单位及其精确位置。 1.2诊断型分析 诊断型分析主要分析为什么会发生问题。在诊断性分析中，首先需要了解与结果可能相关的因素。在对数据描述型分析的基础上评估数据，深入数据分析，提取数据核心特征，在广泛的数据中分析相关性。利用防雷安全相关“大数据”，转变监管思路，加强基于数据驱动的决策及应对，加强物联网、互联网、云计算于大数据技术的协作。 1.3预测型分析 预测型分析描述可能会发生什么问题。在预测型分析中，通常需要构建一个预测算法模型，用来预测事件发生的可能性，预测某个相关参数、预测发生的时间等。数据的多样性和关联度对预测结果会产生重大影响。预测算法要符合防雷安全相关规律，能对历史事件进行验证，预测结果要确定符合历史事件。预测模式验证准确后，在事件发生时，需要自动运行模式算法，确保自动描述事件的发生及结果。 3防雷安全监管体系建设原则 3.1体现防雷安全主体责任原则 防雷安全主体责任单位履行主体责任是防雷安全监管的核心，只有主体责任单位自身才能直正掌握防雷安全生产的各个环节，落实各项防雷安全管理制度，控制雷电灾害风险。因此，防雷安全监管的核心就是监督主体责任单位建立防雷安全管理制度，安排分管领导和专人具体负责，落实防雷安全宣传、各项日常检查和隐患整改，完成法定的防雷装置定期检测义务，并根据主体责任落实情况，形成一整套防雷安全生产台账。气象部门督促防雷安全主体责任单位履行主体责任的主要方式就是通过对防雷安全生产台账的检查和定期、不定期地将台账与实地检查情况进行核对，以此来督促主体责任单位落实防雷安全主体责任。 3.2“风险性”监管原则 “风险性”监管是指必然存在风险的前提下，通过辨识、控制风险，最大限度降低危害发生的可能性。那么防雷安全“风险性”监管就必然涉及雷电灾害风险源、雷电易发性、危险因素控制和主体责任单位防雷风险等级划分等，并以此为抓手对雷电灾害风险进行控制。因此，传统监管方式下只问监管对象是否完成防雷行政审批和定期检测，而不对雷电灾害风险进行控制已不能适应当前国家对防雷安全监管的要求。高效监管原则防雷安全监管模式由封闭式直接监管向开放式间接监管转化，监管职责由注重是否符合法律规定的“合法性”监管向降低雷电灾害发生可能性的“风险性”监管转化是当前气象部门防雷安全监管职能最重要的变化。这种转变对气象部门运用监管措施提出了很高的