(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211302983.5 (22)申请日 2022.10.24 (71)申请人 中国计量大 学 地址 310000 浙江省杭州市钱塘区学源街 258号 (72)发明人 杨威　王海宁　黄惟　耿璐　 李书玉　 (51)Int.Cl. G06Q 10/06(2012.01) G06K 9/62(2022.01) G06Q 50/04(2012.01) (54)发明名称 一种基于XGBoost的化工企业 风险分级方法 (57)摘要 本发明公开了一种基于XGBoost的化工企业 风险分级方法， 包括： 事故案例数据库， 用于存储 企业各种类型和等级的事故案例， 并不断更新； 事故致因模块， 基于24Model致因模型对事故案 例进行致因分析， 最终建立化工企业生产安全事 故致因体系； 案例数据处理模块， 用于对获取的 数据进行结构化处理； 风险智 能分级模块， 建立 基于XGBoost算法的风险智能预测模型， 输出预 测风险等级和致因因素权重； 风险结果评估模 块， 用于对预测的风险等级、 致因因素权重、 企业 基本信息、 安全考核信息、 风险隐患事件进行综 合风险评估， 并输出风险评估报告和企业风险二 维码， 从而提升企业安全管 理水平和政府监管效 率， 减少化工生产安全 事故的发生。 权利要求书2页 说明书5页 附图3页 CN 115456482 A 2022.12.09 CN 115456482 A 1.一种基于XGBoost的化工企业风险分级方法， 其特征在于， 包括： 事故案例数据库1， 用于记录和存储化工企业安全生产事故报告， 并为案例数据处理模块3提供数据来源， 事故 致因模块2， 用于 建立化工企业安全生产事故致因体系， 数据处理模块3， 用于将事故案例数 据库1的数据通过事故致因模块2的事故致因系统进 行数据结构化， 形成原始数据集作为模 型的输入， 风险智能分级模块4， 建立基于XGBoost算法的风险分级模 型， 通过数据处理模块 3的数据， 对企业风险等级进行预测， 风险评估结果模块5， 用于结合风险智能分级模块4的 预测结果及个致因因素权重、 企业基本信息、 安全考核信息、 风险隐患事件进行风险评估， 输出风险评估报告和企业 风险二维码6 。 2.根据权利要求1所述的事故致因模块2， 其特征在于： 包括了U1未采取保护措施、 U2未 及时上报现场情况、 U3人员盲目施救、 U4管理人员错误指挥、 U5风险评估及隐患排查工作不 到位、 U6违法组织生产、 U7装置维修不及时、 U8操作人员未持证上岗、 U9特种作业不合规定、 U10人员疲劳作业； U11未设置安全报警装置、 U12未设置事故通风系统、 U13应急救援物资及装 置的缺失、 U14未采用DCS集散式自动控制系统、 U15未设置安全警示标识、 U16装置设计不合规 定、 U17厂房设计不合规定、 U18化工装置长期 “带病”运行； H1人员应急救援知识缺欠、 H2人员 安全意识淡薄、 H3安全习惯不佳、 H4对环境的风险认识不足、 H5应急救援预案内容不了解、 H6 没有认识到检修装置的重要性、 H7安全生理状态不佳； E1安全培训不到位、 E2安全操作规程 缺欠、 E3应急预案 不完备、 E4安全法律法规不健全、 E5无设计资质、 E6未进行安全技术交底、 E7 内部安全审核缺失、 E8风险评估及危险源辨识缺欠、 E9安全生产责任不清晰； C1安全促进程 度不够、 C2安全重要度不足、 C3安全参与度不够、 C4安全生产主体责任不明确、 C5管理层缺乏 安全承诺、 C6安全培训不完善、 C7安全会议质量、 C8安全程序和制度欠缺、 C9安全意识未放在 首位、 C10安全部门的作用、 C11忽视安全法律法规的作用、 C12安全投入认识、 C13事故预防认识 不足。 3.根据权利要求1所述的数据处理模块3， 其特征在于： 将事故案例数据库1根据化工生 产致因系统2中具体的致因因素， 按照有 该致因因素标记 为1， 无则标记为0的原则转化为结 构化数据， 将一般事故、 较大事故、 重大及以上事故等级， 转化为低风险、 中风险、 高风险三 个风险等级并标记为0,1,2。 4.根据权利 要求1所述的风险智能分级模块4， 其特征在于： 建立基于XGBoost模型的风 险智能分级模型， 所述 步骤： 将数据处理模块的数据， 输入基于XGBoost模型的风险智能分级模型， 以分裂增益为指 标， 遍历训练样本的所有 特征建立CART树， 并在训练样 本上不断迭代 最终将生 成的t颗CART 树进行相加， 使构建 的CART树能够最小化目标函数L， 输出风险预测等级， 目标函数如下所 示： 。 5.根据权利要求1所述的风险评估结果模块5， 其特征在于： 将风险智能分级模块预测 的风险等级和致因因素权重， 结合 企业基本信息、 安全考核信息、 风险隐患事件进 行风险评 估， 并输出评估报告。 6.根据权利要求1所述的企业风险二维码模块6， 其特征在于： 包括了企业风险等级、 企 业基本信息、 安全考核信息、 企业风险隐患事件， 其中低风险对应绿码， 中风险对应黄码， 高权　利　要　求　书 1/2 页 2 CN 115456482 A 2风险对应红码。权　利　要　求　书 2/2 页 3 CN 115456482 A 3