本發明涉及計算機，尤其涉及一種流程行業的動態風險管控系統及風險評估預警方法。

背景技術：

1、我國流程行業(如化工、石油、鋼鐵等)正處于智能化升級的關鍵階段，面臨著提升生產運行管理科學性、增強風險分析準確性以應對復雜工藝機理、強變量耦合及過程動態性等挑戰，國內外現有的風險管控體系在應對流程行業的復雜性和動態性方面，往往表現出風險管控系統穩定性不強，且對流程行業生產運行全要素的風險感知、智能分析與安全協同創新水平不高等問題，特別是各類數據之間缺乏統一的標準，導致信息孤島現象嚴重，數據整合和共享的效率低下。

2、且面向流程行業，并沒有研究全要素動態風險智能管控系統工業軟件平臺，實現流程行業全面的動態風險感知評估和智能管控，并在化工、油氣、冶金行業開展應用驗證，實現生產全要素風險感知、智能預警決策、裝備人員行為狀態精準識別，全面提升流程行業的動態風險智能管控能力。

3、有鑒于此，針對流程工業生產運行安全層次多，全要素數據涉及維度復雜、多源異構等挑戰，如何設計一套以分布式微服務為基礎生產運行多安全協同防護技術架構，既能夠支撐其他子課題獨立研究。

技術實現思路

1、為克服相關技術中存在的問題，本公開提供一種流程行業的動態風險管控系統及風險評估預警方法，以解決相關技術中的技術問題。

2、本說明書一個或多個實施例提供了一種流程行業的動態風險管控系統，包括：

3、微服務數據設計模塊，用于微服務數據庫進行設計，對微服務進行分類，并采用容器化技術為微服務提供統一的部署和運行環境，以及轉換適配器，為各容器分配唯一標識信息；用于實現構件的統一管理、調度及安全升級，并根據用戶需求調取微服務；

4、引擎配置模塊，用于根據各微服務實現功能需求配置的引擎，其中，根據測試需求提供組合引擎調度服務；

5、api交互模塊，用于實現模型跨平臺調用，為使用者提供微服務交互api接口；

6、數據配置模塊，用于設計統一配置數據庫和文件，支持動態調整；

7、任務生成模塊，用于基于語義識別算法對檢測或分析需求分析生成檢測任務，并發送至消息隊列；以及

8、仿真模塊，用于獲取消息隊列中的任務信息，確定所需數據、場景數據和檢測流程，并確定匹配度最高的微服務和引擎，并調用對應的至少一個微服務和引擎，以及創建仿真場景，篩選各微服務所需數據并進行處理，實現對異常工況預警、故障診斷、溯源分析、優化決策、s?i?s驗證、數據知識挖掘算法的優化和驗證，并基于生產實時數據和操作反饋，持續優化和調整異常預警策略，最后根據各微服務檢測結果通過分析引擎和策略引擎優化調整策略。

9、本說明書一個或多個實施例提供了一種基于流程行業的動態風險管控系統實現的風險評估預警方法，包括步驟：

10、步驟s1，通過系統接口獲取數據庫中生產過程中采集的歷史數據，包括生產現場傳感部分、邏輯部分和執行部分的變量，或是生產過程中的融合數據；

11、步驟s2，確定可實現風險評估預警的風險評估微服務，將歷史數據發送至風險評估微服務容器地址，調用評估服務；

12、步驟s3，評估服務通過granger因果分析方法確定生產過程中各因素間的因果關系，通過估計各因素之間的條件概率密度描述節點間的定量關系，構建系統的因果概率圖模型；

13、步驟s4，將帶有風險標簽及風險節點標簽的風險數據，以及正常數據輸入至對風險評估模型進行訓練，直至滿足收斂條件，從而獲得用于監測及預警流程行業生產風險的模型，其中，風險評估模型包括用于特征提取模塊和風險評估及分類模塊，特征提取模塊為圖卷積網絡，風險評估及分類模塊為時空圖卷積神經網絡或圖卷積網絡；以及

14、步驟s5，通過系統數據采集接口采集生產過程中的實時數據并發送至風險評估微服務容器地址調用評估服務，從而實現生產過程各環節的監控及風險監測，系統微服務預測獲得的風險故障數據實現預警。

15、本公開提供的一種流程行業的動態風險管控系統及風險評估預警方法，優點在于，采用微服務框架和容器動態編排技術實現流程行業生產全流程的仿真，預警及策略生成，覆蓋流程行業生產全流程的關鍵場景，還可基于現有工控、安全、環保、設備管理等實現特定場景應用驗證，通過獲取生產過程中的各環節等數據，在特定場景對平臺功能及其使用效果進行全面評估，快速識別并定位異常狀況，制定并實施改進措施，實現自學習自適應能力能夠靈活調整預警和管控策略，具有靈活性。因此，動態風險管控系統在流程行業的驗證中，具有技術上的可行性及應用場景上的廣泛適用性；通過平臺在特定場景對平臺功能及其使用效果進行全面評估，快速識別并定位異常狀況，深入分析風險管控過程中各模型的不足，制定并實施改進措施。

技術特征：

1.一種流程行業的動態風險管控系統，其特征在于包括：

2.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，微服務數據設計模塊用于將各流程行業按照行業流程拆分為多個微服務，再通過容器化技術封裝所述多個微服務，生成各微服務對應的鏡像，將所述各微服務對應的鏡像上傳至預先創建的容器倉庫；在所述容器倉庫中，根據預設編排工具獲取構建實現按工業流程所需的鏡像；各微服務中分別加入環境變量和啟動命令。

3.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，檢測仿真模塊根據所需的微服務，將通過監控設備采集的實時數據或是歷史數據分發至多個提供微服務業務的容器，由各容器篩選出各自需要的待處理數據信息之后，按照預設的工業邏輯進行處理并保存處理結果，再通過分析引擎分析確定異常信息，并通過策略引擎確定調整策略。

4.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，檢測仿真模塊具體包括以下模塊：

5.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，還包括數據擴充微服務，數據擴充微服務實現構建流程工業過程的動力學概念模型，再根據構建的流程工業過程的動力學概念模型，并分析工業數據，確定數據驅動方法和工藝過程中各因素間的耦合關系，確認并實現風險模型自適應動態更新機制與更新方法，再基于有限元數值模擬方法，使用數值模擬軟件建立流程工業過程的動力學數值模型并構建流程工業過程的動力學的機理模型利用流程工業過程的動力學的機理模型進行風險數據擴充，以生成符合物理規律且與真實信號具有相似分布的生成數據。

6.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，還包括故障溯源微服務，用于根據其他微服務的風險故障數據反向推理確定故障的根源的故障溯源微服務；基于微服務執行后的風險故障數據，確定故障發生節點，根據箭頭表示的因果關系逆向推理到上一個關聯節點，并計算條件概率密度以判斷是否發生故障，直至概率圖模型中的根節點；若監測樣本的概率密度在置信上限和下限的范圍內，則識別為正常樣本；否則識別為故障樣本。

7.如權利要求1所述的流程行業的動態風險管控系統，其特征在于，還設置sil在線驗證微服務，接收系統實時采集sil驗證過程中所需參數，確定動態參數數值以及靜態參數數值，結合智能記憶網算法，計算sis的pfd與結構約束，得到sis的sil驗證等級值；基于所述sil驗證等級值獲取動態化sil驗證曲線；

8.基于權利要求1-7任意一項所述流程行業的動態風險管控系統實現的風險評估預警方法，其特征在于，包括步驟：

9.如權利要求8所述的風險評估預警方法，其特征在于，還包括步驟：

10.如權利要求8所述的風險評估預警方法，其特征在于，還包括步驟：

技術總結
本申請提供了一種流程行業的動態風險管控系統及風險評估預警方法，該系統包括微服務數據設計模塊，引擎配置模塊，AP?I交互模塊，數據配置模塊任務生成模塊以及仿真模塊，本申請采用微服務框架和容器動態編排技術實現流程行業生產全流程的仿真，預警及策略生成，覆蓋流程行業生產全流程的關鍵場景，還可基于現有工控、安全、環保、設備管理等實現特定場景應用驗證，通過獲取生產過程中的各環節等數據，在特定場景對平臺功能及其使用效果進行全面評估，快速識別并定位異常狀況，制定并實施改進措施，實現自學習自適應能力能夠靈活調整預警和管控策略，具有靈活性。

技術研發人員：黃長波,劉艷敏,胡淵,汪明,方能煒,趙峰,孫權,醒月
受保護的技術使用者：北京航天數據股份有限公司
技術研發日：
技術公布日：2025/4/28