巡查周期动态调控方法、系统以及存储介质与流程

1.本发明涉及巡查技术领域，尤其涉及巡查周期动态调控方法、系统以及存储介质。


背景技术：

2.现有巡查调控系统是针对人、场所等需要巡查的对象，通过制定简单的巡查规则定时下发巡查任务给到所负责的巡查员。巡查员接收到下发的任务后，在任务规定的完成时间内对巡查对象进行巡查走访，按照既定的表单内容进行填写、拍照上传，完成巡查。这种下发任务的规则是一些基础的规则，例如按照巡查对象分级、分类，不同分级、分类定义好巡查的频率，频率有每月一次、每周一次、每周两次、每周三次。
3.现有的巡查调控系统中，巡查人员在进行巡查时巡查周期往往是固定的，这种巡查周期固定的巡查方式效率往往较低，不少巡检资源被浪费在了不必要的巡检环节，因此，现有的周期固定的巡检方式导致巡检效率低下已成为本领域技术人员亟待解决的技术问题。


技术实现要素：

4.本发明提供了巡查周期动态调控方法、系统以及存储介质，用于解决现有的周期固定的巡检方式导致巡检效率低下的技术问题。
5.为解决上述技术问题，本发明提出的技术方案为：
6.一种巡查周期动态调控方法，包括以下步骤：
7.获取巡查对象连续一段时间的巡查数据；
8.从巡查数据中提取巡查对象的时序隐患指标；
9.根据时序隐患指标对巡查对象的巡查周期进行动态调整。
10.优选的，时序隐患指标包括以下种类指标中一项或任意几项的组合：
11.指标1：巡查对象持续一段时间m内的隐患记录数量；
12.指标2：巡查对象持续一段时间n内的隐患记录数量；
13.指标3：巡查对象持续一段时间k内的隐患记录数，其中，m小于n，且k小于n；
14.指标4：巡查对象所属区域内的隐患记录数；
15.指标5：巡查对象的每种巡查项的隐患记录数；
16.指标6：巡查对象中每种等级隐患率；
17.指标7：巡查对象的整改完成率。
18.优选的，根据时序隐患指标对巡查对象的巡查周期进行动态调整，具体包括以下步骤：
19.分别将不同种类的时序隐患指标与对应的指标阈值进行比较，当存在任意一种指时序隐患指标超过对应的指标阈值上限，缩短巡查对象的巡查周期，当时序隐患指标均低于对应的指标阈值下限，延长巡查对象的巡查周期。
20.优选的，当存在任意一种指时序隐患指标超过对应的指标阈值上限，缩短巡查对
象的巡查周期，具体包括以下步骤：
21.当巡查对象持续一段时间m内的隐患记录数量大于与其对应的指标阈值上限，在下一持续一段时间m内，随机增加t次巡查任务；
22.当巡查对象持续一段时间n内的隐患记录数量大于与其对应的指标阈值上限，在下一持续一段时间m内，随机增加t次巡查任务；
23.当巡查对象持续一段时间k内的隐患记录数均大于与其对应的指标阈值上限，巡查周期调整为每日一次巡查；
24.当巡查对象中每种等级隐患率均大于与其对应的指标阈值上限，巡查对象在巡查周期内增加t+1次巡查；
25.当巡查对象的整改完成率低于与其对应的指标阈值第一下限，巡查周期内任务增加t+1次，当巡查对象的整改完成率低于与其对应的指标阈值第二下限，巡查周期内任务增加t+2次，其中，指标阈值第一下限小于指标阈值第二下限。
26.优选的，在从巡查数据中提取巡查对象的时序隐患指标前，还包括对获取的巡查数据进行数据清洗、数据转换步骤，数据清洗、数据转换步骤包括：
27.数据项不能为空值、数据项必须是字典值、名称不能为非法字符以及去重步骤。
28.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
29.一种计算机存储介质，其上存储有计算机程序，程序被处理器执行时实现上述任一项方法中的步骤。
30.本发明具有以下有益效果：
31.1、本发明中的巡查周期动态调控方法、系统以及存储介质，通过获取巡查对象连续一段时间的巡查数据；从巡查数据中提取巡查对象的时序隐患指标；根据时序隐患指标对巡查对象的巡查周期进行动态调整。相比现有技术，本发明能根据巡查对象时序隐患指标动态调节巡查周期，减少不必要的巡检与人力资源的浪费。
32.除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
33.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
34.图1是本发明巡查周期动态调控方法的流程图；
35.图2是本发明优选实施例中的巡查周期动态调控方法的流程图。
具体实施方式
36.以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
37.实施例一：
38.如图1所示，本实施例中公开了一种巡查周期动态调控方法，包括以下步骤：
39.获取巡查对象连续一段时间的巡查数据；
40.从巡查数据中提取巡查对象的时序隐患指标；
41.根据时序隐患指标对巡查对象的巡查周期进行动态调整。
42.此外，在本实施例中，还公开了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
43.此外，在本实施例中，还公开了一种计算机存储介质，其上存储有计算机程序，程序被处理器执行时实现上述任一项方法中的步骤。
44.本发明中的巡查周期动态调控方法、系统以及存储介质，通过获取巡查对象连续一段时间的巡查数据；从巡查数据中提取巡查对象的时序隐患指标；根据时序隐患指标对巡查对象的巡查周期进行动态调整。相比现有技术，本发明能根据巡查对象时序隐患指标动态调节巡查周期，减少不必要的巡检与人力资源的浪费。
45.实施例二：
46.实施例二是实施例一的优选实施例，其与实施例一的不同之处，对巡查周期动态调控方法的具体步骤进行了细化：
47.在本实施例中，如图2所示，公开了一种巡查周期动态调控方法，应用与巡查调控系统中，包括以下步骤：
48.步骤一：获取巡查对象连续一段时间的巡查数据；
49.巡查调控系统中各级子系统后台管理人员在巡查调控系统的巡查员管理模块添加本机机构下的巡查员的用户信息，包括用户账号、姓名、手机号码、所属机构等信息，添加成功后巡查员账号才有权限登录移动终端。管理员在巡查对象管理添加或批量导入本级机构管辖的巡查对象的基本信息和巡查数据，包括人、单位场所等。其中，基本信息包括：名称、地址、联系电话、责任人、责任人电话、营业执照、身份证号码、负责的巡查员、分类、分级等信息，添加成功后该巡查对象就会纳入巡查管控范围，该巡查对象所负责的巡查员将会查阅到该巡查对象的所有信息。巡查数据包括对象名称、地址、巡查时间、检查状态、巡查项检查情况、是否隐患、对象所属区域、整改时间、整改结果。
50.巡查员将巡查过程采集的巡查对象基础信息及巡查数据输入到大数据存储池进行存储。大数据存储池将巡查对象基础信息及巡查数据导入大数据分析池中。
51.步骤二：对巡查数据进行etl数据处理，得到标准化的巡查数据：
52.大数据分析池首先对导入的巡查对象的基本新型以及巡查数据进行etl数据处理，然后将处理后的标准规范数据输出到计算引擎池(spark、flink分布式计算框架)用于大数据分析计算其中，etl数据处理为按照既定的数据处理规则对数据进行清洗、转换、加载处理，其中，既定的规则包括有数据项不能为空值(例如对象名称、地址、巡查时间、检查状态、是否隐患、对象所属区域)、数据项必须是字典值(例如是否隐患项只能为是或否)、名称不能为非法字符(@、$、&字符)以及去重等规则。
53.步骤三：从标准化的巡查数据中提取巡查对象的时序隐患指标；
54.其中，所述时序隐患指标包括：
55.指标1：巡查对象持续一段时间m内的隐患记录数量；其中，m在本实施例中设置为一个月；
56.指标2：巡查对象持续一段时间n内的隐患记录数量；其中，n在本实施例中设置为
一周；
57.指标3：巡查对象持续一段时间k内的隐患记录数，其中，k在本实施例中设置为一天；
58.指标4：巡查对象所属区域内的隐患记录数；
59.指标5：巡查对象的每种巡查项的隐患记录数；
60.指标6：巡查对象中每种等级隐患率；
61.指标7：巡查对象的整改完成率。
62.计算引擎池部署了对应每个时序隐患指标的spark、flink脚本方法函数程序。getnumandpercentage(type)接收一个维度类型参数(day/week/month)实现第1结果；getaqandyhnumforthreeday()实现第2结果；getcomplete()实现第3结果；getyhnumbyitem()实现第4结果；根据这些规则对数据进行查询运行分析得出相应的结果进行存储。
63.步骤四：分别将不同种类的时序隐患指标与对应的指标阈值进行比较，当存在任意一种指时序隐患指标超过对应的指标阈值上限，缩短巡查对象的巡查周期，当时序隐患指标均低于对应的指标阈值下限，延长巡查对象的巡查周期。
64.该步骤具体为：
65.指标1判断规则：一周内隐患记录数大于3次且小于5次，下一周内任务巡查周期内随机增加1次巡查任务；
66.指标2判断规则：一个月内隐患记录数大于5次，下个月内巡查周期调整为每周增加1次巡查任务；
67.指标3判断规则：连续3天的隐患数超过3次的，巡查周期调整为每日一次巡查；
68.指标4判断规则：每个区域内隐患率达到5％的，该区域内的巡查周期内增加2次巡查；
69.指标5判断规则：不同类型对象隐患率达到5％，该类型的巡查对象的巡查周期内增加2次巡查；
70.指标6判断规则：a等级隐患率达到5％，b等级隐患率达到7％，c等级隐患率达到10％的巡查对象在巡查周期内增加2次巡查；
71.其中，上述参数设置是通过minitab分析工具分析得到，即在minitab分析工具输入近1年的数据进行一周内连续隐患次数α的概率分布分析，发现一周内α分布在3次、3
‑
5次、5次以上两个区间较为集中，概率占比分别为50％、30％、15％，所以分析由于这几个区间出现隐患概率占比比较高且相对集中，所以为了更好的对这些区间出现的隐患进行合理的整改，就确定设置指标1/2/3对这几个区间进行巡查周期的动态调控，加强巡查减少隐患。
72.对巡查对象按规模和资质属性进行分级分类管理，分为a级、b级、c级。对不同等级的巡查对象历史巡查记录进隐患次数概率分布分析，a级巡查对象隐患率主要集中在5％以上，b等级巡查对象隐患率主要集中在7％以上，c等级巡查对象隐患率主要集中分布在10％以上，所以根据概率分布分别对a、b、c级巡查对象设置不同的隐患率来进行动态调整巡查周期以利于针对性巡查不同的巡查对象。
73.指标7判断规则：整改完成率低于90％的巡查对象，巡查周期内任务增加2次，整改
完成率高于90％且低于95％的巡查对象，巡查周期内任务增加1次；
74.当巡查对象满足上述4条判断规则的任意一条即为重点巡查对象，加入重点监控对象范围。
75.上述判断规则通过部署一个动态调节任务的程序方法实现，该方法定时查询大数据分析计算结果的hbase库数据，然后与查询出来的动态调节任务下发时间及巡检周期的规则，再关联查出满足规则的巡查对象信息，按照规则设置的调节任务规则进行任务的动态调节下发新任务。当完成任务后数据持续采集到大数据分析池，在经过处理和计算得出对应的计算结果，再进行匹配，当不匹配规则时将对应的巡查对象周期调整会正常的巡检周期。
76.综上所述，本发明中的巡查周期动态调控方法、系统以及存储介质，通过获取巡查对象连续一段时间的巡查数据；从巡查数据中提取巡查对象的时序隐患指标；根据时序隐患指标对巡查对象的巡查周期进行动态调整。相比现有技术，本发明能根据巡查对象时序隐患指标动态调节巡查周期，减少不必要的巡检与人力资源的浪费。
77.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。