运维风险预测方法、装置、计算机设备和存储介质

技术领域

本申请涉及电网技术领域，特别是涉及一种运维风险预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

在实际的电力系统运行过程中，外界对于电力系统的影响是无法避免的，如自然灾害和气象因素；因此，需要定期对电力系统进行运维。在运维过程中，考虑到外界的影响，需要对运维策略可能出现的风险进行预测。

传统技术中，通常是由人工结合以往经验，对运维策略进行分析，从而预测运维策略可能出现的风险；然而，基于传统技术的运维风险预测方法，不仅需要对海量数据进行分析，而且还会存在主观影响，使得运维风险预测结果的可靠性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高运维风险预测结果的可靠性的运维风险预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种运维风险预测方法。所述方法包括：

获取电网运维信息对应的运维数据；所述运维数据包括所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级；所述预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；所述风险数据包括所述历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；所述风险等级用于表征在按照所述电网运维信息进行运维的情况下，电网所产生的风险等级；

根据所述电网运维信息的风险等级，更新所述电网运维信息。

在其中一个实施例中，预先构建的风险预测模型通过下述方式构建得到：

对所述历史运维信息对应的风险数据进行分类处理，得到所述弥补环境影响的结果数据、所述弥补系统缺陷的结果数据以及所述技术检修的结果数据；

针对各个所述历史运维信息，根据所述弥补环境影响的结果数据的分布情况，确认所述弥补环境影响的结果数据的第一分数、第二分数以及第三分数，根据所述弥补系统缺陷的结果数据的分布情况，确认所述弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，以及根据所述技术检修的结果数据的分布情况，确认所述技术检修的结果数据的第一分数、第二分数和第三分数；所述第一分数用于表征电网事故发生的可能性信息；所述第二分数用于表征人员暴露于电网事故环境的频繁信息；所述第三分数用于表征电网事故产生的结果信息；

针对各个所述弥补环境影响的结果数据，根据所述弥补环境影响的结果数据的第一分数、第二分数以及第三分数，确认所述弥补环境影响的结果数据的第一风险值，针对各个所述弥补系统缺陷的结果数据，根据所述弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，确认所述弥补系统缺陷的结果数据的第二风险值，针对各个所述技术检修的结果数据，根据所述技术检修的结果数据的第一分数、第二分数和第三分数，确认所述技术检修的结果数据的第三风险值；

分别对各个所述历史运维信息对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到各个所述历史运维信息的风险值；

根据各个所述第一风险值、各个所述第二风险值、各个所述第三风险值，以及各个所述历史运维信息的风险值，构建所述风险预测模型。

在其中一个实施例中，述将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级，包括：

通过预先构建的风险预测模型，对比所述运维数据与所述风险数据，得到所述运维数据对应的第一风险值、第二风险值以及第三风险值；

对所述运维数据对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到所述电网运维信息的风险值；

查询风险值与风险等级之间的映射关系，得到与所述电网运维信息的风险值对应的风险等级，作为所述电网运维信息的风险等级。

在其中一个实施例中，所述通过预先构建的风险预测模型，对比所述运维数据与所述风险数据，得到所述运维数据对应的第一风险值、第二风险值以及第三风险值，包括：

通过预先构建的风险预测模型，对所述运维数据进行分类，得到所述弥补环境影响的修正数据、所述弥补系统缺陷的修正数据以及所述技术检修的操作数据；

在所述风险数据中，将与所述弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据，作为第一目标数据，将与所述弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据，作为第二目标数据，以及将与所述技术检修的操作数据相似度最高的技术检修的结果数据，作为第三目标数据；

将所述第一目标数据的第一风险值，作为所述运维数据对应的第一风险值，将所述第二目标数据的第二风险值，作为所述运维数据对应的第二风险值，以及将所述第三目标数据的第二风险值，作为所述运维数据对应的第三风险值。

在其中一个实施例中，所述根据所述电网运维信息的风险等级，更新所述电网运维信息，包括：

在所述电网运维信息的风险等级大于风险等级阈值的情况下，在对应的风险等级小于所述风险等级阈值的历史运维信息中，选取参考运维信息；

根据所述参考运维信息中，对应于弥补环境影响的目标结果数据、对应于弥补系统缺陷的目标结果数据以及对应于技术检修的目标结果数据，更新所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据。

在其中一个实施例中，在根据所述电网运维信息的风险等级，更新所述电网运维信息之后，还包括：

按照所述更新后的电网运维信息对所述电网进行运维，得到所述更新后的电网运维信息对应的风险数据；

根据所述更新后的电网运维信息对应的风险数据，更新所述预先构建的风险预测模型。

第二方面，本申请还提供了一种运维风险预测装置。所述装置包括：

运维数据获取模块，用于获取电网运维信息对应的运维数据；所述运维数据包括所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

风险等级确认模块，用于将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级；所述预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；所述风险数据包括所述历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；所述风险等级用于表征在按照所述电网运维信息进行运维的情况下，电网所产生的风险等级；

运维信息更新模块，用于根据所述运维信息的风险等级，更新所述电网运维信息。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取电网运维信息对应的运维数据；所述运维数据包括所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级；所述预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；所述风险数据包括所述历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；所述风险等级用于表征在按照所述电网运维信息进行运维的情况下，电网所产生的风险等级；

根据所述电网运维信息的风险等级，更新所述电网运维信息。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取电网运维信息对应的运维数据；所述运维数据包括所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级；所述预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；所述风险数据包括所述历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；所述风险等级用于表征在按照所述电网运维信息进行运维的情况下，电网所产生的风险等级；

根据所述电网运维信息的风险等级，更新所述电网运维信息。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取电网运维信息对应的运维数据；所述运维数据包括所述电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

将所述运维数据输入预先构建的风险预测模型，得到所述电网运维信息的风险等级；所述预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；所述风险数据包括所述历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；所述风险等级用于表征在按照所述电网运维信息进行运维的情况下，电网所产生的风险等级；

根据所述电网运维信息的风险等级，更新所述电网运维信息。

上述运维风险预测方法、装置、计算机设备、存储介质和计算机程序产品，首先获取电网运维信息对应的运维数据；其中，运维数据包括电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；然后将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级；其中，预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；风险数据包括历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；风险等级用于表征在按照电网运维信息进行运维的情况下，电网所产生的风险等级；最后根据电网运维信息的风险等级，更新电网运维信息。这样，通过根据历史运维信息对应的风险数据构建得到的风险预测模型，能够根据电网运维信息中对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据，确认电网运维信息的风险等级，从而预测电网在按照电网运维信息进行运维的情况下，可能面临的风险等级，并将可能面临的风险等级，反馈至电网运维信息，对电网运维信息进行更新，整个过程中无需对海量数据进行分析，也不存在主观影响，从而避免了传统方法得到的运维风险预测结果的可靠性较低的缺陷，进而提高了运维风险预测结果的可靠性。

附图说明

图1为一个实施例中运维风险预测方法的流程示意图；

图2为一个实施例中构建预先构建的风险预测模型的步骤的流程示意图；

图3为一个实施例中将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级的步骤的流程示意图；

图4为另一个实施例中运维风险预测方法的流程示意图；

图5为一个实施例中运维风险预测装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一示例性实施例中，如图1所示，提供了一种运维风险预测方法，本实施例以该方法应用于服务器进行举例说明；可以理解的是，该方法也可以应用于终端，还可以应用于包括服务器和终端的系统，并通过服务器和终端之间的交互实现。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现，终端可以但不限于是电网运维人员的个人计算机、笔记本电脑、智能手机、平板电脑等。本实施例中，该方法包括以下步骤：

步骤S102，获取电网运维信息对应的运维数据。

其中，运维数据包括电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；弥补环境影响的修正数据，是指为了应对外界环境对电网的影响，需要对电网运行进行调整的数据；弥补系统缺陷的修正数据，是指为了克服电网系统内部产生的故障，需要对电网运行进行调整的数据；技术检修的操作数据，是指运维人员在运维检修过程中，产生的操作数据。

可以理解的是，电网运维信息本质上是针对电网的运维方案，里面除了各种数据，还有各种文本信息，因此需要先将电网运维信息转换成计算机可以识别的系统编制码数据，然后通过对系统编制码数据进行分析，得到对应的运维数据。

具体地，服务器通过数据分类算法，如朴素贝叶斯分类算法，在系统编制码数据中提取包含弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据的分类节点的数据，从而得到电网运维信息对应的运维数据。

步骤S104，将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级。

其中，预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到，是一种用于预测电网运维信息的风险等级的模型，比如神经网络模型、深度学习模型等。风险数据包括历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；可以理解为，风险数据是按照已执行的历史运维信息进行运维后得到的结果数据，而运维数据是待执行的电网运维信息中的操作数据。风险等级用于表征在按照电网运维信息进行运维的情况下，电网所产生的风险等级，如低风险，中风险，较高风险，高风险等。

具体地，服务器将运维数据输入预先构建的风险预测模型中，通过风险预测模型将运维数据中的弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据，与风险数据中的弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据进行对比，得到待执行的电网运维信息的风险等级。

举例说明，假设通过预先构建的风险预测模型，对比运维数据中的弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据，与风险数据中的弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据，得到待执行的电网运维信息的风险等级为高风险，那么说明，若按照待执行的电网运维信息对电网进行运维，出现风险的概率很高，需要对待执行的电网运维信息进行调整，降低风险。

步骤S106，根据电网运维信息的风险等级，更新电网运维信息。

具体地，服务器判断电网运维信息的风险等级是否过高，在风险等级过高的情况下，更新电网运维信息；在风险等级合适的情况下，按照电网运维信息，对电网进行运维，保证电网系统的正常运行。

上述运维风险预测方法中，服务器首先获取电网运维信息对应的运维数据；然后将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级；最后根据电网运维信息的风险等级，更新电网运维信息。这样，服务器通过根据历史运维信息对应的风险数据构建得到的风险预测模型，能够根据电网运维信息中对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据，确认电网运维信息的风险等级，从而预测电网在按照电网运维信息进行运维的情况下，可能面临的风险等级，并将可能面临的风险等级，反馈至电网运维信息，对电网运维信息进行更新，整个过程中无需对海量数据进行分析，也不存在主观影响，从而避免了传统方法得到的运维风险预测结果的可靠性较低的缺陷，提高了运维风险预测结果的可靠性。

在一示例性实施例中，如图2所示，上述步骤S104中，预先构建的风险预测模型通过以下步骤构建得到：

步骤S202，对历史运维信息对应的风险数据进行分类处理，得到弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据。

步骤S204，针对各个历史运维信息，根据弥补环境影响的结果数据的分布情况，确认弥补环境影响的结果数据的第一分数、第二分数以及第三分数，根据弥补系统缺陷的结果数据的分布情况，确认弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，以及根据技术检修的结果数据的分布情况，确认技术检修的结果数据的第一分数、第二分数和第三分数。

步骤S206，针对各个弥补环境影响的结果数据，根据弥补环境影响的结果数据的第一分数、第二分数以及第三分数，确认弥补环境影响的结果数据的第一风险值，针对各个弥补系统缺陷的结果数据，根据弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，确认弥补系统缺陷的结果数据的第二风险值，针对各个技术检修的结果数据，根据技术检修的结果数据的第一分数、第二分数和第三分数，确认技术检修的结果数据的第三风险值。

步骤S208，分别对各个历史运维信息对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到各个历史运维信息的风险值。

步骤S210，根据各个第一风险值、各个第二风险值、各个第三风险值，以及各个历史运维信息的风险值，构建风险预测模型。

其中，预先构建的风险预测模型基于LEC(Likelihood，Exposure，Consequence，事故发生的可能性，人员暴露于危险环境中的频繁程度，一旦发生事故可能造成的后果)评价法构建得到，因此，第一分数用于表征电网事故发生的可能性信息，即电网事故发生的可能性；第二分数用于表征人员暴露于电网事故环境的频繁信息，即电网工作人员暴露于电网危险环境中的频繁程度；第三分数用于表征电网事故产生的结果信息，即发生电网事故可能造成的后果的严重性。基于LEC评价法计算风险值的方法可以用公式D＝LEC表示，其中，D为风险值，L为事故发生的可能性分数值，E为电网工作人员暴露于电网危险环境中的频繁程度分数值，D为发生电网事故可能造成的后果的严重性分数值。LEC评价法中的分数值如以下表1、表2和表3所示：

表1事故发生的可能性分数表

表2电网工作人员暴露于电网危险环境中的频繁程度分数表

表3发生电网事故可能造成的后果的严重性分数表

具体地，服务器构建风险预测模型的步骤如下：首先对历史运维信息对应的风险数据进行分类，得到多个弥补环境影响的结果数据、多个弥补系统缺陷的结果数据以及多个技术检修的结果数据；然后，根据弥补环境影响的结果数据的分布，得到弥补环境影响的结果数据对应于事故发生的可能性的第一分数、对应于电网工作人员暴露于电网危险环境中的频繁程度的第二分数、对应于发生电网事故可能造成的后果的严重性的第三分数；根据弥补系统缺陷的结果数据的分布，得到弥补系统缺陷的结果数据对应于事故发生的可能性的第一分数、对应于电网工作人员暴露于电网危险环境中的频繁程度的第二分数、对应于发生电网事故可能造成的后果的严重性的第三分数；以及根据技术检修的结果数据的分布，得到技术检修的结果数据对应于事故发生的可能性的第一分数、对应于电网工作人员暴露于电网危险环境中的频繁程度的第二分数、对应于发生电网事故可能造成的后果的严重性的第三分数；接着，根据公式D＝LEC，计算各个弥补环境影响的结果数据的第一风险值，各个弥补系统缺陷的结果数据的第二风险值，以及各个技术检修的结果数据的第三风险值；最后，对第一风险值、第二风险值以及第三风险值进行融合处理，如加权求和的融合处理方式，得到各个历史运维信息对应的风险值，并根据以上各个第一风险值、各个第二风险值、各个第三风险值以及各个风险值，构建风险预测模型。其中，第一分数、第二分数以及第三分数根据分布情况，查询表1、表2以及表3得到。

举例说明，假设某个风险数据中，弥补环境影响的结果数据对应的事故发生的可能性为相当可能，那么对应的第一分数为6，对应的电网工作人员暴露于电网危险环境中的频繁程度为每周一次或偶然地暴露，那么对应的第二分数为3，对应的发生电网事故可能造成的后果的严重性为重大(致残)，那么对应的第三分数为3，因此弥补环境影响的结果数据的第一风险值即为：

D＝LEC＝6×3×3＝54

通过同样的方式，假设得到该风险数据中，弥补系统缺陷的结果数据的第二风险值为36，技术检修的结果数据的第三风险值为3，而风险值的融合公式为：

其中，D为风险数据的风险值，w

D＝0.2×54+0.4×36+0.7×3＝27.3

本实施例中，服务器分别计算弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据对应的第一分数、第二分数以及第三分数，基于LEC评价法，分别得到弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据对应的第一风险值、第二风险值以及第三风险值，然后对第一风险值、第二风险值以及第三风险值进行融合处理，得到对应的历史运维信息的风险值，并基于以上信息构建风险预测模型，能够通过已执行的历史运维信息的实际风险结果，为待执行的电网运维信息的风险值提供预测基础，从而提高了运维风险预测结果的可靠性。

在一示例性实施例中，如图3所示，上述步骤S104，将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级，具体包括以下步骤：

步骤S302，通过预先构建的风险预测模型，对比运维数据与风险数据，得到运维数据对应的第一风险值、第二风险值以及第三风险值。

步骤S304，对运维数据对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到电网运维信息的风险值。

步骤S306，查询风险值与风险等级之间的映射关系，得到与电网运维信息的风险值对应的风险等级，作为电网运维信息的风险等级。

其中，风险值与风险等级之间的映射关系可以根据实际情况具体设定，本实施例举出的例子如表4所示：

表4风险值与风险等级之间的关系

具体地，服务器通过步骤S202～S210构建得到的风险预测模型，对比运维数据与风险数据，得到与电网运维信息对应的第一风险值、第二风险值以及第三风险值，并根据计算历史运维信息的风险值的方法，对电网运维信息的第一风险值、第二风险值以及第三风险值进行融合处理，得到电网运维信息的风险值，然后根据风险值，查询表4，得到与风险值对应的风险等级，从而得到电网运维信息的风险等级。风险等级的定义与划分可以根据实际需要进行调整。

举例说明，假设服务器通过预先构建的风险预测模型，得到与电网运维信息对应的第一风险值为180，第二风险值为30，第三风险值为420，那么融合处理后的风险值为342，通过查询表4，可以得知342的风险值对应的风险等级为非常高风险，需要停止作业。那么说明该电网运维信息面临的风险非常高，需要立即停止该运维作业，并且对该电网运维信息进行调整，降低风险等级。

本实施例中，服务器通预先构建的风险预测模型，能够基于历史运维信息的实际风险值，预测待执行的电网运维信息的风险值，并基于风险值确定电网运维信息的风险等级，从而提高了运维风险预测结果的可靠性。

在一示例性实施例中，上述步骤S302，通过预先构建的风险预测模型，对比运维数据与风险数据，得到运维数据对应的第一风险值、第二风险值以及第三风险值，具体包括以下内容：通过预先构建的风险预测模型，对运维数据进行分类，得到弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据；在风险数据中，将与弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据，作为第一目标数据，将与弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据，作为第二目标数据，以及将与技术检修的操作数据相似度最高的技术检修的结果数据，作为第三目标数据；将第一目标数据的第一风险值，作为运维数据对应的第一风险值，将第二目标数据的第二风险值，作为运维数据对应的第二风险值，以及将第三目标数据的第二风险值，作为运维数据对应的第三风险值。

需要说明的是，与弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据、与弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据以及与技术检修的操作数据相似度最高的技术检修的结果数据，并不一定同属于同一个历史运维信息。

具体地，服务器通过预先构建的风险预测模型，首先将电网运维信息的运维数据分为弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据；然后根据分类结果，在风险预测模型中，分别对比弥补环境影响的修正数据与各个弥补环境影响的结果数据，得到与弥补环境影响的修正数据相似度最高的第一目标数据，对比弥补系统缺陷的修正数据与各个弥补系统缺陷的结果数据，得到与弥补系统缺陷的修正数据相似度最高的第二目标数据，以及对比技术检修的操作数据与各个技术检修的结果数据，得到与技术检修的操作数据相似度最高的第三目标数据；接着将第一目标数据的第一风险值作为弥补环境影响的修正数据的第一风险值，将第二目标数据的第二风险值作为弥补系统缺陷的修正数据的第二风险值，以及将第三目标数据的第三风险值作为技术检修的操作数据的第三风险值，从而得到运维数据的第一风险值、第二风险值以及第三风险值。

举例说明，假设服务器通过预先构建的风险预测模型查询对比得到，与弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据的第一风险值为180，与弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据的第二风险值为30，以及与技术检修的操作数据相似度最高的技术检修的结果数据的第三风险值为420，那么就可以确认运维数据对应的第一风险值为180，第二风险值为30，以及第三风险值为420。

本实施例中，服务器通过与运维数据相似度最高的第一目标数据的第一风险值、第二目标数据的第二风险值以及第三目标数据的第三风险值，得到运维数据对应的第一风险值、第二风险值以及第三风险值，从而便于后续融合处理得到电网运维信息对应的风险值，以及预测电网运维信息的风险等级。

在一示例性实施例中，上述步骤S106，根据电网运维信息的风险等级，更新电网运维信息，具体包括以下内容：在电网运维信息的风险等级大于风险等级阈值的情况下，在对应的风险等级小于风险等级阈值的历史运维信息中，选取参考运维信息；根据参考运维信息中，对应于弥补环境影响的目标结果数据、对应于弥补系统缺陷的目标结果数据以及对应于技术检修的目标结果数据，更新电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据。

其中，风险等级阈值为根据实际需求设定的阈值条件，参考表4，例如在不希望风险等级过高的情况下，将风险等级阈值设定为中等风险，那么只要电网运维信息的风险等级达到或超过中等风险，就需要对电网运维信息进行更新，调整运维数据，降低风险等级

具体地，服务器在电网运维信息的风险等级大于风险等级阈值的情况下，根据历史运维信息的记录，在风险等级小于风险等级阈值的历史运维信息中，选取一条运维信息，作为参考运维信息；并根据参考运维信息的弥补环境影响的目标结果数据、弥补系统缺陷的目标结果数据以及技术检修的目标结果数据，对应更新电网运维信息的弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据，得到更新后的电网运维信息。

举例说明，假设风险等级阈值为中等风险，而电网运维信息的风险等级为非常高风险，那么就需要立即停止运维作业，并且从风险等级为可能的风险或可接受的风险的历史运维信息中，选取一条外界条件与待运维的外界条件相似度最高的历史运维信息作为参考运维信息，并根据参考运维信息中的弥补环境影响的目标结果数据、弥补系统缺陷的目标结果数据以及技术检修的目标结果数据，对电网运维信息的弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据进行对应更新，从而降低电网运维信息的风险等级。

本实施例中，通过服务器判断电网运维信息的风险等级是否大于风险等级阈值，判断电网运维信息是否需要进行更新；并根据风险等级小于风险等级阈值的历史运维信息，对电网运维信息进行更新，能够在电网运维信息风险等级过高时，及时调整，降低风险，保证电网运维的安全进行。

在一示例性实施例中，在上述步骤S106，根据电网运维信息的风险等级，更新电网运维信息之后，还具体包括以下内容：按照更新后的电网运维信息对电网进行运维，得到更新后的电网运维信息对应的风险数据；根据更新后的电网运维信息对应的风险数据，更新预先构建的风险预测模型。

可以理解的是，在更新后的电网运维信息运维一段时间后，更新后的电网运维信息相对于新的电网运维信息，也会变成历史运维信息中的一部分，且更新后的电网运维信息会改变原历史运维信息中，弥补环境影响的结果数据的分布情况、弥补系统缺陷的结果数据的分布情况，以及根据技术检修的结果数据的分布情况；因此需要每隔一段时间，根据这段时间内的电网运维信息，对预先构建的风险预测模型进行更新。

具体地，假设每隔一周更新一次预先构建的风险预测模型，那么服务器会根据这一周内的已执行的电网运维信息，得到对应的风险数据，并根据对应的风险数据，更新弥补环境影响的结果数据的分布情况、弥补系统缺陷的结果数据的分布情况以及根据技术检修的结果数据的分布情况，进而更新不同弥补环境影响的结果数据对应的第一风险值、不同弥补系统缺陷的结果数据对应的第二风险值，以及不同技术检修的结果数据对应的第三风险值，从而更新不同历史运维信息对应的风险值。基于以上过程，服务器完成对预先构建的风险预测模型的更新。

本实施例中，服务器通过更新预先构建的风险预测模型，能够实时更新对电网运维信息的风险等级的预测标准，优化电网运维信息的风险等级的预测准确度，从而提高运维风险预测结果的可靠性。

在一示例性实施例中，如图4所示，提供了另一种运维风险预测方法，以该方法应用于服务器为例进行说明，包括以下步骤：

步骤S401，根据历史运维信息对应的风险数据，基于LEC评价法，构建风险预测模型。

其中，风险数据包括历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据。

步骤S402，获取电网运维信息对应的运维数据。

其中，运维数据包括电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据；

步骤S403，通过预先构建的风险预测模型，在风险数据中，确认与弥补环境影响的修正数据相似度最高的第一目标数据，与弥补系统缺陷的修正数据相似度最高的第二目标数据，与技术检修的操作数据相似度最高的第三目标数据。

其中，第一目标数据为与弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据；第二目标数据为与弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据；第三目标数据为与技术检修的操作数据相似度最高的技术检修的结果数据。

步骤S404，将第一目标数据的第一风险值，作为运维数据对应的第一风险值，将第二目标数据的第二风险值，作为运维数据对应的第二风险值，以及将第三目标数据的第二风险值，作为运维数据对应的第三风险值。

步骤S405，对运维数据对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到电网运维信息的风险值。

步骤S406，查询风险值与风险等级之间的映射关系，得到与电网运维信息的风险值对应的风险等级，作为电网运维信息的风险等级。

其中，风险等级用于表征在按照电网运维信息进行运维的情况下，电网所产生的风险等级。

步骤S407，在电网运维信息的风险等级大于风险等级阈值的情况下，在对应的风险等级小于风险等级阈值的历史运维信息中，选取参考运维信息，并根据参考运维信息更新电网运维信息。

步骤S408，按照更新后的电网运维信息对电网进行运维，得到更新后的电网运维信息对应的风险数据，根据更新后的电网运维信息对应的风险数据，更新预先构建的风险预测模型。

本实施例中，服务器通过根据历史运维信息对应的风险数据构建得到的风险预测模型，能够基于历史运维信息的实际风险值，预测待执行的电网运维信息的风险值，并基于风险值确定电网运维信息的风险等级，从而预测电网在按照电网运维信息进行运维的情况下，可能面临的风险等级，并将可能面临的风险等级，反馈至电网运维信息，对电网运维信息进行更新，进而提高了运维风险预测结果的可靠性。此外，根据LEC评价法构建的风险预测模型，能够对具有潜在危险性作业环境中的危险源进行半定量的安全评价，因此基于风险预测模型对电网运维信息的风险等级进行风险预测，能够进一步提高运维风险预测结果的可靠性。

为了更清晰阐明本申请实施例提供的运维风险预测方法，以下以一个具体的实施例对该运维风险预测方法进行具体说明。在一示例性实施例中，本申请还提供了一种基于风险评估差异化运维策略评价方法，具体包括以下步骤：

步骤1：根据风险数据，划分风险等级。

首先对风险数据进行整理与分类，然后根据整理与分类后的风险数据，基于LEC评价法，划分风险等级，建立风险预测模型。

步骤2：分析运维信息，获取运维数据。

将运维信息转换为服务器可以进行识别的系统编制码数据，并基于朴素贝叶斯分类算法，在系统编制码数据中提取运维数据。

步骤3：根据风险预测模型，预测运维信息的风险等级。

将步骤2输出的运维数据输入至风险预测模型中，与风险预测模型中的风险数据进行对比，计算运维信息的风险值。

步骤4：根据步骤3中输出的运维信息的风险值，判断该运维信息在实施可能过程中的风险等级，并根据所得到的风险等级对运维信息进行反馈修改，最终得到完善的运维信息。

本实施例中，服务器能够对分析出的运维数据进行风险计算，将计算出的风险值与所设定的风险等级进行自动比对，将数据转化成不同的风险等级，便于根据风险等级对运维信息进行进一步的完善，从而自动完成运维信息的风险评估，避免运维信息在实施过程中所产生的麻烦，提高了运维风险预测结果的可靠性。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的运维风险预测方法的运维风险预测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个运维风险预测装置实施例中的具体限定可以参见上文中对于运维风险预测方法的限定，在此不再赘述。

在一示例性实施例中，如图5所示，提供了一种运维风险预测装置，包括：运维数据获取模块502、风险等级确认模块504和运维信息更新模块506，其中：

运维数据获取模块502，用于获取电网运维信息对应的运维数据；运维数据包括电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据。

风险等级确认模块504，用于将运维数据输入预先构建的风险预测模型，得到电网运维信息的风险等级；预先构建的风险预测模型根据历史运维信息对应的风险数据构建得到；风险数据包括历史运维信息中，对应于弥补环境影响的结果数据、对应于弥补系统缺陷的结果数据以及对应于技术检修的结果数据；风险等级用于表征在按照电网运维信息进行运维的情况下，电网所产生的风险等级。

运维信息更新模块506，用于根据运维信息的风险等级，更新电网运维信息。

在一示例性实施例中，运维风险预测装置还包括风险预测模型构建模块，用于对历史运维信息对应的风险数据进行分类处理，得到弥补环境影响的结果数据、弥补系统缺陷的结果数据以及技术检修的结果数据；针对各个历史运维信息，根据弥补环境影响的结果数据的分布情况，确认弥补环境影响的结果数据的第一分数、第二分数以及第三分数，根据弥补系统缺陷的结果数据的分布情况，确认弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，以及根据技术检修的结果数据的分布情况，确认技术检修的结果数据的第一分数、第二分数和第三分数；第一分数用于表征电网事故发生的可能性信息；第二分数用于表征人员暴露于电网事故环境的频繁信息；第三分数用于表征电网事故产生的结果信息；针对各个弥补环境影响的结果数据，根据弥补环境影响的结果数据的第一分数、第二分数以及第三分数，确认弥补环境影响的结果数据的第一风险值，针对各个弥补系统缺陷的结果数据，根据弥补系统缺陷的结果数据的第一分数、第二分数以及第三分数，确认弥补系统缺陷的结果数据的第二风险值，针对各个技术检修的结果数据，根据技术检修的结果数据的第一分数、第二分数和第三分数，确认技术检修的结果数据的第三风险值；分别对各个历史运维信息对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到各个历史运维信息的风险值；根据各个第一风险值、各个第二风险值、各个第三风险值，以及各个历史运维信息的风险值，构建风险预测模型。

在一示例性实施例中，风险等级确认模块504，还用于通过预先构建的风险预测模型，对比运维数据与风险数据，得到运维数据对应的第一风险值、第二风险值以及第三风险值；对运维数据对应的第一风险值、第二风险值以及第三风险值进行融合处理，得到电网运维信息的风险值；查询风险值与风险等级之间的映射关系，得到与电网运维信息的风险值对应的风险等级，作为电网运维信息的风险等级。

在一示例性实施例中，风险等级确认模块504，还用于通过预先构建的风险预测模型，对运维数据进行分类，得到弥补环境影响的修正数据、弥补系统缺陷的修正数据以及技术检修的操作数据；在风险数据中，将与弥补环境影响的修正数据相似度最高的弥补环境影响的结果数据，作为第一目标数据，将与弥补系统缺陷的修正数据相似度最高的弥补系统缺陷的结果数据，作为第二目标数据，以及将与技术检修的操作数据相似度最高的技术检修的结果数据，作为第三目标数据；将第一目标数据的第一风险值，作为运维数据对应的第一风险值，将第二目标数据的第二风险值，作为运维数据对应的第二风险值，以及将第三目标数据的第二风险值，作为运维数据对应的第三风险值。

在一示例性实施例中，运维信息更新模块506，还用于在电网运维信息的风险等级大于风险等级阈值的情况下，在对应的风险等级小于风险等级阈值的历史运维信息中，选取参考运维信息；根据参考运维信息中，对应于弥补环境影响的目标结果数据、对应于弥补系统缺陷的目标结果数据以及对应于技术检修的目标结果数据，更新电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据。

在一示例性实施例中，运维信息更新模块506，还用于在电网运维信息的风险等级大于风险等级阈值的情况下，在对应的风险等级小于风险等级阈值的历史运维信息中，选取参考运维信息；根据参考运维信息中，对应于弥补环境影响的目标结果数据、对应于弥补系统缺陷的目标结果数据以及对应于技术检修的目标结果数据，更新电网运维信息中，对应于弥补环境影响的修正数据、对应于弥补系统缺陷的修正数据以及对应于技术检修的操作数据。

上述运维风险预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一示例性实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储风险数据、运维数据等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种运维风险预测方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一示例性实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一示例性实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一示例性实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。