[发明专利]一种基于人工智能的滑坡灾害安全监测与预警方法在审
| 申请号: | 201910220808.3 | 申请日: | 2019-03-22 |
| 公开(公告)号: | CN109887240A | 公开(公告)日: | 2019-06-14 |
| 发明(设计)人: | 刘青灵;简文彬;苏添金;沈佳;黄聪惠 | 申请(专利权)人: | 福州大学 |
| 主分类号: | G08B21/10 | 分类号: | G08B21/10;G08B21/18;G08C17/02 |
| 代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊;陈明鑫 |
| 地址: | 350108 福建省福*** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 滑坡灾害 预警 安全监测 人工智能 安全预警 阈值特征 多指标 监测预警系统 传感器元件 比较分析 技术难题 监测数据 聚类分析 模块融合 区域选择 序列参数 岩土力学 有效获取 特征点 埋设 搜索 滑坡 响应 预测 分析 统一 | ||
1.一种基于人工智能的滑坡灾害安全监测与预警方法,其特征在于,包括如下步骤:
(1)构建基于人工智能的滑坡灾害安全监测与预警系统,该系统包括监测模块、预测模块和预警模块;
(2)在易滑坡区域选择特征点埋设传感器元件;
(3)将传感器元件统一接入数据传输装置,通过数据传输装置向监测模块传输数据,获得各类型岩土力学关于时间的序列参数;
(4)对各类型岩土力学关于时间的序列参数进行冗余分析,初步数据处理,剔除异常;
(5)将获取的各类型岩土力学关于时间的序列参数进行主成分析:首先计算各类型岩土力学关于时间的序列参数在每一时刻的初始特征值、贡献率和成分矩阵,以累积贡献率85%为临界确定时间序列参数主成分个数(
(6)将累积时间序列主成分特征值
(7)提取关键类,比较分析2天前、3天前、5天前和7天前的累积时间序列主成分特征值与当天主成分特征值的线性关系,搜索得出滑坡灾害预警阈值特征曲线;
(8)建立滑坡灾害预警三级响应级别,分别为红色监测预警、橙色监测预警、黄色监测预警;当主成分特征值超过滑坡灾害预警阈值特征曲线时,发布红色监测预警;当主成分特征值超过滑坡灾害预警阈值特征曲线对应特征值的85%时,发布橙色监测预警;当主成分特征值超过滑坡灾害预警阈值特征曲线对应特征值的70%时,发布黄色监测预警;
(9)预测计算后一天的主成分特征值,并与滑坡灾害预警阈值特征曲线比较,得出预警响应级别,供决策机构进行灾害响应和应急处置。
2.根据权利要求1所述的一种基于人工智能的滑坡灾害安全监测与预警方法,其特征在于,步骤(2)中,所述传感器元件包括雨量计、空气湿度计、孔隙水压力计、土壤含水率传感器、土压力计、位移计。
3.根据权利要求1所述的一种基于人工智能的滑坡灾害安全监测与预警方法,其特征在于,步骤(3)中,所述各类型岩土力学关于时间的序列参数包括:降雨量、空气湿度、孔隙水压力、土壤湿度、坡脚土压力、坡顶土压力、侧坡土压力、位移参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910220808.3/1.html,转载请声明来源钻瓜专利网。





