[发明专利]一种基于LSTM模型的综合管廊运维数据预测系统及方法

说明书

本发明涉及一种基于LSTM模型的综合管廊运维数据预测系统，包括风险事件预测服务器、操控终端、基于物联网的数据通讯网络、现场数据接采集终端、仿真模型，风险事件预测服务器通过基于物联网的数据通讯网络与若干操控终端、若干现场数据接采集终端及至少一个仿真模型连接，现场数据接采集终端若干并沿管廊轴向方向与管廊内侧面连接。其使用方法包括系统预制、风险预测及风险评估预测。本发明一方面可有效满足对管廊系统运维工作中风险事件进行短期及长期风险预判作业的需要；另一方面具有良好的自主学习运行能力和错误纠正能力，从而可极大的降低管廊系统风险事件预测作业的劳动强度、成本。

技术领域

本发明涉及一种管廊风险评估系统及方法，属于信息通讯及人工智能技术领域。

背景技术

城市综合管廊系统的运行中，为了提高对运行风险事件的综合监管能力，提高管廊运行安全性，当前在监管工作采用了大量的基于人工智能类风险预测系统平台，但在实际工作中发现，当前所使用的该类人工智能风险预测平台在运行过程中，传统神经网络架构一直没法解决一些基础问题，比如解释依赖于信息和上下文的输入序列。这些信息可以是句子中的某些单词，我们能用它们预测下一个单词是什么；也可以是序列的时间信息，我们能基于时间元素分析句子的上下文。简而言之，传统神经网络每次只会采用独立的数据向量，它没有一个类似“记忆”的概念，用来处理和“记忆”有关各种任务。

为了解决这个问题，早期提出的一种方法是在网络中添加循环，得到输出值后，它的输入信息会通过循环被“继承”到输出中，这是它最后看到的输入上下文。这些网络被称为递归神经网络(RNN)。虽然RNN在一定程度上解决了上述问题，但它们还是存在相当大的缺陷，比如在处理长期依赖性问题时容易出现梯度消失，因此系统运行的稳定性、自主性均相对较差，且当前的该类系统运行中对评测结果也缺乏相应的验证及纠错能力，从而给管廊系统的风险评测造成较大的不便及安全隐患。

因此针对这一现状，迫切需要开发一种全新的城市管廊风险预测系统，以满足管廊系统实际运行维护管理作业的需要。

发明内容

针对现有技术上存在的不足，本发明提供一种基于LSTM模型的综合管廊运维数据预测系统及构建方法，以克服传统设备在运行中的缺陷，提高管廊系统运行的稳定性、安全性和可靠性。为了实现上述目的，本发明是通过如下的技术方案来实现：

一种基于LSTM模型的综合管廊运维数据预测系统，包括风险事件预测服务器、操控终端、基于物联网的数据通讯网络、现场数据接采集终端、仿真模型，风险事件预测服务器通过基于物联网的数据通讯网络与若干操控终端、若干现场数据接采集终端及至少一个仿真模型连接，且各操控终端间通过基于物联网的数据通讯网络混连，现场数据接采集终端、仿真模型间均相互并联，并通过中继服务器分别与风险事件预测服务器和各操控终端连接，现场数据接采集终端若干并沿管廊轴向方向与管廊内侧面连接，仿真模型中，一个仿真模型与其中至少一个操控终端分部在同一范围内。

进一步的，所述的风险评估服务器平台以基于SOA体系为基础的主程序系统，LSTM的智能预测系统为核心的服务器，且所述风险评估服务器平另设云数据处理系统、BP神经网络系统、基于BIM和GIS为基础的三维信息展示子系统、图像识别处理系统，且LSTM的智能预测系统分别于云数据处理系统、BP神经网络系统、基于BIM和GIS为基础的三维信息展示子系统连接，所述基于BIM和GIS为基础的三维信息展示子系统另与图像识别处理系统连接，并通过图像识别处理系统分别与现场数据接采集终端、仿真模型连接。