[发明专利]一种应用于安全监测领域的综合预警方法及系统

权利要求书

1.一种应用于安全监测领域的综合预警方法，其特征在于，包括：

基于在线监测传感器获取多源实时数据；其中，多源实时数据包括位移数据、振动数据、温度数据和湿度数据；

根据多源实时数据获取每种类型数据对应的三维数据序列；其中，三维数据序列包括实时值、累计值和变化速率，且每个三维数据序列中的任意两个数据获取时刻的时间差值不大于采集周期；

基于人工智能模型和/或数学方法对三维数据序列进行联合评估，获取综合预警值；将综合预警值进行可视化展示，并进行实时预警；其中，人工智能模型基于三维数据历史序列和神经网络模型建立。

2.根据权利要求1所述的一种应用于安全监测领域的综合预警方法，其特征在于，基于实时值获取累计值，包括：

将在线监测传感器调试正常后的实时值标记为初始值；其中，调试包括安装调试和维修调试；

根据采集周期确定累计时刻，将初始值和累计时刻对应实时值之间的差值绝对值标记为累计值。

3.根据权利要求2所述的一种应用于安全监测领域的综合预警方法，其特征在于，基于实时值获取变化速率，包括：

获取当前时刻，并标记为T1；

获取初始时刻，并标记为T2；其中，当前时刻较初始时刻晚N个采集周期，且N的取值范围为[3，10]；

通过公式V=(R1-R2)/(T1-T2)获取变化速率V；其中，R1为当前时刻T1对应的实时值，R2为当前时刻T2对应的实时值。

4.根据权利要求3所述的一种应用于安全监测领域的综合预警方法，其特征在于，基于数学方法对所述三维数据序列进行联合评估，获取综合预警值，包括：

提取三维数据序列中的实时值、累计值和变化速率，并将实时值和累计值分别标记为R和A；

通过公式C=a×(R/KR)+b×(A/KA)+c×(V/KV)获取综合预警值C；其中，KR为实时预警阈值，KA为累计预警阈值，KV为变化速率预警阈值，a、b和c的取值范围为[0，10]，且a+b+c=10；

当综合预警值C大于综合预警阈值时，则判定三维数据序列对应位置存在安全异常。

5.根据权利要求3所述的一种应用于安全监测领域的综合预警方法，其特征在于，基于人工智能模型对所述三维数据序列进行联合评估，获取综合预警值，包括：

获取M组同类型数据的三维数据历史序列，以及对应的综合预警值；其中，M为大于100的整数，且三维数据历史序列和三维数据序列的内容属性一致；

构建神经网络模型；其中，人工智能模型包括深度卷积神经网络模型和RBF神经网络模型；

通过三维数据历史序列以及对应的综合预警值对神经网络模型进行训练，将训练完成的神经网络模型标记为人工智能模型；

将三维数据序列输入至人工智能模型获取对应的综合预警值；其中，综合预警值的取值为0或者1；

当综合预警值为1时，则判定三维数据序列对应位置存在安全异常。

6.根据权利要求3所述的一种应用于安全监测领域的综合预警方法，其特征在于，基于人工智能模型和数学方法对三维数据序列进行联合评估，获取综合预警值，包括：

通过数学方法根据三维数据历史序列计算对应的综合预警值，并生成数据查找表；其中，数据查找表包括M组同类型数据的三维数据历史序列，以及对应的综合预警值；

通过数据查找表对神经网络模型进行训练，并将训练完成的神经网络模型标记为人工智能模型；

将三维数据序列输入至人工智能模型获取对应的综合预警值，当综合预警值大于综合预警阈值时，则判定三维数据序列对应位置存在安全异常。

7.根据权利要求1所述的一种应用于安全监测领域的综合预警方法，其特征在于，将综合预警值进行可视化展示，包括：

生成监测区域的地理模型；

将综合预警值实时显示在地理模型中，并根据综合预警值的状态和对应的位置进行实时预警。

8.运行权利要求1至7任意一项权利要求所述的一种应用于安全监测领域的综合预警方法的综合预警系统，其特征在于，包括：数据采集模块，以及与数据采集模块通信或者电气连接的数据分析模块和在线监测传感器；

数据采集模块：基于在线监测传感器获取多源实时数据，并将多源实时数据发送至数据分析模块；

数据分析模块：根据多源实时数据获取每种类型数据对应的三维数据序列；基于人工智能模型和/或数学方法对三维数据序列进行联合评估，获取综合预警值，并将综合预警值进行可视化展示，并进行实时预警。