[发明专利]一种耦合空间特性基坑邻近地表沉降智能预警方法及系统在审
| 申请号: | 202210287334.6 | 申请日: | 2022-03-23 |
| 公开(公告)号: | CN114792044A | 公开(公告)日: | 2022-07-26 |
| 发明(设计)人: | 宁欣;安月;吴春林 | 申请(专利权)人: | 东北财经大学;北京航空航天大学 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/04;G06Q10/06;G08B31/00 |
| 代理公司: | 南通国鑫智汇知识产权代理事务所(普通合伙) 32606 | 代理人: | 顾新民;赵强 |
| 地址: | 116000 辽宁*** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 耦合 空间 特性 基坑 邻近 地表 沉降 智能 预警 方法 系统 | ||
1.一种耦合空间特性基坑邻近地表沉降智能预警方法,其特征在于,所述方法包括:
遍历第一选定监测点,获得第一邻近监测点,其中,所述第一选定监测点和所述第一邻近监测点一一对应;
对所述第一选定监测点和所述第一邻近监测点进行地表变形性的关联度分析,获得第一关联度分析结果;
基于所述第一关联度分析结果对所述第一邻近监测点进行序列化调整,获得第一调整结果;
构建第一变形因子提取规则,基于所述第一调整结果进行提取,获得第一变形因子;
基于所述第一选定监测点和所述第一变形因子构建地表变形预测模型,获得第一输出偏离度;
当所述第一输出偏离度满足第一预设偏离区间,遍历所述第一选定监测点和所述第一变形因子依次输入所述地表变形预测模型,获得第一预测结果,其中,所述第一预测结果包括地表沉降预测值区间;
基于所述地表沉降预测值区间,对地表沉降风险进行预警。
2.如权利要求1所述的方法,其特征在于,所述对所述第一选定监测点和所述第一邻近监测点进行地表变形性的关联度分析,获得第一关联度分析结果,包括:
基于所述第一选定监测点,生成第一参考序列;
基于所述第一邻近监测点,生成第一比较序列;
对所述第一参考序列和所述第一比较序列进行无量纲调整,获得第二参考序列和第二比较序列;
遍历所述第二参考序列和所述第二比较序列,计算第一关联系数集合;
根据所述第一关联系数集合,获得第一关联度集合。
3.如权利要求1所述的方法,其特征在于,所述基于所述第一选定监测点和所述第一变形因子构建地表变形预测模型,包括:
基于所述第一选定监测点,采集第一历史沉降时序数据,基于所述第一变形因子,采集第二历史沉降时序数据;
将所述第一历史沉降时序数据和所述第二历史沉降时序数据设为第一样本数据集,其中,所述第一样本数据集具有第一预设长度;
获得第一预设分割长度对所述第一样本数据集进行分割,获得第一训练数据集;
基于所述第一训练数据集,构建所述地表变形预测模型。
4.如权利要求3所述的方法,其特征在于,所述将所述第一历史沉降时序数据和所述第二历史沉降时序数据设为第一样本数据集,包括:
对所述第一历史沉降时序数据和所述第二历史沉降时序数据进行差分处理,获得第一处理结果数据集;
对所述第一处理结果数据集进行Z-Score标准化处理,获得所述第一样本数据集。
5.如权利要求3所述的方法,其特征在于,所述基于所述第一训练数据集,构建所述地表变形预测模型,包括:
获得第一待优化参数和第二待优化参数,其中,所述第一待优化参数为表征所述地表变形预测模型的学习参数,所述第二待优化参数为表征所述地表变形预测模型网络性能的超参数;
构建第一损失函数,基于Adam算法对所述第一待优化参数进行优化,获得第一优化结果;
构建第一随机匹配规则,对所述第二待优化参数进行随机组合,获得第二优化结果;
通过所述第一优化结果和所述第二优化结果对所述地表变形预测模型进行配置。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
基于所述地表变形预测模型,确定第一输出偏差数据,生成第一中心限信息和第一控制限信息,其中,所述第一输出偏差数据表征所述地表变形预测模型历史输出偏差;
根据所述第一中心限信息和所述第一控制限信息,获得所述第一预设偏离区间;
获得所述第一偏离度,其中,所述第一偏离度表征所述地表变形预测模型的实时输出偏差;
当所述第一偏离度不满足所述第一预设偏离区间时,获得第一更新指令;
根据所述第一更新指令对所述地表变形预测模型进行更新训练。
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东北财经大学;北京航空航天大学,未经东北财经大学;北京航空航天大学许可,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/202210287334.6/1.html,转载请声明来源钻瓜专利网。





