[发明专利]一种基于智能物联网的危房监测方法

权利要求书

1.一种基于智能物联网的危房监测方法，其特征在于，包括以下步骤：

获取待监测危房的历史监测数据和当前监测数据，所述历史监测数据包括各承重点对应的历史倾斜角度、各承重点对应的历史位移量、各地基角对应的历史下沉量、各支撑棒的历史应力；所述当前监测数据包括各承重点对应的当前倾斜角度、各承重点对应的当前位移量、各地基角对应的当前下沉量、各支撑棒的当前应力；

将待监测危房的历史监测数据和当前监测数据输入到TCN中，预测未来时刻待监测危房对应的监测数据；所述TCN的损失为各训练样本对应的修正后的损失之和，各训练样本对应的修正后的损失为对应训练样本的损失与对应训练样本的置信度之积，训练样本的置信度的计算方法为：

获取各训练样本的历史监测数据和当前监测数据；

根据各训练样本的各地基角对应的当前下沉量和历史下沉量计算任意两训练样本之间的地质相似度，根据所述地质相似度对各训练样本进行分组；

根据各训练样本的各承重点对应的历史倾斜角度、历史位移量、当前倾斜角度和当前位移量计算各训练样本与同组内其它训练样本之间的组内关联性，根据所述组内关联性计算各训练样本的承重点数据可信度；

根据各训练样本的各支撑棒的历史应力和当前应力计算各训练样本的支撑棒数据准确度；

根据所述各训练样本的承重点数据可信度和支撑棒数据准确度计算各训练样本的监测数据置信度，记为样本置信度；

所述根据各训练样本的各地基角对应的当前下沉量和历史下沉量计算任意两训练样本之间的地质相似度，包括：

利用如下计算公式计算两样本危房之间的地质相似度：

其中，R_A,B表示第A个样本危房和第B个样本危房之间的地质相似度，D_A,p表示第A个样本危房的第p个地基角的下沉量变化序列，D_B,p表示第B个样本危房的第p个地基角的下沉量变化序列，D_A为第A个样本危房当前的地基四角下沉量向量，D_B为第B个样本危房当前的地基四角下沉量向量，PPMCC表示皮尔逊相关系数，SIM为余弦相似度，γ为修正系数；

所述承重点为承重墙、承重柱或横梁；

所述根据各训练样本的各承重点对应的历史倾斜角度、历史位移量、当前倾斜角度和当前位移量计算各训练样本与同组内其它训练样本之间的组内关联性，包括：

利用如下计算公式计算各训练样本与同组内其它训练样本之间的组内关联性：

K(A,B)＝K₁(A,B)+K₂(A,B)

其中，K(A,B)为同一组内第A个样本危房与第B个样本危房的组内关联性；K₁(A,B)为同一组内第A个样本危房与第B个样本危房之间承重点倾斜角度变化情况的相似度，K₂(A,B)为同一组内第A个样本危房与第B个样本危房之间承重点位移量变化情况的相似度，M_A,k,1表示第A个样本危房的第k个承重点的倾斜角度变化序列，M_A,k,2表示第A个样本危房的第k个承重点的位移量变化序列，M_B,k,1表示第B个样本危房的第k个承重点的倾斜角度变化序列，M_B,k,2表示第B个样本危房的第k个承重点的位移量变化序列；R为序列的极差值，mean为序列的平均数，DTW函数为动态时间规整；

根据各训练样本的各支撑棒的历史应力和当前应力计算各训练样本的支撑棒数据准确度，包括：

根据各训练样本的各支撑棒的历史应力和当前应力构建各训练样本的各支撑棒应力变化序列；

根据各训练样本的各支撑棒应力变化序列得到各训练样本的各支撑棒对墙面的支撑力变化序列；

根据各训练样本的各支撑棒对墙面的支撑力变化序列计算各训练样本的支撑棒数据准确度；

所述根据各训练样本的各支撑棒对墙面的支撑力变化序列计算各训练样本的支撑棒数据准确度，包括：

利用如下计算公式计算各训练样本的支撑棒数据准确度：

其中，Q_A为第A个样本危房的支撑棒数据准确度，F_A,t表示第A个样本危房t时刻的支撑棒对墙面的支撑力向量；F_A,t-1表示第A个样本危房t-1时刻的支撑棒对墙面的支撑力向量；F_A,t,r为第A个样本危房的第r个支撑棒t时刻对墙面的支撑力变化序列，F_A,t-1,r为第A个样本危房的第r个支撑棒t-1时刻对墙面的支撑力变化序列，R_A为第A个样本危房的支撑棒的数量，SIM为余弦相似度，T为当前时刻，t1为第二次采样对应的时刻，t-1时刻为t时刻对应的前一采样时刻，N_T为当前时刻对应的采样次数，mean为序列的平均数；

各样本危房的承重点数据可信度和支撑棒数据准确度均与监测数据置信度成正相关关系。

2.根据权利要求1所述的基于智能物联网的危房监测方法，其特征在于，利用DBSCAN对各训练样本进行分组。