[发明专利]一种基于智能物联网的危房监测方法

说明书

本发明涉及一种基于智能物联网的危房监测方法，属于危房监测技术领域。方法包括以下步骤：获取待监测危房的历史监测数据和当前监测数据；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。本发明解决了现有方法无法对危房状态进行提前预测的问题。

技术领域

本发明涉及危房监测技术领域，具体涉及一种基于智能物联网的危房监测方法。

背景技术

危房治理工作是建设和管理现代城市的一大难题，为了避免危房突然坍塌造成的一些人员伤亡，需要对危房进行监测。现有技术中对危房进行监测的方法是利用传感器检测危房的倾斜程度，当检测到危房的倾斜程度大于设定倾斜程度阈值时或者相较于上一时刻的倾斜程度发生明显变化时进行报警。这种方法只有当危房的倾斜程度已经出现了较大异常时才会报警，而不能对危房可能出现的较大异常进行提前预测，也就不能为危房管理者或者危房周围的人争取较长的应对时间，很容易造成人员伤亡。

如何实现对危房状态的预测是目前危房治理工作的难点。

发明内容

本发明的目的在于提供一种基于智能物联网的危房监测方法，用于解决现有方法无法对危房状态进行提前预测的问题。

为了解决上述问题，本发明的一种基于智能物联网的危房监测方法的技术方案，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。

有益效果：本发明将待危房的历史监测数据和当前监测数据作为TCN的输入，实现了对未来时刻待监测危房的监测数据的预测，能够提前对危险进行预警，有利于减少危房治理工作中的伤亡；本发明TCN的训练过程中利用各训练样本对应的监测数据置信度对各训练样本对应的损失进行修正，TCN的损失为各训练样本对应的修正后的损失之和，使得本发明的TCN能够更加准确预测未来时刻待监测危房的监测数据，可靠性更高。

进一步地，利用DBSCAN对各训练样本进行分组。

进一步地，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：