CN116990847A - 基于边缘计算的北斗gnss接收机解算方法和*** - Google Patents
基于边缘计算的北斗gnss接收机解算方法和*** Download PDFInfo
- Publication number
- CN116990847A CN116990847A CN202311269592.2A CN202311269592A CN116990847A CN 116990847 A CN116990847 A CN 116990847A CN 202311269592 A CN202311269592 A CN 202311269592A CN 116990847 A CN116990847 A CN 116990847A
- Authority
- CN
- China
- Prior art keywords
- dam
- data
- change
- dam body
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008859 change Effects 0.000 claims abstract description 349
- 238000012544 monitoring process Methods 0.000 claims abstract description 293
- 238000011156 evaluation Methods 0.000 claims abstract description 123
- 238000012502 risk assessment Methods 0.000 claims abstract description 94
- 230000006698 induction Effects 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000037237 body shape Effects 0.000 claims abstract description 31
- 238000006073 displacement reaction Methods 0.000 claims description 45
- 238000013210 evaluation model Methods 0.000 claims description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 18
- 229910000831 Steel Inorganic materials 0.000 claims description 16
- 239000010959 steel Substances 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 239000013049 sediment Substances 0.000 claims description 14
- 239000002689 soil Substances 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 description 27
- 230000002159 abnormal effect Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 8
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本申请提供了基于边缘计算的北斗GNSS接收机解算方法和***。方法包括:接收机采集坝体的物态、形位变化和环况的监测信息并提取坝体的物态变量、形位变化以及动态环变的特征数据,根据坝体动态环变特征数据处理获得坝体环变诱导因子,对水文地质情报监测信息数据测评获得水文地质风险评测系数,再根据诱导因子和评测系数分别对各坝体物态变量特征数据和形位变量特征数据修正获得坝体物态质变风险检测指数和坝体形位异变风险评定指数,后结合相似样本坝体风险评定指数加权获得坝体风险状况鉴定数据,并通过阈值对比判断坝体的风险状况;从而基于接收机平台采集信息数据进行计算评估,实现根据坝体及环境的监测信息数据进行风险评估。
Description
技术领域
本申请涉及接收机平台的数据采集和处理技术领域,具体而言,涉及基于边缘计算的北斗GNSS接收机解算方法和***。
背景技术
GNSS(全球导航卫星***)接收机用于接收并追踪、转换和检验GPS信号,以监测各类物体结构的位移,而传统的接收机仅是用于监测接收和处理计算位置为主的信息处理平台,具有采集、处理和传输显示的功能,而难以实现结合传感器信息数据进行信息数据的综合采集和处理的功能,功能较为单一,而对于坝体的状况监测,除了对位置、形状、位移进行监测以外,往往还需要对传感器获得的压力、载荷以及环境状况信息进行综合处理,因此,需设计基于北斗GNSS接收机的坝体状况信息监测平台,将接收到的采集的位移、形态、压力、温度、负荷以及坝体环境和外界感知信息通过边缘计算进行综合处理、评估,从而获得对坝体风险状况进行测评的接收机综合处理平台。
由于坝体的信号采集源分布且种类多样,采集的信息类型多变且复杂,传统平台的集成化处理效率不高,且收到信号处理程序的制约,而采用边缘计算能够满足配坝体各类信号源分类分段的采集和计算需求,通过边缘端各节点利用智能算法进行实时的信号接收、数据处理和故障分析,便于及时、高效的处理各信号源汇集的各种数据,满足分析评估的需求,而目前缺乏根据边缘计算模式对坝体信号源的多样化信息数据进行综合分析处理的技术,同时也缺乏基于北斗GNSS接收机以及信号源传感器进行汇集处理坝体信息数据,并进行坝体状况评估的平台技术。
针对上述问题,目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于边缘计算的北斗GNSS接收机解算方法和***,可以通过对接收机采集的信息数据进行计算评估,实现根据坝体及环境的监测信息数据进行风险评估判断技术。
本申请实施例还提供了基于边缘计算的北斗GNSS接收机解算方法,包括以下步骤:
获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,包括:
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数,包括:
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据;
所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据;
根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本;
根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子,包括:
根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
所述预设坝体环变诱因评估模型的程序公式为:
;
其中,为坝体环变诱导因子,/>、/>、/>分别为水温差变化数据、水位差变化数据、大气温湿度变化数据,/>、/>、/>为预设特征系数。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数,包括:
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息;
根据所述水文地质情报监测信息提取水文地质监测告警数据,包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据;
根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理,获得所述预设时间段内坝体所在区域的水文地质风险评测系数;
所述预设水文地质风险评测模型的程序公式为:
;
其中,为水文地质风险评测系数,/>、/>、/>分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据,/>为预设区域地质灾害风险预设值,/>、/>、/>为预设特征系数。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数,包括:
根据所述各信息监测区域对应所述坝体土基压力分布差变数据、坝体钢基应力分布差变数据以及所述泥沙冲击压力变化数据、坝基震动动能变化数据和坝基线载荷分布变化数据进行聚合处理,获得所述坝体在所述预设时间段内的坝体应力载荷量变测评数据;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述坝体应力载荷量变测评数据进行修正处理,获得坝体物态质变风险检测指数;
所述坝体物态质变风险检测指数的修正计算公式为:
;
其中,为坝体物态质变风险检测指数,/>为坝体应力载荷量变测评数据,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>为预设特征系数。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,包括:
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据进行修正处理,获得坝体形位异变风险评定指数;
所述坝体形位异变风险评定指数的修正计算公式为:
;
其中,为坝体形位异变风险评定指数,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>、/>、/>分别为轮廓线位移变化数据、基准线偏离度数据、挠度变化数据、基线倾斜角变化数据,/>、/>、/>、/>、/>、/>为预设特征系数。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中,所述根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况,包括:
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据;
根据所述坝体风险状况鉴定数据与预设坝体风险状况评估阈值进行阈值对比,获得阈值对比结果;
根据所述阈值对比结果判断所述坝体在所述预设时间段内的风险状况;
所述坝体风险状况鉴定数据的加权计算公式为:
;
其中,为坝体风险状况鉴定数据,/>为坝体物态质变风险检测指数,/>为坝体形位异变风险评定指数,/>为相似样本的坝体风险评定指数,/>、/>、/>为预设特征系数。
第二方面,本申请实施例提供了基于边缘计算的北斗GNSS接收机解算***,该***包括:存储器及处理器,所述存储器中包括基于边缘计算的北斗GNSS接收机解算方法的程序,所述基于边缘计算的北斗GNSS接收机解算方法的程序被所述处理器执行时实现以下步骤:
获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
可选地,在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算***中,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,包括:
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
由上可知,本申请实施例提供的基于边缘计算的北斗GNSS接收机解算方法和***,通过北斗GNSS接收机采集坝体物态、坝体形位变化和坝体环况的监测信息并提取坝体物态变量、坝体形位变化以及坝体动态环变的特征数据,并获取历史相似特征样本的坝体风险评定指数,根据坝体动态环变特征数据处理获得坝体环变诱导因子,通过采集坝体区域在时间段内的水文地质情报监测信息数据测评获得水文地质风险评测系数,再根据坝体环变诱导因子和水文地质风险评测系数分别对各坝体物态变量特征数据和形位变量特征数据修正获得坝体物态质变风险检测指数和坝体形位异变风险评定指数,后根据指数结合相似样本坝体风险评定指数加权获得坝体风险状况鉴定数据,并通过预设阈值对比判断坝体的风险状况;从而对接收机采集的信息数据进行计算评估,实现根据坝体及环境的监测信息数据进行风险评估判断技术。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的基于边缘计算的北斗GNSS接收机解算方法的一种流程图;
图2为本申请实施例提供的基于边缘计算的北斗GNSS接收机解算方法的获取坝体物态变量特征数据和形位变量特征数据的一种流程图;
图3为本申请实施例提供的基于边缘计算的北斗GNSS接收机解算方法的获取坝体动态环变特征数据和相似样本的坝体风险评定指数的一种流程图;
图4为本申请实施例提供的基于边缘计算的北斗GNSS接收机解算***的一种结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的基于边缘计算的北斗GNSS接收机解算方法的一种流程图。该基于边缘计算的北斗GNSS接收机解算方法用于终端设备中,例如电脑、手机终端等。该基于边缘计算的北斗GNSS接收机解算方法,包括以下步骤:
S101、获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
S102、根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
S103、根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
S104、根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
S105、通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
S106、根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
S107、根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
S108、根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
需要说明的是,为测评坝体的风险状况,基于北斗GNSS接收机以及传感器的综合监测平台获取坝体在一定时间段内的物料形态、形态位移、环境状况以及所在区域的水文地质情况信息,并对采集的信息通过边缘计算的预设计算方法进行计算评估,获取坝体在压力、载荷、位移、形态、温度以及坝体环境和地质河流等方面的感知信息并提取对应特征数据,通过边缘计算模式对各类特征数据进行计算评估,获得对应各类评测结果,最终根据采集获取的各类监测信息获得的数据对坝体状况进行评估,实现根据接收机平台获取坝体各类监测信息数据通过边缘计算模型方法进行风险评估判断的技术,具体通过预设的多个坝体的信息监测区域采集各类信息,预设检测区域是根据坝体设计结构预设的用于分布采集压力、负荷、温度、流速等各类信号的检测区域,再传输到北斗GNSS接收机综合采集检测平台中,获得各区域分布的坝体物态监测信息,以及整体坝体的坝体形位变化监测信息和坝体环况监测信息,反映坝体区域的物理状态以及整体坝体的性态位移变化和环境状况,再分别对各信息提取对应的坝体物态变量特征数据包括压应力变量特征数据和载荷动能变量特征数据,以及形位变量特征数据,和坝体动态环变特征数据,即坝体物理状态局部变化量、形态位移变化、环境状况动态变化的数据,并同时根据坝体动态环变特征数据通过历史样本数据库获取坝体环变历史相似度最大的特征样本,并提取对应最大相似样本的坝体风险评定指数,再根据坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理获得坝体环变诱导因子,即评估出环境变化情况对坝体影响情况量的干扰修正因子,同时通过北斗GNSS接收机整体平台实时远程采集相关第三方平台发出的坝体所在区域在时间段内的水文地质情报监测信息,即坝体所在区域的水文气象地质变化等会影响坝体状态的共享监测信息,并通过预设水文地质风险评测模型对共享水文地质相关信息数据进行测评获得水文地质风险评测系数,即时间段内水文地质实时变化情况对坝体产生的风险影响度的评测数据,再根据坝体环变诱导因子和水文地质风险评测系数分别对各区域的压应力变量特征数据和载荷动能变量特征数据,以及形位变量特征数据进行修正处理,分别获得坝体物态质变风险检测指数和坝体形位异变风险评定指数,即计算出坝体环境状况变化情况和水文地质变化情况对坝体物理状态和形态位移的异常风险变化情况的检测评定影响度结果,再根据坝体物态质变风险检测指数以及坝体形位异变风险评定指数结合获得的最大相似样本坝体的风险评定指数进行加权处理,获得坝体风险状况鉴定数据,即通过综合评估获得反映坝体风险状况的评估结果数据,最后根据该鉴定数据与预设坝体风险状况评估阈值进行阈值对比,根据阈值对比结果判断坝体的风险状况,实现基于北斗GNSS接收机的信息采集处理平台获取坝体相关各类监测信息数据再通过边缘计算模型方法进行坝体风险评估的技术。
请参照图2,图2是本申请一些实施例中的基于边缘计算的北斗GNSS接收机解算方法的获取坝体物态变量特征数据和形位变量特征数据的一种流程图。根据本发明实施例,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,具体为:
S201、根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
S202、所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
S203、根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
需要说明的是,为获得对坝体风险状况的评测,首先基于北斗GNSS接收机以及传感器的综合监测平台获取坝体在一定时间段内的物料形态、形态位移、环境状况以及所在区域的水文地质情况的多方面坝体相关联的信息,通过坝体预设的多个信息监测和采集区域获取相关参数信息,预设区域是根据坝体具体结构和监测需求而设置的可用来采集坝体结构、位移、基线状态、压力、温度、水流、负荷等方面的分布区域,通过这些分布监测区域可获得坝体相关参数的分布变化情况,通过北斗GNSS接收机及其主体平台采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息,即通过平台计算机对监测区域获得的监测信息进行获取,以便进一步根据信息提取获得相关变化数据,再根据坝体物态监测信息提取各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,即获得分布监测区域的坝体物理状态变化包括坝体内部压力、应力的变化量以及坝体承受载荷、动能的变化量的特征数据,其中压应力变量特征数据包括坝体土建地基的预设监测区域的压力分布点的压差变化数据,以及坝体钢建地基如钢结构框体的应力分布点的应力差变化数据,载荷动能变量特征数据包括各监测区域的泥沙对坝体的冲击压力的变化数据、坝基收到的震动的动能变化数据以及坝基线的载荷分布的变化数据,根据坝体形位变化监测信息提取形位变量特征数据,即坝体形状位移的变量数据,其中包括轮廓线的微动位移变化数据、坝体基准线的微动偏离度数据、坝体的挠度变化数据以及基线的倾斜角的微变化数据。
请参照图3,图3是本申请一些实施例中的基于边缘计算的北斗GNSS接收机解算方法的获取坝体动态环变特征数据和相似样本的坝体风险评定指数的一种流程图。根据本发明实施例,所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数,具体为:
S301、根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据;
S302、所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据;
S303、根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本;
S304、根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。
需要说明的是,在接收到被监测感知的坝体的压应力负荷分布和形状位移的相关监测信息数据的同时,还获取坝体所在环境的状况监测信息以获得坝体在时间段内所处环境状况的变化数据,根据坝体环境状况监测信息提取预设时间段内的坝体动态环境变化的特征数据,包括监测信息拾取的时间节点、坝体上下游水层的水温差的变化数据、坝体上下游水位差的变化数据以及坝体所处环境的大气温湿度的变化数据,为获得对坝体状况的精确评估,将与坝体在历史最相似环境状况下的坝体历史监测样本的风险评定结果作为引入加以参考,以对坝体当下的状况评估结果进行校准,根据坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本,与样本数据的相似性对比可采用余弦相似度或欧式距离相似度进行对比,根据获得的坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数,该评定指数为坝体目前时间段内最接近的相似历史样本的参考风险评定指数。
根据本发明实施例,所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子,具体为:
根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
所述预设坝体环变诱因评估模型的程序公式为:
;
其中,为坝体环变诱导因子,/>、/>、/>分别为水温差变化数据、水位差变化数据、大气温湿度变化数据,/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估坝体当前时间段内监测到的环境状况变化数据对坝体状况的影响情况,根据获得的坝体动态环变特征数据通过平台设置的坝体环变诱因评估模型的预设程序计算公式进行计算处理,获得坝体环变诱导因子,即评估出环境变化情况对坝体影响情况量的干扰修正因子,为后续进一步评估坝体风险状况进行因素补偿。
根据本发明实施例,所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数,具体为:
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息;
根据所述水文地质情报监测信息提取水文地质监测告警数据,包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据;
根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理,获得所述预设时间段内坝体所在区域的水文地质风险评测系数;
所述预设水文地质风险评测模型的程序公式为:
;
其中,为水文地质风险评测系数,/>、/>、/>分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据,/>为预设区域地质灾害风险预设值,/>、/>、/>为预设特征系数(区域地质灾害风险预设值和特征系数通过预设水文地质监测平台数据库查询获得)。
需要说明的是,坝体的安全状况除了受自身物理状况以及所处环境影响外,还收到坝体所在预设区域范围内的地质稳定性、暴雨洪水冲击的影响,因此还需对坝体所在预设区域范围内的水文地质情况进行监测并采集相关数据加以评估考量,通过北斗GNSS接收机的平台实时远程采集相关第三方平台发出的坝体所在预设区域在时间段内的水文地质情报监测信息,即坝体所在区域的水文地质的共享监测信息,并提取水文地质监测告警数据,包括暴雨量级的监测数据、地震量级的监测数据和上游来水流速的级别告警监测数据,再通过接收机平台预设的水文地质风险评测模型的程序计算公式对水文地质监测告警数据进行测评,获得水文地质风险评测系数,即时间段内水文地质实时变化情况对坝体产生的风险影响度的评测数据。
根据本发明实施例,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数,具体为:
根据所述各信息监测区域对应所述坝体土基压力分布差变数据、坝体钢基应力分布差变数据以及所述泥沙冲击压力变化数据、坝基震动动能变化数据和坝基线载荷分布变化数据进行聚合处理,获得所述坝体在所述预设时间段内的坝体应力载荷量变测评数据;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述坝体应力载荷量变测评数据进行修正处理,获得坝体物态质变风险检测指数;
所述坝体物态质变风险检测指数的修正计算公式为:
;
其中,为坝体物态质变风险检测指数,/>为坝体应力载荷量变测评数据,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估环境变化要素和水文地质风险状况要素对坝体在压应力载荷作用下的物理稳固度的影响情况,即环境和水文地质对坝体压力载荷作用下的物理状态稳固度的影响情况,以评估出环境和水文地质对坝体在受力受冲击作用下的物理稳定状况,根据坝体环变诱导因子和水文地质风险评测系数对各信息监测区域对应压应力变量特征数据以及载荷动能变量特征数据进行测评获得的坝体应力载荷量变测评数据进行修正,坝体应力载荷量变测评数据是反映坝体在时间段内受到的压应力和载荷动能作用下的量变测评结果,修正后获得的坝体物态质变风险检测指数,是计算获得的坝体环境状况变化和水文地质变化对坝体物理稳固状态的质变风险的影响度;其中,坝体应力载荷量变测评数据的计算公式为:
;
其中,为坝体应力载荷量变测评数据,/>、/>分别为第i个信息监测区域的坝体土基压力分布差变数据、坝体钢基应力分布差变数据,/>、/>、/>分别为第i个信息监测区域的泥沙冲击压力变化数据、坝基震动动能变化数据、坝基线载荷分布变化数据,n为信息监测区域个数,/>为预设区域地质灾害风险预设值,/>、/>、/>、/>、/>为预设特征系数。
根据本发明实施例,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,具体为:
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据进行修正处理,获得坝体形位异变风险评定指数;
所述坝体形位异变风险评定指数的修正计算公式为:
;
其中,为坝体形位异变风险评定指数,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>、/>、/>分别为轮廓线位移变化数据、基准线偏离度数据、挠度变化数据、基线倾斜角变化数据,/>、/>、/>、/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估环境变化状况影响和水文地质风险状况影响对坝体的形态位移的异变风险影响,即环境和水文地质对坝体的微变形状位移异常变化度的影响情况,以评估出环境和水文地质对坝体在受力受冲击作用下的微变位移存在的异常风险状况,根据坝体环变诱导因子和水文地质风险评测系数对坝体的形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,即计算出坝体环境状况变化和水文地质变化对坝体形位位移的异常风险的影响度。
根据本发明实施例,所述根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况,具体为:
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据;
根据所述坝体风险状况鉴定数据与预设坝体风险状况评估阈值进行阈值对比,获得阈值对比结果;
根据所述阈值对比结果判断所述坝体在所述预设时间段内的风险状况;
所述坝体风险状况鉴定数据的加权计算公式为:
;
其中,为坝体风险状况鉴定数据,/>为坝体物态质变风险检测指数,/>为坝体形位异变风险评定指数,/>为相似样本的坝体风险评定指数,/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,最后,为评估坝体的整体风险状况,根据坝体物态质变风险检测指数以及坝体形位异变风险评定指数结合获得的最大相似样本坝体的风险评定指数进行加权处理,获得坝体风险状况鉴定数据,即通过对各项指数的综合评估获得反映坝体风险状况的评估结果数据,最后根据该鉴定数据与预设坝体风险状况评估阈值进行阈值对比,根据阈值对比结果判断坝体的风险状况,若阈值对比结果符合预设坝体风险状况评估阈值的阈值对比要求,则该坝体风险状况安全,否则,则该坝体存在异常风险,需进一步警示处理,从而实现基于北斗GNSS接收机的信息采集处理平台获取坝体相关各类监测信息数据再通过边缘计算模型方法进行坝体风险状况评估的技术。
如图4所示,本发明还公开了基于边缘计算的北斗GNSS接收机解算***4,包括存储器41和处理器42,所述存储器中包括基于边缘计算的北斗GNSS接收机解算方法程序,所述基于边缘计算的北斗GNSS接收机解算方法程序被所述处理器执行时实现如下步骤:
获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
需要说明的是,为测评坝体的风险状况,基于北斗GNSS接收机以及传感器的综合监测平台获取坝体在一定时间段内的物料形态、形态位移、环境状况以及所在区域的水文地质情况信息,并对采集的信息通过边缘计算的预设计算方法进行计算评估,获取坝体在压力、载荷、位移、形态、温度以及坝体环境和地质河流等方面的感知信息并提取对应特征数据,通过边缘计算模式对各类特征数据进行计算评估,获得对应各类评测结果,最终根据采集获取的各类监测信息获得的数据对坝体状况进行评估,实现根据接收机平台获取坝体各类监测信息数据通过边缘计算模型方法进行风险评估判断的技术,具体通过预设的多个坝体的信息监测区域采集各类信息,预设检测区域是根据坝体设计结构预设的用于分布采集压力、负荷、温度、流速等各类信号的检测区域,再传输到北斗GNSS接收机综合采集检测平台中,获得各区域分布的坝体物态监测信息,以及整体坝体的坝体形位变化监测信息和坝体环况监测信息,反映坝体区域的物理状态以及整体坝体的性态位移变化和环境状况,再分别对各信息提取对应的坝体物态变量特征数据包括压应力变量特征数据和载荷动能变量特征数据,以及形位变量特征数据,和坝体动态环变特征数据,即坝体物理状态局部变化量、形态位移变化、环境状况动态变化的数据,并同时根据坝体动态环变特征数据通过历史样本数据库获取坝体环变历史相似度最大的特征样本,并提取对应最大相似样本的坝体风险评定指数,再根据坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理获得坝体环变诱导因子,即评估出环境变化情况对坝体影响情况量的干扰修正因子,同时通过北斗GNSS接收机整体平台实时远程采集相关第三方平台发出的坝体所在区域在时间段内的水文地质情报监测信息,即坝体所在区域的水文气象地质变化等会影响坝体状态的共享监测信息,并通过预设水文地质风险评测模型对共享水文地质相关信息数据进行测评获得水文地质风险评测系数,即时间段内水文地质实时变化情况对坝体产生的风险影响度的评测数据,再根据坝体环变诱导因子和水文地质风险评测系数分别对各区域的压应力变量特征数据和载荷动能变量特征数据,以及形位变量特征数据进行修正处理,分别获得坝体物态质变风险检测指数和坝体形位异变风险评定指数,即计算出坝体环境状况变化情况和水文地质变化情况对坝体物理状态和形态位移的异常风险变化情况的检测评定影响度结果,再根据坝体物态质变风险检测指数以及坝体形位异变风险评定指数结合获得的最大相似样本坝体的风险评定指数进行加权处理,获得坝体风险状况鉴定数据,即通过综合评估获得反映坝体风险状况的评估结果数据,最后根据该鉴定数据与预设坝体风险状况评估阈值进行阈值对比,根据阈值对比结果判断坝体的风险状况,实现基于北斗GNSS接收机的信息采集处理平台获取坝体相关各类监测信息数据再通过边缘计算模型方法进行坝体风险评估的技术。
根据本发明实施例,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,具体为:
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
需要说明的是,为获得对坝体风险状况的评测,首先基于北斗GNSS接收机以及传感器的综合监测平台获取坝体在一定时间段内的物料形态、形态位移、环境状况以及所在区域的水文地质情况的多方面坝体相关联的信息,通过坝体预设的多个信息监测和采集区域获取相关参数信息,预设区域是根据坝体具体结构和监测需求而设置的可用来采集坝体结构、位移、基线状态、压力、温度、水流、负荷等方面的分布区域,通过这些分布监测区域可获得坝体相关参数的分布变化情况,通过北斗GNSS接收机及其主体平台采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息,即通过平台计算机对监测区域获得的监测信息进行获取,以便进一步根据信息提取获得相关变化数据,再根据坝体物态监测信息提取各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,即获得分布监测区域的坝体物理状态变化包括坝体内部压力、应力的变化量以及坝体承受载荷、动能的变化量的特征数据,其中压应力变量特征数据包括坝体土建地基的预设监测区域的压力分布点的压差变化数据,以及坝体钢建地基如钢结构框体的应力分布点的应力差变化数据,载荷动能变量特征数据包括各监测区域的泥沙对坝体的冲击压力的变化数据、坝基收到的震动的动能变化数据以及坝基线的载荷分布的变化数据,根据坝体形位变化监测信息提取形位变量特征数据,即坝体形状位移的变量数据,其中包括轮廓线的微动位移变化数据、坝体基准线的微动偏离度数据、坝体的挠度变化数据以及基线的倾斜角的微变化数据。
根据本发明实施例,所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数,具体为:
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据;
所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据;
根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本;
根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。
需要说明的是,在接收到被监测感知的坝体的压应力负荷分布和形状位移的相关监测信息数据的同时,还获取坝体所在环境的状况监测信息以获得坝体在时间段内所处环境状况的变化数据,根据坝体环境状况监测信息提取预设时间段内的坝体动态环境变化的特征数据,包括监测信息拾取的时间节点、坝体上下游水层的水温差的变化数据、坝体上下游水位差的变化数据以及坝体所处环境的大气温湿度的变化数据,为获得对坝体状况的精确评估,将与坝体在历史最相似环境状况下的坝体历史监测样本的风险评定结果作为引入加以参考,以对坝体当下的状况评估结果进行校准,根据坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本,与样本数据的相似性对比可采用余弦相似度或欧式距离相似度进行对比,根据获得的坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数,该评定指数为坝体目前时间段内最接近的相似历史样本的参考风险评定指数。
根据本发明实施例,所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子,具体为:
根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
所述预设坝体环变诱因评估模型的程序公式为:
;
其中,为坝体环变诱导因子,/>、/>、/>分别为水温差变化数据、水位差变化数据、大气温湿度变化数据,/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估坝体当前时间段内监测到的环境状况变化数据对坝体状况的影响情况,根据获得的坝体动态环变特征数据通过平台设置的坝体环变诱因评估模型的预设程序计算公式进行计算处理,获得坝体环变诱导因子,即评估出环境变化情况对坝体影响情况量的干扰修正因子,为后续进一步评估坝体风险状况进行因素补偿。
根据本发明实施例,所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数,具体为:
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息;
根据所述水文地质情报监测信息提取水文地质监测告警数据,包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据;
根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理,获得所述预设时间段内坝体所在区域的水文地质风险评测系数;
所述预设水文地质风险评测模型的程序公式为:
;
其中,为水文地质风险评测系数,/>、/>、/>分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据,/>为预设区域地质灾害风险预设值,/>、/>、/>为预设特征系数(区域地质灾害风险预设值和特征系数通过预设水文地质监测平台数据库查询获得)。/>
需要说明的是,坝体的安全状况除了受自身物理状况以及所处环境影响外,还收到坝体所在预设区域范围内的地质稳定性、暴雨洪水冲击的影响,因此还需对坝体所在预设区域范围内的水文地质情况进行监测并采集相关数据加以评估考量,通过北斗GNSS接收机的平台实时远程采集相关第三方平台发出的坝体所在预设区域在时间段内的水文地质情报监测信息,即坝体所在区域的水文地质的共享监测信息,并提取水文地质监测告警数据,包括暴雨量级的监测数据、地震量级的监测数据和上游来水流速的级别告警监测数据,再通过接收机平台预设的水文地质风险评测模型的程序计算公式对水文地质监测告警数据进行测评,获得水文地质风险评测系数,即时间段内水文地质实时变化情况对坝体产生的风险影响度的评测数据。
根据本发明实施例,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数,具体为:
根据所述各信息监测区域对应所述坝体土基压力分布差变数据、坝体钢基应力分布差变数据以及所述泥沙冲击压力变化数据、坝基震动动能变化数据和坝基线载荷分布变化数据进行聚合处理,获得所述坝体在所述预设时间段内的坝体应力载荷量变测评数据;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述坝体应力载荷量变测评数据进行修正处理,获得坝体物态质变风险检测指数;
所述坝体物态质变风险检测指数的修正计算公式为:
;
其中,为坝体物态质变风险检测指数,/>为坝体应力载荷量变测评数据,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估环境变化要素和水文地质风险状况要素对坝体在压应力载荷作用下的物理稳固度的影响情况,即环境和水文地质对坝体压力载荷作用下的物理状态稳固度的影响情况,以评估出环境和水文地质对坝体在受力受冲击作用下的物理稳定状况,根据坝体环变诱导因子和水文地质风险评测系数对各信息监测区域对应压应力变量特征数据以及载荷动能变量特征数据进行测评获得的坝体应力载荷量变测评数据进行修正,坝体应力载荷量变测评数据是反映坝体在时间段内受到的压应力和载荷动能作用下的量变测评结果,修正后获得的坝体物态质变风险检测指数,是计算获得的坝体环境状况变化和水文地质变化对坝体物理稳固状态的质变风险的影响度;其中,坝体应力载荷量变测评数据的计算公式为:
;
其中,为坝体应力载荷量变测评数据,/>、/>分别为第i个信息监测区域的坝体土基压力分布差变数据、坝体钢基应力分布差变数据,/>、/>、/>分别为第i个信息监测区域的泥沙冲击压力变化数据、坝基震动动能变化数据、坝基线载荷分布变化数据,n为信息监测区域个数,/>为预设区域地质灾害风险预设值,/>、/>、/>、/>、/>为预设特征系数。
根据本发明实施例,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,具体为:
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据进行修正处理,获得坝体形位异变风险评定指数;
所述坝体形位异变风险评定指数的修正计算公式为:
;
其中,为坝体形位异变风险评定指数,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>、/>、/>分别为轮廓线位移变化数据、基准线偏离度数据、挠度变化数据、基线倾斜角变化数据,/>、/>、/>、/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,为评估环境变化状况影响和水文地质风险状况影响对坝体的形态位移的异变风险影响,即环境和水文地质对坝体的微变形状位移异常变化度的影响情况,以评估出环境和水文地质对坝体在受力受冲击作用下的微变位移存在的异常风险状况,根据坝体环变诱导因子和水文地质风险评测系数对坝体的形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,即计算出坝体环境状况变化和水文地质变化对坝体形位位移的异常风险的影响度。
根据本发明实施例,所述根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况,具体为:
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据;
根据所述坝体风险状况鉴定数据与预设坝体风险状况评估阈值进行阈值对比,获得阈值对比结果;
根据所述阈值对比结果判断所述坝体在所述预设时间段内的风险状况;
所述坝体风险状况鉴定数据的加权计算公式为:
;
其中,为坝体风险状况鉴定数据,/>为坝体物态质变风险检测指数,/>为坝体形位异变风险评定指数,/>为相似样本的坝体风险评定指数,/>、/>、/>为预设特征系数(特征系数通过预设坝体监测信息平台数据库查询获得)。
需要说明的是,最后,为评估坝体的整体风险状况,根据坝体物态质变风险检测指数以及坝体形位异变风险评定指数结合获得的最大相似样本坝体的风险评定指数进行加权处理,获得坝体风险状况鉴定数据,即通过对各项指数的综合评估获得反映坝体风险状况的评估结果数据,最后根据该鉴定数据与预设坝体风险状况评估阈值进行阈值对比,根据阈值对比结果判断坝体的风险状况,若阈值对比结果符合预设坝体风险状况评估阈值的阈值对比要求,则该坝体风险状况安全,否则,则该坝体存在异常风险,需进一步警示处理,从而实现基于北斗GNSS接收机的信息采集处理平台获取坝体相关各类监测信息数据再通过边缘计算模型方法进行坝体风险状况评估的技术。
本发明公开的基于边缘计算的北斗GNSS接收机解算方法和***,通过北斗GNSS接收机采集坝体物态、坝体形位变化和坝体环况的监测信息并提取坝体物态变量、坝体形位变化以及坝体动态环变的特征数据,并获取历史相似特征样本的坝体风险评定指数,根据坝体动态环变特征数据处理获得坝体环变诱导因子,通过采集坝体区域在时间段内的水文地质情报监测信息数据测评获得水文地质风险评测系数,再根据坝体环变诱导因子和水文地质风险评测系数分别对各坝体物态变量特征数据和形位变量特征数据修正获得坝体物态质变风险检测指数和坝体形位异变风险评定指数,后根据指数结合相似样本坝体风险评定指数加权获得坝体风险状况鉴定数据,并通过预设阈值对比判断坝体的风险状况;从而对接收机采集的信息数据进行计算评估,实现根据坝体及环境的监测信息数据进行风险评估判断技术。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.基于边缘计算的北斗GNSS接收机解算方法,其特征在于,包括以下步骤:
获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
2.根据权利要求1所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,包括:
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
3.根据权利要求2所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数,包括:
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据;
所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据;
根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本;
根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。
4.根据权利要求3所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子,包括:
根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
所述预设坝体环变诱因评估模型的程序公式为:
;
其中,为坝体环变诱导因子,/>、/>、/>分别为水温差变化数据、水位差变化数据、大气温湿度变化数据,/>、/>、/>为预设特征系数。
5.根据权利要求4所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数,包括:
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息;
根据所述水文地质情报监测信息提取水文地质监测告警数据,包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据;
根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理,获得所述预设时间段内坝体所在区域的水文地质风险评测系数;
所述预设水文地质风险评测模型的程序公式为:
;
其中,为水文地质风险评测系数,/>、/>、/>分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据,/>为预设区域地质灾害风险预设值,/>、/>、/>为预设特征系数。
6.根据权利要求5所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数,包括:
根据所述各信息监测区域对应所述坝体土基压力分布差变数据、坝体钢基应力分布差变数据以及所述泥沙冲击压力变化数据、坝基震动动能变化数据和坝基线载荷分布变化数据进行聚合处理,获得所述坝体在所述预设时间段内的坝体应力载荷量变测评数据;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述坝体应力载荷量变测评数据进行修正处理,获得坝体物态质变风险检测指数;
所述坝体物态质变风险检测指数的修正计算公式为:
;
其中,为坝体物态质变风险检测指数,/>为坝体应力载荷量变测评数据,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>为预设特征系数。
7.根据权利要求6所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数,包括:
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据进行修正处理,获得坝体形位异变风险评定指数;
所述坝体形位异变风险评定指数的修正计算公式为:
;
其中,为坝体形位异变风险评定指数,/>为坝体环变诱导因子,/>为水文地质风险评测系数,/>、/>、/>、/>分别为轮廓线位移变化数据、基准线偏离度数据、挠度变化数据、基线倾斜角变化数据,/>、/>、/>、/>、/>、/>为预设特征系数。
8.根据权利要求7所述的基于边缘计算的北斗GNSS接收机解算方法,其特征在于,所述根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况,包括:
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本的坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据;
根据所述坝体风险状况鉴定数据与预设坝体风险状况评估阈值进行阈值对比,获得阈值对比结果;
根据所述阈值对比结果判断所述坝体在所述预设时间段内的风险状况;
所述坝体风险状况鉴定数据的加权计算公式为:
;
其中,为坝体风险状况鉴定数据,/>为坝体物态质变风险检测指数,/>为坝体形位异变风险评定指数,/>为相似样本的坝体风险评定指数,/>、/>、/>为预设特征系数。
9.基于边缘计算的北斗GNSS接收机解算***,其特征在于,该***包括:存储器及处理器,所述存储器中包括基于边缘计算的北斗GNSS接收机解算方法的程序,所述基于边缘计算的北斗GNSS接收机解算方法的程序被所述处理器执行时实现以下步骤:
获取坝体的多个预设的信息监测区域,通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息,以及坝体的坝体形位变化监测信息和坝体环况监测信息;
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据;
根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据,根据坝体动态环变特征数据获取坝体环变历史相似特征样本,并提取对应相似样本的坝体风险评定指数;
根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理,获得坝体环变诱导因子;
通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息,并通过预设水文地质风险评测模型对信息数据进行测评,获得水文地质风险评测系数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理,获得坝体物态质变风险检测指数;
根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理,获得坝体形位异变风险评定指数;
根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理,获得坝体风险状况鉴定数据,并与预设坝体风险状况评估阈值进行阈值对比,判断所述坝体的风险状况。
10.根据权利要求9所述的基于边缘计算的北斗GNSS接收机解算***,其特征在于,所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据,根据所述坝体形位变化监测信息提取形位变量特征数据,包括:
根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据,包括压应力变量特征数据和载荷动能变量特征数据;
所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据,所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据;
根据所述坝体形位变化监测信息提取形位变量特征数据,包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311269592.2A CN116990847B (zh) | 2023-09-28 | 2023-09-28 | 基于边缘计算的北斗gnss接收机解算方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311269592.2A CN116990847B (zh) | 2023-09-28 | 2023-09-28 | 基于边缘计算的北斗gnss接收机解算方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990847A true CN116990847A (zh) | 2023-11-03 |
CN116990847B CN116990847B (zh) | 2023-12-15 |
Family
ID=88528810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311269592.2A Active CN116990847B (zh) | 2023-09-28 | 2023-09-28 | 基于边缘计算的北斗gnss接收机解算方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990847B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117953665A (zh) * | 2024-03-27 | 2024-04-30 | 中铁水利水电规划设计集团有限公司 | 一种地质灾害监测预警***及其预警方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014174715A (ja) * | 2013-03-08 | 2014-09-22 | Panasonic Corp | 構造ヘルスモニタリングシステム |
CN204613689U (zh) * | 2015-05-29 | 2015-09-02 | 中水银星科技(北京)有限公司 | 大坝安全监测*** |
US20200056964A1 (en) * | 2017-03-30 | 2020-02-20 | Tlv Co., Ltd. | Risk Assessment Device, Risk Assessment Method, and Risk Assessment Program |
CN112381309A (zh) * | 2020-11-23 | 2021-02-19 | 珠江水利委员会珠江水利科学研究院 | 水库大坝安全监测预警方法、装置、***及存储介质 |
CN112432665A (zh) * | 2020-11-14 | 2021-03-02 | 合肥集知云信息科技有限公司 | 基于大数据分析的水利工程坝体安全实时监测预警管理*** |
KR20220125982A (ko) * | 2021-03-08 | 2022-09-15 | 주식회사 지엔아이티 | 3d 디지털 트윈 댐 안전 관리 시스템 및 방법 |
CN115270604A (zh) * | 2022-07-01 | 2022-11-01 | 水利部南京水利水文自动化研究所 | 寒区闸坝工程安全预警方法及智能监控*** |
US20220392326A1 (en) * | 2021-05-27 | 2022-12-08 | Northwest University | Multi-state triggered system and method for remote automatic monitoring and early warning of landslide mass |
CN115854853A (zh) * | 2022-11-18 | 2023-03-28 | 中石化石油工程技术服务有限公司 | 一种基于北斗地基增强站的海堤微形变监测方法 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警*** |
CN116050837A (zh) * | 2023-01-06 | 2023-05-02 | 深圳防灾减灾技术研究院 | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 |
US20230152479A1 (en) * | 2021-11-12 | 2023-05-18 | China University Of Mining And Technology | Physics-based and data-driven integrated method for rock burst hazard assessment |
CN116384591A (zh) * | 2023-05-23 | 2023-07-04 | 中国水利水电科学研究院 | 一种基于大数据的旱情预测方法、***和介质 |
CN116519473A (zh) * | 2023-05-09 | 2023-08-01 | 贵州师范学院 | 一种水库大坝变形监测***以及方法 |
-
2023
- 2023-09-28 CN CN202311269592.2A patent/CN116990847B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014174715A (ja) * | 2013-03-08 | 2014-09-22 | Panasonic Corp | 構造ヘルスモニタリングシステム |
CN204613689U (zh) * | 2015-05-29 | 2015-09-02 | 中水银星科技(北京)有限公司 | 大坝安全监测*** |
US20200056964A1 (en) * | 2017-03-30 | 2020-02-20 | Tlv Co., Ltd. | Risk Assessment Device, Risk Assessment Method, and Risk Assessment Program |
CN112432665A (zh) * | 2020-11-14 | 2021-03-02 | 合肥集知云信息科技有限公司 | 基于大数据分析的水利工程坝体安全实时监测预警管理*** |
CN112381309A (zh) * | 2020-11-23 | 2021-02-19 | 珠江水利委员会珠江水利科学研究院 | 水库大坝安全监测预警方法、装置、***及存储介质 |
KR20220125982A (ko) * | 2021-03-08 | 2022-09-15 | 주식회사 지엔아이티 | 3d 디지털 트윈 댐 안전 관리 시스템 및 방법 |
US20220392326A1 (en) * | 2021-05-27 | 2022-12-08 | Northwest University | Multi-state triggered system and method for remote automatic monitoring and early warning of landslide mass |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警*** |
US20230152479A1 (en) * | 2021-11-12 | 2023-05-18 | China University Of Mining And Technology | Physics-based and data-driven integrated method for rock burst hazard assessment |
CN115270604A (zh) * | 2022-07-01 | 2022-11-01 | 水利部南京水利水文自动化研究所 | 寒区闸坝工程安全预警方法及智能监控*** |
CN115854853A (zh) * | 2022-11-18 | 2023-03-28 | 中石化石油工程技术服务有限公司 | 一种基于北斗地基增强站的海堤微形变监测方法 |
CN116050837A (zh) * | 2023-01-06 | 2023-05-02 | 深圳防灾减灾技术研究院 | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 |
CN116519473A (zh) * | 2023-05-09 | 2023-08-01 | 贵州师范学院 | 一种水库大坝变形监测***以及方法 |
CN116384591A (zh) * | 2023-05-23 | 2023-07-04 | 中国水利水电科学研究院 | 一种基于大数据的旱情预测方法、***和介质 |
Non-Patent Citations (2)
Title |
---|
D. TRIPPANERA等: ""Experiments of dike-induced deformation: Insights on the long-term evolution of divergent plate boundaries"", 《JOURNAL OF GEOPHYSICAL RESEARCH: SOLID EARTH》, pages 6913 - 6942 * |
樊启祥等: ""向家坝右岸地下电站尾水***关键技术"", 《岩石力学与工程学报》, vol. 31, no. 12, pages 2377 - 2388 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117953665A (zh) * | 2024-03-27 | 2024-04-30 | 中铁水利水电规划设计集团有限公司 | 一种地质灾害监测预警***及其预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116990847B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
CN110427857B (zh) | 一种基于遥感数据融合的输电线路地质灾害分析方法 | |
CN116990847B (zh) | 基于边缘计算的北斗gnss接收机解算方法和*** | |
CN113538861B (zh) | 基于矿产地质勘查的地质灾害信息管理*** | |
CN106373070B (zh) | 一种应对城市暴雨内涝的四预方法 | |
CN109493569A (zh) | 滑坡预警方法、装置、计算机设备和存储介质 | |
CN110929946A (zh) | 基于地表水文过程的农业洪涝灾害监测预报***及方法 | |
Sebastian et al. | Hindcast of pluvial, fluvial, and coastal flood damage in Houston, Texas during Hurricane Harvey (2017) using SFINCS | |
WO2020111934A1 (en) | A method and system for detection of natural disaster occurrence | |
CN113222283A (zh) | 一种基于数字孪生的山洪预报预警方法及*** | |
CN116824807B (zh) | 多灾害预警报警方法及*** | |
CN116222670B (zh) | 一种城市绿地规划用生态景观边坡监测方法 | |
Ashok et al. | A systematic quantitative review on the performance of some of the recent short-term rainfall forecasting techniques | |
CN115600895A (zh) | 基于数字孪生的流域漫滩灾害风险评估方法及装置 | |
CN115789527A (zh) | 一种基于水环境信息化治理的分析***及方法 | |
CN115100819A (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
Zhuang et al. | The evaluation and downscaling‐calibration of IMERG precipitation products at sub‐daily scales over a metropolitan region | |
US20240077646A1 (en) | Automated optical-based system providing dynamic parametric flood impact cover and method thereof | |
CN113011747A (zh) | 建筑物监测方法、装置、电子设备及存储介质 | |
CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及*** | |
CN114118628A (zh) | 一种基于循环神经网络模型的灾害预警方法及相关设备 | |
Assoumpta et al. | Flood forecasting using quantitative precipitation forecasts and hydrological modeling in the Sebeya catchment, Rwanda | |
CN113254560B (zh) | 一种油田滩海的潮汐灾害预测***及方法 | |
CN117437755A (zh) | 一种水库汛情智能化预警方法、***、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |