【技術實現步驟摘要】
本專利技術涉及數據處理，特別是指一種基于物聯網的綜合管廊動態風險預測方法及系統。
技術介紹
1、物聯網是指通過傳感器、設備和網絡將物理世界中的設備、系統和環境連接起來，實現信息的采集、傳輸、處理和共享的技術體系。它通過智能感知和互聯互通，使設備能夠自動化運行和實時交互。綜合管廊是指在城市地下建設的一個集中的隧道空間，用于安置多種市政管線（如電力、通訊、自來水、燃氣、供熱等），實現統一管理和維護，避免地面反復開挖。
2、綜合管廊作為城市關鍵的基礎設施，一旦發生管線泄漏、塌陷、過載等問題，將對供水、供電、通訊等城市運行帶來嚴重影響。通過風險預測方法，可以提前發現管廊運行中的潛在問題，降低故障發生的概率，提升管廊的安全性和可靠性，同時減少維修成本和對城市生活的干擾，保障城市的正常運行和居民的安全。
3、然而現有的綜合管廊風險預測往往將綜合管廊的運行因素獨立的利用固定值進行風險預測，超出固定值則存在風險，未超出則不存在風險。這種風險預測方式未考慮各個運行因素存在著潛在的耦合關系，僅通過單因素和固定閾值的方式分析的風險預測方式無法考慮多因素間的關聯和變化趨勢，風險預測準確率低，易出現誤報漏報的情況下，且不能發現潛在風險，影響綜合管廊的安全運行。
技術實現思路
1、為了解決現有技術存在的綜合管廊風險預測往往將綜合管廊的運行因素獨立的利用固定值進行風險預測，超出固定值則存在風險，未超出則不存在風險。這種風險預測方式未考慮各個運行因素存在著潛在的耦合關系，僅通過單因素和固定
2、本專利技術實施例提供的技術方案如下：
3、第一方面
4、本專利技術實施例提供的一種基于物聯網的綜合管廊動態風險預測方法，應用于綜合管廊的風險預測平臺，風險預測平臺包括依次連接的數據采集終端、邊緣端和云端，數據采集終端與云端連接；方法包括：
5、s1：通過云端獲取包括不同管廊特征的歷史綜合管廊監測數據；
6、s2：對歷史綜合管廊監測數據進行主成分分析，確定歷史綜合管廊監測數據的特征值和特征向量；
7、s3：根據特征向量和特征值確定主軸方向和主軸方向半軸長度，并結合卡方檢驗和大數定律建立描述綜合管廊正常運行狀態的最小橢球體；
8、s4：將最小橢球體下發至邊緣端；
9、s5：通過數據采集終端采集當前綜合管廊監測數據；
10、s6：將當前綜合管廊監測數據上傳至邊緣端，結合最小橢球體和主軸方向半軸長度判斷當前綜合管廊監測數據是否異常，若是，則進入步驟s7，否則，返回步驟s5；
11、s7：通過夏普利值確定異常的當前綜合管廊監測數據中的異常管廊特征；
12、s8：輸出異常的當前綜合管廊監測數據和異常管廊特征，發出風險預警。
13、第二方面
14、本專利技術實施例提供的一種基于物聯網的綜合管廊動態風險預測系統，包括：
15、處理器；
16、存儲器，存儲器上存儲有計算機可讀指令，計算機可讀指令被處理器執行時，實現如第一方面的基于物聯網的綜合管廊動態風險預測方法。
17、第三方面
18、本專利技術實施例提供的一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如第一方面的基于物聯網的綜合管廊動態風險預測方法。
19、本專利技術實施例提供的技術方案帶來的有益效果至少包括：
20、（1）在本專利技術中，對歷史綜合管廊監測數據進行主成分分析，確定歷史綜合管廊監測數據的特征值和特征向量，根據特征向量和特征值確定主軸方向和主軸方向半軸長度，并結合卡方檢驗和大數定律建立描述綜合管廊正常運行狀態的最小橢球體，通過主成分分析提取關鍵特征，結合卡方檢驗和大數定律動態調整模型，全面捕捉正常管廊數據的數據分布特性，進而反向提升風險預測的準確性和適應性，有效減少誤報和漏報，適應復雜管廊環境變化，保障運行安全。之后利用該最小橢球體和主軸方向半軸長度將當前綜合管廊監測數據作為一個整體即關聯數據判斷其是否異常，而不是分別獨立的進行判斷。在不位于最小橢球體的情況下直接判定當前綜合管廊監測數據異常，若位于最小橢球體的情況下則利用主軸方向半軸長度進一步判斷和驗證是否異常，能夠快速處理海量數據，延遲低且風險預測準確性高。最后利用夏普利值精確量化各特征對異常的貢獻，能夠準確定位異常管廊特征，提升風險預測的針對性和解釋性，同時有效減少誤報范圍，為后續風險干預提供明確方向，進一步增強綜合管廊動態風險預測的效率和精度。
21、（2）在本專利技術中，還結合了包括數據采集終端、邊緣端和云端的物聯網風險預測平臺，充分利用邊緣端的數據就近處理能力提升預測實時性，利用云端強大的數據計算能力準確快速的建立描述綜合管廊正常運行狀態的最小橢球體，進一步提升了綜合管廊的風險預測精度和實時性。
本文檔來自技高網...【技術保護點】
1.一種基于物聯網的綜合管廊動態風險預測方法，其特征在于，應用于所述綜合管廊的風險預測平臺，所述風險預測平臺包括依次連接的數據采集終端、邊緣端和云端，所述數據采集終端與所述云端連接；方法包括：
2.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述管廊特征包括溫度、濕度、氣體濃度、光照強度、壓力值、振動量、位移量、電纜電壓和電纜電流。
3.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，在所述S1之后，還包括：
4.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述S2具體包括：
5.根據權利要求4所述基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述最小橢球體具體為：
6.根據權利要求5所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述S6中的通過所述最小橢球體判斷當前綜合管廊監測數據是否異常，具體包括：
7.根據權利要求5所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述S7具體包括：
8.根據權利要
9.一種基于物聯網的綜合管廊動態風險預測系統，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至8中任一項所述的基于物聯網的綜合管廊動態風險預測方法。
...【技術特征摘要】
1.一種基于物聯網的綜合管廊動態風險預測方法，其特征在于，應用于所述綜合管廊的風險預測平臺，所述風險預測平臺包括依次連接的數據采集終端、邊緣端和云端，所述數據采集終端與所述云端連接；方法包括：
2.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述管廊特征包括溫度、濕度、氣體濃度、光照強度、壓力值、振動量、位移量、電纜電壓和電纜電流。
3.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，在所述s1之后，還包括：
4.根據權利要求1所述的基于物聯網的綜合管廊動態風險預測方法，其特征在于，所述s2具體包括：
5.根據權利要求4所述基于物聯網的綜合管廊動態風險預測方法，...
【專利技術屬性】
技術研發人員：鄧楠，劉克會，徐棟，王艷霞，
申請(專利權)人：北京市科學技術研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。