[發明專利]隧道形變預測方法和裝置

在審

• 申請號: 201610195345.6
• 申請日: 2016-03-30
• 公開（公告）號: CN107292410A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 亢春;周衛軍;張瑤;馬孝亮;李月霄;方艷;楊春;張偉;王玉柱
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/11;G06F17/16
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 馬爽,黃健

技術領域

本發明涉及隧道勘察領域，尤其涉及一種隧道形變預測方法和裝置。

背景技術

形變監測的目的就是對具有代表性的形變監測點進行多期重復觀測，通過建立形變模型與數據處理，獲得形變體的形變規律，進而做出形變分析和預測預報。多年來各國學者采用各種統計分析模型對形變觀測數據處理與預測預報作了大量的研究，建立了各種模型。

盡管這些形變模型對形變觀測數據的擬合和形變規律的揭示以及形變的預測預報具有重要的理論意義和應用價值，但無論地殼發生沉降，還是大型建筑物發生形變，其內部變化機制都十分復雜，且受到諸多環境因素的影響，因此都是復雜的隨機系統，建立形變體的機理模型十分困難，而建立的各種統計分析模型由于無法顧及形變的不確定性、時變性等特征，導致預報誤差大、精度低。由于預測環境常常是不確定的，且不斷變化的，針對某些因素所建立的單一預測模型就會面臨假設性錯誤的問題。

發明內容

本發明的目的是提供一種隧道形變預測方法和裝置，用以解決現有技術中單一預測模型就會面臨假設性錯誤的問題。

本發明一方面提供一種隧道形變預測方法，包括：獲取隧道的形變觀測數據和所述形變觀測數據對應的觀測時間；

根據所述形變觀測數據、所述觀測時間采用規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法分別獲取所述隧道的形變變化量預測曲線；

分別獲取所述規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法獲取的隧道的形變變化量預測曲線的相關系數和預測誤差系數；

將所述雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法中所述相關系數最大以及預測誤差系數最小的算法所對應的形變變化量預測曲線，確定為隧道形變預測曲線。

本發明另一方面還提供了一種隧道形變預測裝置，包括：獲取模塊，用于獲取隧道的形變觀測數據和所述形變觀測數據對應的觀測時間；

預測模塊，根據所述形變觀測數據、所述觀測時間按照規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法分別獲取所述隧道的形變變化量預測曲線；

系數計算模塊，用于分別獲取所述規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法獲取的隧道的形變變化量預測曲線的相關系數和預測誤差系數；

選取模塊，用于將所述雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法中所述相關系數最大以及預測誤差系數最小的算法所對應的形變變化量預測曲線，確定為隧道形變預測曲線。

本發明提供的隧道形變預測方法和裝置，通過采用多個算法獲取隧道的形變變化量預測曲線，通過采用相關系數最大以及預測誤差系數最小的算法所對應的形變變化量預測曲線作為隧道形變預測曲線，從而可以避免單一模型對隧道形變預測帶來的不準確性。

附圖說明

圖1為本發明實施例提供的隧道形變預測方法的流程圖；

圖2是本發明又一實施例提供的隧道形變預測方法的流程圖；

圖3為本發明再一實施例提供的隧道形變預測方法的流程圖；

圖4為本發明另一實施例提供的隧道形變預測方法的流程圖；

圖5為本發明再一實施例提供的隧道形變預測方法的流程圖；

圖6為本發明實施例提供的隧道形變預測裝置的結構示意圖；

圖7為本發明實施例提供的隧道形變預測裝置的結構示意圖。

具體實施方式

實施例一

本實施例提供了一種隧道形變預測方法，圖1為本發明實施例提供的隧道形變預測方法的流程圖，如圖1所示，該隧道形變預測方法包括：

步驟101，獲取隧道的形變觀測數據和所述形變觀測數據對應的觀測時間。

具體的，形變觀測數據為多個數據，當然與形變觀測數據對應的觀測時間也為多個。

步驟102，根據所述形變觀測數據、所述觀測時間采用規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法分別獲取所述隧道的形變變化量預測曲線。

具體的，采用多個算法對隧道的形變變化量進行預測，得到形變變化量的預測曲線。一般來說，是根據不同的算法建立隧道的形變變化量的模型，根據輸入的形變觀測數據和與形變觀測數據對應的觀測時間擬合得到隧道的形變變化量預測曲線。

步驟103，分別獲取規范雙曲線算法、灰色系統算法、神經網絡算法、卡爾曼濾波算法獲取的隧道的形變變化量預測曲線的相關系數和預測誤差系數。

在采用不同的算法獲取到了不同的隧道的形變變化量預測曲線之后，需要對幾個曲線進行評價，因此需要獲取隧道的形變變化量預測曲線的相關系數和預測誤差系數。