[發明專利]一種基于測點時空特征的工程安全監測系統區域劃分方法

有效

• 申請號: 201910371947.6
• 申請日: 2019-05-06
• 公開（公告）號: CN110260914B
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 毛鶯池;齊海;易魁;程楊堃;陳豪;王龍寶;葛恒;劉凡;張鵬;黃倩;彭欣欣;吳光耀
• 申請（專利權）人: 河海大學;華能瀾滄江水電股份有限公司;華能集團技術創新中心有限公司
• 主分類號: G01D21/02
• 分類號: G01D21/02;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 梁耀文

本發明公開了一種基于測點時空特征的工程安全監測系統區域劃分方法，包括測點時空特征表示和區域劃分兩個階段；在測點時空特征表示階段：采用一種時序降噪自動編碼器，壓縮高維監測數據表增測點時序特征，通過歸一化方法表示測點空間特征(坐標位置信息、測點屬性等)。在區域劃分階段：采用一種基于測點時空特征的區域劃分方法，引入輔助目標變量優化區域劃分目標函數，使區域劃分結果反映結構體運行物理規律，將全局安全評判問題分治到局部單域上。本發明通過分析測點監測數據變化規律，實現對大壩運行工況綜合評判，為工程安全分析提供決策依據。

技術領域

本發明屬于工程安全監測領域，特別涉及一種基于測點時空特征的工程安全監測系統區域劃分方法。

背景技術

傳感器和物聯網技術的快速發展，使大型土木工程結構體的監測手段越來越豐富。以水電站大壩安全監測為例，在大壩內部部署各類傳感器(測點)，包括應變類、滲壓類、位移類、鋼筋計類、測斜類、測力計類等，通過無線或光纖的方式連接，構成自動化安全監測系統。傳感器監測多種物理量，如位移、變形、開合度、壓力、應力等，利用專業模型分析監測數據，感知大壩各個局部區域的物理量變化，評判大壩運行狀態。

然而，大壩空間結構巨大，所部署的測點數量龐大，導致自動化監測系統采集到海量監測數據。傳統專業模型難以處理大量測點監測數據。現有的解決方案是采用分治法的思想，將大壩整體(全域)劃分為若干局部區域(單域)，融合單域評價結果實現全域綜合評判。在實際應用中，通常根據結構體工程規范、設計資料和工程經驗劃分區域。以大壩為例，實際運維中根據壩段和高程分別進行橫向和縱向劃分，得到網格化的區域。圖1所示為某拱壩網格化區域劃分示意圖，不同灰度實心圓點對應不同類型測點，橫向和縱向虛線分別表示壩段和高程。利用網格內的測點數據評價網格區域的運行狀態，通過專家為不同網格區域賦權重，加權融合局部評價進行全局安全綜合評判。

網格化劃分方法比較粗略，網格大小依賴于人工，不具有普遍性。同時網格劃分沒有考慮測點空間分布信息和監測數據時序變化規律。圖1中同一網格中存在多種類型的測點，這些測點監測數據之間可能不存在相關性，影響單域評價準確性。一方面，由于管理規范、儀器故障、環境變化、實際監測需求等原因，測點空間分布存在變動。另一方面，大壩運行期間局部物理量會動態變化，測點監測數據特征會隨著時間推移而改變。因此，區域劃分結果應當及時反映結構體物理量動態變化規律。如圖1中類似的依賴于人工經驗和設計資料的區域劃分方式無法滿足結構體安全監測要求。針對結構體中測點監測數據空間分布與時序數據動態可變的情況，新提出的區域劃分方法應利用測點時空特征進行聚類，使得區域內聚程度高，區域之間相關性低，利用測點相關性的區域劃分如圖2所示。

結構體區域劃分的本質是根據測點特征數據進行測點聚類，所得的區域內部測點特征相似性高，區域間測點特征相異性高。傳統聚類方法主要有基于劃分聚類、，模糊聚類、基于層次聚類、基于密度聚類等。目前應用最廣泛的聚類算法包括K均值聚類(K-Means)、高斯混合模型(Gaussian Mixture Model,GMM)和模糊聚類分析等。K-Means通過迭代搜索優化K個質心的位置進行聚類。GMM和模糊聚類學習出某種概率分布函數，給出樣本屬于每個類別的概率。傳統聚類方法能夠較好的處理低維特征數據，但面對高維數據時存在收斂時間長、聚類準確率低等問題。自動編碼器(Autoencoder,AE)能夠壓縮高維數據(天文、氣象、圖片、長時間序列等)表示其特征。深度聚類網絡(Deep Clustering Network,DCN)針對處理圖片、文本等高維數據，能夠學習到復雜表示的概率分布函數，與此同時也會帶來復雜的網絡結構和參數調整。大壩監測數據具有高維、動態可變的特點，采用自動編碼器提取測點時空特征，引入輔助分布變量優化深度聚類目標函數，實現結構體區域劃分。

發明內容

發明目的：為了克服現有技術中存在的不足，本發明提供一種基于測點時空特征的工程安全監測系統區域劃分方法，通過分析測點監測數據變化規律，實現對大壩運行工況綜合評判，為工程安全分析提供決策依據。