[發明專利]一種公路隧道應急預案自動生成方法、系統及裝置

在審

• 申請號: 202310209696.8
• 申請日: 2023-03-01
• 公開（公告）號: CN116304697A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 王哲;童星;劉元鵬;陳曉魯;顏國翠;劉宇博;韋凱;高鶴;馮雅衛
• 申請（專利權）人: 山東正晨科技股份有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/25;G06N3/04;G06N3/08;G06Q10/0633
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 井奉軍

1.一種公路隧道應急預案自動生成方法，其特征在于，包括如下步驟：

S1：獲取事件發生時公路隧道內預設類型設備的數據信息；

S2：獲取事件的文字描述信息；

S3：對所述數據信息進行歸一化處理，并生成相應的數據表示矩陣；

S4：對文字描述信息進行編碼，生成與數據信息維度相同的文字信息；

S5：將數據信息和文字信息進行數據融合，構建數據集；

S6：利用數據集建立多任務深度學習模型，并進行模型訓練；

S7：模型訓練完成后，生成測試結果，并根據預設模版生成應急預案信息。

2.根據權利要求1所述的公路隧道應急預案自動生成方法，其特征在于，所述預設類型設備，包括：

情報板類設備、氣象類設備、車道指示類設備、光伏類設備、UPS類設備、微波車檢類設備、照明類設備、通風類設備和消防類設備。

3.根據權利要求1所述的公路隧道應急預案自動生成方法，其特征在于，所述步驟S3包括：

獲取近1分鐘內預設類型設備的數據信息；

取每項數據的均值以彌補數據采集過程中的個別數據缺失；

將每類數據補長至相同長度D，缺失部分以0值填充；

進行數據歸一化處理，并生成大小為N×D的數據表示矩陣；其中，D為預設類型設備的種類數量。

4.根據權利要求3所述的公路隧道應急預案自動生成方法，其特征在于，所述步驟S4包括：

使用Sentence2Vec算法對文字描述信息的每個句子進行編碼，生成與數據信息維度相同的文字信息。

5.根據權利要求4所述的公路隧道應急預案自動生成方法，其特征在于，所述步驟S5包括：

將數據信息與文字信息進行數據融合以構建多任務深度學習模型的輸入樣本，輸入樣本維度為(N+1)×D；

對每個輸入樣本綁定標簽以構建數據集；

將數據集劃分為訓練集、驗證集和測試集。

6.根據權利要求5所述的公路隧道應急預案自動生成方法，其特征在于，所述步驟S6包括：

以DenseNet模型為主要特征提取結構，以硬參數共享的方式，利用數據集構建多任務深度學習模型；

在多任務深度學習模型的輸出層設置有5個子任務輸出，每個子任務輸出均設有相應的計算損失函數；

利用訓練集和驗證集進行多任務深度學習模型的訓練，經過測試集評估后生成最優的多任務深度學習模型；

其中，5個子任務包括：照明強度調整回歸損失、通風系統開啟強度回歸損失、車指關閉數量分類損失、消防設施是否啟動分類損失、應急廣播和情報板是否啟動分類損失。

7.根據權利要求5所述的公路隧道應急預案自動生成方法，其特征在于，所述步驟S7包括：

訓練完成，生成測試集準確率和測試集的樣本結果，并根據預設模版生成應急預案信息。

8.根據權利要求7所述的公路隧道應急預案自動生成方法，其特征在于，所述預設模版包括：隧道信息、事件描述和預案信息；

其中，隧道信息由預設系統導入、事件描述為獲取的文字描述信息、預案信息為多任務深度學習模型的生成信息，預案信息包括各類型設備應執行的情況說明。

9.一種公路隧道應急預案自動生成系統，其特征在于，包括：

第一信息采集模塊，用于獲取事件發生時公路隧道內預設類型設備的數據信息；

第二信息采集模塊，用于獲取事件的文字描述信息；

第一數據處理模塊，用于對所述數據信息進行歸一化處理，并生成相應的數據表示矩陣；

第二數據處理模塊，用于對文字描述信息進行編碼，生成與數據信息維度相同的文字信息；

數據融合模塊，用于將數據信息和文字信息進行數據融合，構建數據集；

深度學習模塊，用于利用數據集建立多任務深度學習模型，并進行模型訓練；預案生成模塊，用于模型訓練完成后，生成測試結果，并根據預設模版生成應急預案信息。

10.一種公路隧道應急預案自動生成裝置，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至8任一項所述公路隧道應急預案自動生成方法的步驟。