[发明专利]一种滑坡位移预测方法、装置及电子设备有效

专利信息
申请号: 201910811128.9 申请日: 2019-08-30
公开(公告)号: CN110686633B 公开(公告)日: 2021-09-14
发明(设计)人: 李岩山;周李;刘洋;刘星;刘瑜;王海鹏 申请(专利权)人: 深圳大学;深圳市坪山区大数据资源管理中心
主分类号: G01B21/02 分类号: G01B21/02;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京东和长优知识产权代理事务所(普通合伙) 11564 代理人: 周捷
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 滑坡 位移 预测 方法 装置 电子设备
【说明书】:

发明实施例公开了一种滑坡位移预测方法、装置及电子设备,用于解决现有的滑坡位移预测精度较低的问题。方法包括:获取预定个监测点中每个监测点在预定个时刻的位移监测数据;基于每个所述监测点在预定个时刻的位移监测数据,确定在第一预定时刻所述预定个监测点中每两个监测点之间的滑坡位移空间关系数据;将每两个所述监测点之间的位移空间关系数据作为LSTM预测模型的输入,输出所述预定个监测点在第二预定时刻的位移数据,可以基于每个监测点在预定个时刻的位移监测数据和在第一预定时刻预定个监测点中每两个监测点之间的滑坡位移空间关系数据,确定预定个监测点在第二预定时刻的位移数据,结合滑坡位移的时间序列和空间序列,提高位移预测精度。

技术领域

本发明实施例涉及滑坡位移预测技术领域,尤其涉及一种滑坡位移预测方法、装置及电子设备。

背景技术

滑坡是世界范围内的一种主要自然地质灾害,对当地居民的生命和财产安全构成极大的威胁。研究表明,滑坡位移是滑坡复杂演化行为的直接表征。滑坡位移预测是降低滑坡危害和实现滑坡灾害预警的有效可靠方法。

现有滑坡位移预测方法通常是先将传感器在一段时间内采集得到的位移监测数据组成位移时间序列,然后进行时间序列分解,再应用各种模型对分解后的各项位移预测,最后预测的滑坡位移是各项预测位移的累加。

但是,现有的滑坡位移预测方法在预测过程中,人为地进行滑坡位移数据分解,破坏了位移序列数据的原有特征,增加了基于先验知识分解序列数据所引起的序列特征变化风险。同时,现有的滑坡位移预测方法仅考虑了时间序列使得位移预测精度较低。

发明内容

本发明实施例提供一种滑坡位移预测方法、装置及电子设备,用于解决现有的滑坡位移预测精度较低的问题。

本发明实施例采用下述技术方案:

第一方面,提供了一种滑坡位移预测方法,所述方法包括:

获取预定个监测点中每个监测点在预定个时刻的位移监测数据;

基于每个所述监测点在预定个时刻的位移监测数据,确定在第一预定时刻所述预定个监测点中每两个监测点之间的滑坡位移空间关系数据;

将每两个所述监测点之间的位移空间关系数据作为LSTM预测模型的输入,输出所述预定个监测点在第二预定时刻的位移数据,所述第二预定时刻为所述第一预定时刻的未来时刻;

其中,所述LSTM预测模型是基于多个监测点在第一组历史时刻的位移采样数据、在第二组历史时刻的位移验证数据和在第三组历史时刻的位移预测数据训练得到的。

进一步的,基于每个所述监测点在预定个时刻的位移监测数据,确定在第一预定时刻所述预定个监测点中每两个监测点之间的滑坡位移空间关系数据,包括:

在预定个时刻中的每个时刻,将所述预定个监测点中的每个监测点的位移监测数据分成c个模糊组;

通过目标函数,得到每个监测点的位移监测数据对所述每个模糊组的聚类中心的隶属度,所述目标函数表示各类中位移监测数据到聚类中心的距离平方和;

通过所述目标函数和每个监测点的位移监测数据对每个模糊组的聚类中心的隶属度,确定所述c个模糊组中每个模糊组的聚类中心;

基于所述隶属度,确定所述预定个监测点中每两个监测点的空间关系强度;

基于所述空间关系强度,确定在第一预定时刻所述预定个监测点中每两个监测点之间的滑坡位移空间关系数据。

进一步的,基于所述空间关系强度,确定在第一预定时刻所述预定个监测点中每两个监测点之间的滑坡位移空间关系数据,包括:

若空间关系强度为强,则确定所述预定个监测点中每两个监测点的位移差值为所述滑坡位移空间关系数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学;深圳市坪山区大数据资源管理中心,未经深圳大学;深圳市坪山区大数据资源管理中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910811128.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top