[发明专利]一种基于大数据的边坡安全预警方法、系统及可存储介质

说明书

本发明公开了一种基于大数据的边坡安全预警方法、系统及可存储介质，本发明包括以下步骤：建立边坡监测云端数据库；利用网络爬虫获取云端数据库的边坡监测数据，基于边坡监测数据构建数据集；构建初始边坡安全预警模型，将所述数据集输入到初始边坡安全预警模型中，对初始边坡安全预警模型进行训练，得到边坡安全预警模型；将边坡实时监测数据输入到边坡安全预警模型中，得到预警等级；利用预警结果更新边坡监测云端数据库。本发明通过模型构建以及实时预警对于边坡安全具有更好的识别效果和更高的泛化能力。

技术领域

本发明涉及边坡监测领域，更具体的说是涉及一种基于大数据的边坡安全预警方法、系统及可存储介质。

背景技术

矿山高陡边坡滑坡经常威胁到人们的生命财产安全，造成环境和资源的破坏，是制约矿山安全生产的核心问题，滑坡灾害作为一种严重的地质灾害，其发生的原因往往是未及时进行科学的边坡病害检测。其中裂隙是最主要、最明显的边坡病害表征之一，对露天矿边坡稳定具有重要影响，因此，选择科学合理的方法对露天矿边坡裂隙进行准确、实时的检测，对边坡进行及时有效的管控，对于保证矿山安全生产，提高矿山经济效益，具有重要的理论意义和实际意义。

并且，随着大数据新技术的迅猛发展，基于大数据的建筑安全性监测应用越来越广泛，针对监测的数据量大、项目种类及形式多样、复杂施工过程或极端环境影响下的边坡动态反映不及时等问题。

综上，如何基于大数据对边坡进行实时监测预警是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于大数据的边坡安全预警方法、系统及可存储介质，以解决背景技术中存在的问题。

为了实现上述目的，本发明采用如下技术方案：

一方面公开了一种基于大数据的边坡安全预警方法，包括以下步骤：

建立边坡监测云端数据库；

利用网络爬虫获取云端数据库的边坡监测数据，基于边坡监测数据构建数据集；

构建初始边坡安全预警模型，将所述数据集输入到初始边坡安全预警模型中，对初始边坡安全预警模型进行训练，得到边坡安全预警模型；

将边坡实时监测数据输入到边坡安全预警模型中，得到预警等级；

利用预警结果更新边坡监测云端数据库。

可选的，通过对边坡及附属设施的基础信息和边坡及附属设施的检测、养护信息采集，云端数据库实时更新；所述云端数据库还支持全局检索。

可选的，基于边坡监测数据构建数据集的具体步骤如下：

获取云端数据库中的原始边坡监测数据，对所述原始边坡监测数据实施信息熵量化处理；

使用K-mean聚类算法划分数据的类别，基于预设阈值判别属于安全数据还是异常数据；

并对安全数据和异常数据分别贴标签，其中安全数据的标签为1，异常数据的标签为0。

可选的，所述信息熵量化的原理如下：

其中，G_i表示不同类别概率的描述，L表示信息基元类别数量，S表示信息熵。

可选的，还包括利用Spark大数据处理技术解决数据质量问题，支持从数据源、数据清洗、加工、处理各个环节的数据监管，同时提供指标级的监控规则配置，对问题数据通过弹窗、短信、APP推送方式通知维护人员。

可选的，对边坡监测数据采用滑动窗口算法进行预处理。

另一方面还公开了一种基于大数据边坡安全预警系统，包括：