[发明专利]提供基于到达间隔时间的测量和预测即将发生的自然灾难性事件的测量系统及其方法

摘要

提出了一种测量和预测系统，其提供具有复杂聚类结构的发生率的新出现危险的早期到达间隔时间识别和自适应时间间隔测量。测量系统(1)包括测量站或传感器(90,91,92,…/401,402,…,411,412)，用于通过测量的传感数据(4011,4012,…)测量发生的风险事件(311,…,313)。此外，系统(1)包括数据传输网络(2)，用于将测量设备(90,91,92,…/401,402,…,411,412)的测量的传感数据(911,912,913,…/4011,4012,…)传输到中央核心电路(10)，测量的传感数据(911,912,913,…/4011,4012,…)被分配给历史危险集合(31)，其包括每个分配的风险事件的事件参数。借助于系统(1)，基于测量的频率以及所述危险集合(31)的所述风险事件(311,…,313)的相关联严重性(341,…,343)或作为替代度量的损失(321,…,323)，生成事件损失集合(32)，每个所述灾难性事件(311,…,313)产生设定的特定严重性(321,…,323/341,…,343)。系统(1)基于相应的所生成的到达间隔时间参数(1012/IAT)的自动和/或动态估计分布(1011)来使用构造的时间戳(331,…,333)。到达间隔时间参数(1012)捕获时段严重性或损失集合(35/33)的连续事件(311,…,313)之间的等待时间。等待时间测量灾难性事件(311,…,313)的两次连续测量的发生之间的时间间隔，能够通过时间间隔和系统(1)随时间跟踪灾难性事件(311,…,313)的发生，并且自动捕获危险特定时间聚类(1031)和/或季节性发生模式(1032)。

主权项

1.一种测量和预测系统，提供具有复杂聚类结构的发生率的新出现危险的早期到达间隔时间识别和时间间隔测量，其中所述系统(1)包括测量站或传感器(90,91,92,…/401,402,…,411,412)用于通过测量的传感数据(4011,4012,…)测量将发生的风险事件(311,…,313)，其中所述系统(1)包括用于将测量设备(90,91,92,…/401,402,…,411,412)的测量的传感数据(911,912,913,…/4011,4012,…)传输到中央核心电路(10)的数据传输网络(2)，所述测量的传感数据(911,912,913,…/4011,4012,…)被分配给历史危险集合(31)，其包括每个分配的风险事件的事件参数，其中为了捕获和测量适当的测量的传感数据(911,912,913,…/4011,4012,…)，所述中央核心电路(10)包括风险事件驱动的核心聚合器(100)，其具有测量数据驱动的触发器(1001)，用于在所述传感器(90,91,92,…/401,…,405)和/或测量设备(411,…,415)的数据流路径(921,922,923,…/421,…,425)中触发、捕获和监测，所述测量和预测系统通过所述中央核心电路(10)的信号传送向相关联的自动设备提供风险暴露和/或发生预测参数，并且其中借助于所述系统(1)，基于所测量的频率以及所述危险集合(31)的所述风险事件(311,…,313)的相关联严重性(341,…,343)生成事件严重性集合(34)，每个所述风险事件(311,…,313)产生设定的特定严重性(341,…,343)，其特征在于，组合了时段严重性集合(35)来记录分配给生成的时间戳(351,…,353)的事件严重性集合(34)的事件严重性(341,…,343)，其中所述时段损失集合(35)提供事件严重性集合(34)的测量事件的基于相应时间的日志记录，其中生成包括编码时间数据序列的时间戳(351,…,353)并将其分配给事件严重性集合(34)的每个事件(341,…,343)，并且其中特定时间戳(351,…,353)标识作为测量特定事件的时间点的出现，时间戳(351,…,353)是使用相应生成的到达间隔时间参数(1012/IAT)的估计或预定义的分布(10111)而自我维持的构造，其中到达间隔时间参数(1012)捕获时段严重性集合(35)的连续事件(311,…,313)之间的等待时间，并且其中等待时间测量风险事件(311,…,313)的两次连续测量的发生之间的时间间隔，能够通过所述时间间隔随时间跟踪风险事件(311,…,313)的发生，并且基于包括时间戳参数(351,…,353)和特定时间范围的严重性(341,…,343)的所述时段严重性集合(35)，由所述中央核心电路(10)评估和生成相应的早期识别参数或预测时间间隔参数(711,…,715/721,…,725)。