基于深度学习的弃渣场危险性预警方法及系统

    公开(公告)号:CN111639813A

    公开(公告)日:2020-09-08

    申请号:CN202010486831.X

    申请日:2020-06-01

    Abstract: 本发明提出一种基于深度学习的弃渣场危险性预警方法及系统,包括如下步骤:获取弃渣场坍塌危险影响因子;将筛选的弃渣场危险影响因子原始数据进行正交试验处理,计算各组试验的抗滑稳定系数,并划分该区域预警区间;构建深度学习模型;通过历史弃渣场稳定系数选取样本数据;样本数据划分为训练样本数据和测试样本数据,将训练样本数据传入深度学习模型中训练,并在测试样本数据上测试,通过误差优化模型;构建弃渣场危险性评价模型,将待测样本特征值输入模型进行计算,输出其对应稳定系数;通过输出稳定系数,传输入弃渣场危险性评价系统划分进行筛分,输出分级预警信号以及防护措施,传递于终端设备。其效率高且精度准确。

    浆砌石拱坝自动化监测系统

    公开(公告)号:CN111694916B

    公开(公告)日:2022-12-13

    申请号:CN202010517174.0

    申请日:2020-06-09

    Applicant: 福州大学

    Abstract: 本发明提供了一种浆砌石拱坝自动化监测系统,包括:数据采集模块、数据中心库模块和拱坝安全监测分析预警模块;所述数据采集模块包括:水位传感器、温度传感器和坝体径向位移监测模块;所述数据中心库模块用于存储数据采集模块和拱坝安全监测分析预警模块生成的历史数据;所述拱坝安全监测分析预警模块通过多元线性回归方法和/或LSTM方法和/或高斯过程回归方法和/或卷积神经网络方法对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。其提出砌石拱坝的大坝安全反演模型和预测评估预警系统,通过人工智能方法的运用能够将结构校核时间推进到秒级响应,为大坝的实时安全评估和预测预警分析开辟新路。

    浆砌石拱坝自动化监测系统

    公开(公告)号:CN111694916A

    公开(公告)日:2020-09-22

    申请号:CN202010517174.0

    申请日:2020-06-09

    Applicant: 福州大学

    Abstract: 本发明提供了一种浆砌石拱坝自动化监测系统,包括:数据采集模块、数据中心库模块和拱坝安全监测分析预警模块;所述数据采集模块包括:水位传感器、温度传感器和坝体径向位移监测模块;所述数据中心库模块用于存储数据采集模块和拱坝安全监测分析预警模块生成的历史数据;所述拱坝安全监测分析预警模块通过多元线性回归方法和/或LSTM方法和/或高斯过程回归方法和/或卷积神经网络方法对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。其提出砌石拱坝的大坝安全反演模型和预测评估预警系统,通过人工智能方法的运用能够将结构校核时间推进到秒级响应,为大坝的实时安全评估和预测预警分析开辟新路。

Patent Agency Ranking