CN110675610A - 一种自动化监测数据自动预报警的方法 - Google Patents

一种自动化监测数据自动预报警的方法 Download PDF

Info

Publication number
CN110675610A
CN110675610A CN201910964347.0A CN201910964347A CN110675610A CN 110675610 A CN110675610 A CN 110675610A CN 201910964347 A CN201910964347 A CN 201910964347A CN 110675610 A CN110675610 A CN 110675610A
Authority
CN
China
Prior art keywords
data
data block
delta
alarm
monitoring result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910964347.0A
Other languages
English (en)
Inventor
褚伟洪
陈卫南
戴加东
郭春生
刘丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SGIDI Engineering Consulting Group Co Ltd
Original Assignee
SGIDI Engineering Consulting Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SGIDI Engineering Consulting Group Co Ltd filed Critical SGIDI Engineering Consulting Group Co Ltd
Priority to CN201910964347.0A priority Critical patent/CN110675610A/zh
Publication of CN110675610A publication Critical patent/CN110675610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18Prevention or correction of operating errors
    • G08B29/185Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188Data fusion; cooperative systems, e.g. voting among different detectors
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了自动化监测领域的一种自动化监测数据自动预报警的方法,在考虑日变量和累计变量的基础上,提出考虑了若干小时内变化量的判断,将自动化监测数据指标划分为时变化量、日变化量和累计变化量三种变化情况,并结合规范与标准的预报警指标设置相应的系数组合将自动化测点状态标记为速率预警、速率报警、速率正常、累计预警、累计报警、累计正常、正常,实现对监测结果的判断。

Description

一种自动化监测数据自动预报警的方法
技术领域
本发明属于自动化监测领域,具体涉及一种自动化监测数据自动预报警的方法。
背景技术
在工程监测中,对被测对象状态是否处于受控状态,一般用监测数据变化速率(变化速率一般是以24小时变化量)和累计值来评判,分为变化速率预报警和累计值预报警。
自动化监测技术在工程监测中应用越来越广泛,由于自动化监测数据间隔时间短,归化到常规监测数据速率报警值后,远超速率报警值,缺少合理的方法对自动化监测数据实施变化速率预报警,目前对于监测化监测数据仅进行累计值的预报警。而变化速率这一指标可反应变形发展态势,是判断被测对象是否处于安全状态的重要依据。
发明内容
本发明提供一种自动化监测数据自动预报警的方法,能够对监测数据的变化速率和累计值这两个指标进行综合判断,结合变化速率和累计值的判断当前被测对象的状态。
本发明的目的是这样实现的:一种自动化监测数据自动预报警的方法,设日变量预报警值为Δr,设累计变量预报警值为Δz,预设Δr的预警倍数、Δr的报警倍数、Δz的预警倍数、Δz的报警倍数;
该方法至少包括如下步骤:
S1、选取当前监测结果及其之前的若干结果数据作为数据块一,选取与数据块一相隔t时间间隔的、具有同样大小规模的监测结果作为数据块二,选取与数据块一相隔一天的、具有同样大小规模的监测结果作为数据块三,其中,时间间隔t为0.5~6h;
S2、若数据块一与数据块二或数据块三之差在Δr的预警倍数范围之内,则将当前监测结果标记为“速率预警”;
S3、若数据块一与数据块二或数据块三之差在Δr的报警倍数范围之内,则将当前监测结果标记为“速率报警”,然后发送测点速率报警信息,以提醒相关单位密切关注数据变化并做好控制措施,若否,则将当前监测结果标记为“速率正常”数据,其中Δr的报警倍数大于Δr的预警倍数;
S4、若数据块一的若干数据都在Δz的预警倍数范围之内,则将当前监测结果标记为“累计预警”;
S5、若数据块一的若干数据都在Δz的报警倍数范围之内,则将当前监测结果标记为“累计报警”,然后发送测点累计报警信息,以提醒相关单位密切关注数据变化并做好控制措施,若否,则将当前监测结果标记为“累计正常”数据,其中Δz的报警倍数大于Δz的预警倍数;
S6、根据步骤S1-S5输出当前监测数据的状态,若当前监测结果的速率正常、累计正常,则将当前监测结果标记为“正常”数据,若否,则按实际判断结果进行输出。
进一步地,本方法中使用的经验系数为n1~n6,上述Δr的预警倍数、Δr的报警倍数、Δz的预警倍数、Δz的报警倍数从n1~n6中选取。
进一步地,上述n1~n6均不大于1。
进一步地,在S2步骤中,若数据块一与数据块二之差在Δr的n1~n2倍范围之内,则将当前监测结果标记为“速率预警”。
进一步地,在S2步骤中,若数据块一与数据块三之差在Δr的n3~n4倍范围之内,则将当前监测结果标记为“速率预警”。
进一步地,在S3步骤中,若数据块一与数据块二之差超过Δr的n2倍范围,则将当前监测结果标记为“速率报警”。
进一步地,在S3步骤中,若数据块一与数据块三之差超过Δr的n4倍范围,则将当前监测结果标记为“速率报警”。
进一步地,在S2步骤和S3步骤中,上述数据块一与数据块二或数据块三之差均为绝对值。
本发明的有益效果包括:
1)采用本发明对自动化监测数据进行判断,可同时实现速率变化及累计变化的分级自动预报警,从而加强对自动化监测数据的分析与应用;
2)本发明中将待判定数据所在数据块同时与同样大小、一定时间间隔的数据块及前一日数据块相比较,来判定数据速率和累计的预报警情况,相较于单次监测数据与报警阈值对比判断方法更全面,效果更佳;
3)对速率变化预报警及累计变化预报警分别设置系数,实现对两项指标的分级预报警,有利于突出预报警级别及重点预报警区域;
4)本发明在考虑日变量和累计变量的基础上,提出考虑了若干小时内变化量的判断,将自动化监测数据指标划分为时变化量、日变化量和累计变化量三种变化情况,并结合规范与标准的预报警指标设置相应的系数组合将自动化测点状态标记为速率预警、速率报警、速率正常、累计预警、累计报警、累计正常、正常,实现对监测结果的判断。
附图说明
图1是本发明的流程图。
图2是自动化监测数据模块示意图。
图3是自动化监测数据的变化曲线图。
图4是自动化监测数据的速率变化曲线图。
具体实施方式
为进一步阐述本发明为达到的目的所采取的技术手段及功效,以下结合实际基坑监测中围护结构侧向位移(测斜)自动化监测项目为例,对本发明的具体实施步骤作详细说明。
设日变量预报警值为Δr,设累计变量预报警值为Δz,依据现有的相关规范与标准设定;本方法中使用的经验系数为n1~n6,这些经验系数均为工程经验总结获得,其中,n1、n2、n3、n4分别取0.2、0.25、0.8、1.0,n5、n6分别为0.8、1.0。
本实施例中包含步骤S1~S6,如图1所示。
S1、选取当前监测结果jk之前的n个结果数据组成一组包含n个监测结果的数据块一jk,i(i=1,2…,n),相隔较短的t时间间隔有同样大小规模的数据块二jk,N+i(N表示t时间间隔对应的次数,i=1,2…,n),相隔24小时同样大小规模的数据块三jk,i|d(i=1,2…,n)(具体数据模型见图2),然后对三个数据块进行n次数据比较,判断当前监测结果jk的状态;具体地,设定时间间隔t为6h,以半小时监测频率计算,可设定N为12,同时设定数据块n的次数覆盖范围为3,获取数据块一到数据块三对应的数据,然后对三个数据块进行n次数据比较判断当前监测结果jk的状态,根据设计确定某项目的日变量Δr为2mm和累计变量Δz为60.0mm。
S2、若jk,i和jk,N+i数据块中连续三次对应N次的差值满足:
n1×Δr≤|jk,N+1-jk,1|<n2×Δr
n1×Δr≤|jk,N+2-jk,2|<n2×Δr
n1×Δr≤|jk,N+3-jk,3|<n2×Δr;
或jk,i和jk,i|d数据块中连续三次对应24小时的数据满足:
Figure BDA0002229988280000051
(其中,n1、n2、n3、n4为经验参数,依次取值0.2、0.25、0.8、1.0);
则可将检测结果jk标记为“速率预警”,以提醒监测人员密切关注所采集的数据,适时可采取提高监测频率的措施;否则转步骤S3。
S3、若jk,i和jk,N+i数据块中连续三次对应N次的差值满足:
Figure BDA0002229988280000061
或jk,i和jk,i|d数据块中连续三次对应24小时的数据满足:
Figure BDA0002229988280000062
(其中,n2、n4为经验参数,依次取值0.25、1.0);
则可将当前监测结果jk标记为“速率报警”,发送测点速率报警信息,提醒相关单位密切关注数据变化并做好整改措施;否则将当前监测结果jk标记为“速率正常”。
S4、若jk,i数据块中连续三次满足:
Figure BDA0002229988280000063
(n5、n6为经验参数,分别取0.8、1.0);
则可将当前监测结果jk标记为“累计预警”,提醒监测人员密切关注所采集的数据,适时可采取提高监测频率的措施;否则转步骤S5。
S5、若jk,i数据块中连续三次满足:
Figure BDA0002229988280000071
(n6为1.0);
则可将当前监测结果jk标记为“累计报警”,发送测点累计报警信息,提醒相关单位密切关注数据变化并做好整改措施;否则将当前监测结果jk标记为“累计正常”。
S6、根据步骤S2~S5输出当前监测数据的状态,若监测结果jk速率正常、累计正常则将其最终标记为“正常数据”,否则按步骤S2~S5的实际判断状态进行输出。
本实施例达到了如下的效果:
按照本发明提供的方法对基坑测斜自动化数据进行判别,能够正确地判别基坑测斜自动化监测结果的状态,某基坑测斜自动化历时数据曲线如图3所示,通过本发明分析可知,在图4黑色虚线框内(时间段2019-08-17 12:50:00~2019-08-17 18:45:00)jk的时变化量和累计变化量都超过报警范围,需将jk标记为“速率报警”和“累计报警”;其他时间段内jk只有累计变化量超过报警范围,而时变化量和日变化量都没有超过预、报警判断范围,故将,jk标记为“累计报警”和“速率正常”。
值得说明的是,虽然前述内容已经参考若干具体实施方式描述了本发明创造的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (8)

1.一种自动化监测数据自动预报警的方法,其特征在于,
设日变量预报警值为Δr,设累计变量预报警值为Δz,预设Δr的预警倍数、Δr的报警倍数、Δz的预警倍数、Δz的报警倍数;
该方法至少包括如下步骤:
S1、选取当前监测结果及其之前的若干结果数据作为数据块一,选取与数据块一相隔t时间间隔的、具有同样大小规模的监测结果作为数据块二,选取与数据块一相隔一天的、具有同样大小规模的监测结果作为数据块三,其中,时间间隔t为0.5~6h;
S2、若数据块一与数据块二或数据块三之差在Δr的预警倍数范围之内,则将当前监测结果标记为“速率预警”;
S3、若数据块一与数据块二或数据块三之差在Δr的报警倍数范围之内,则将当前监测结果标记为“速率报警”,然后发送测点速率报警信息,以提醒相关单位密切关注数据变化并做好控制措施,若否,则将当前监测结果标记为“速率正常”数据,其中Δr的报警倍数大于Δr的预警倍数;
S4、若数据块一的若干数据都在Δz的预警倍数范围之内,则将当前监测结果标记为“累计预警”;
S5、若数据块一的若干数据都在Δz的报警倍数范围之内,则将当前监测结果标记为“累计报警”,然后发送测点累计报警信息,以提醒相关单位密切关注数据变化并做好控制措施,若否,则将当前监测结果标记为“累计正常”数据,其中Δz的报警倍数大于Δz的预警倍数;
S6、根据步骤S1-S5输出当前监测数据的状态,若当前监测结果的速率正常、累计正常,则将当前监测结果标记为“正常”数据,若否,则按实际判断结果进行输出。
2.根据权利要求1所述的一种自动化监测数据自动预报警的方法,其特征在于,本方法中使用的经验系数为n1~n6,上述Δr的预警倍数、Δr的报警倍数、Δz的预警倍数、Δz的报警倍数从n1~n6中选取。
3.根据权利要求2所述的一种自动化监测数据自动预报警的方法,其特征在于,上述n1~n6均不大于1。
4.根据权利要求3所述的一种自动化监测数据自动预报警的方法,其特征在于,在S2步骤中,若数据块一与数据块二之差在Δr的n1~n2倍范围之内,则将当前监测结果标记为“速率预警”。
5.根据权利要求3所述的一种自动化监测数据自动预报警的方法,其特征在于,在S2步骤中,若数据块一与数据块三之差在Δr的n3~n4倍范围之内,则将当前监测结果标记为“速率预警”。
6.根据权利要求4所述的一种自动化监测数据自动预报警的方法,其特征在于,在S3步骤中,若数据块一与数据块二之差超过Δr的n2倍范围,则将当前监测结果标记为“速率报警”。
7.根据权利要求5所述的一种自动化监测数据自动预报警的方法,其特征在于,在S3步骤中,若数据块一与数据块三之差超过Δr的n4倍范围,则将当前监测结果标记为“速率报警”。
8.根据权利要求1-7中任意一项所述的一种自动化监测数据自动预报警的方法,其特征在于,在S2步骤和S3步骤中,上述数据块一与数据块二或数据块三之差均为绝对值。
CN201910964347.0A 2019-10-11 2019-10-11 一种自动化监测数据自动预报警的方法 Pending CN110675610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910964347.0A CN110675610A (zh) 2019-10-11 2019-10-11 一种自动化监测数据自动预报警的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910964347.0A CN110675610A (zh) 2019-10-11 2019-10-11 一种自动化监测数据自动预报警的方法

Publications (1)

Publication Number Publication Date
CN110675610A true CN110675610A (zh) 2020-01-10

Family

ID=69081564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910964347.0A Pending CN110675610A (zh) 2019-10-11 2019-10-11 一种自动化监测数据自动预报警的方法

Country Status (1)

Country Link
CN (1) CN110675610A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103953024A (zh) * 2014-05-09 2014-07-30 中铁四局集团第一工程有限公司 基坑自动化监测异常数据识别方法
CN104657792A (zh) * 2015-03-06 2015-05-27 中电海康集团有限公司 一种基于规则引擎和智能预测的预警方法
CN105064371A (zh) * 2015-08-03 2015-11-18 河海大学 一种深基坑变形报警方法
CN106120878A (zh) * 2016-08-24 2016-11-16 青岛理工大学 一种地基极限承载力及容许承载力的载荷试验测定方法
CN108195423A (zh) * 2017-12-26 2018-06-22 上海岩土工程勘察设计研究院有限公司 一种工程监测数据一体化系统及方法
CN109934474A (zh) * 2019-03-05 2019-06-25 上海勘察设计研究院(集团)有限公司 一种基于大数据的深基坑监测风险评估系统及评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103953024A (zh) * 2014-05-09 2014-07-30 中铁四局集团第一工程有限公司 基坑自动化监测异常数据识别方法
CN104657792A (zh) * 2015-03-06 2015-05-27 中电海康集团有限公司 一种基于规则引擎和智能预测的预警方法
CN105064371A (zh) * 2015-08-03 2015-11-18 河海大学 一种深基坑变形报警方法
CN106120878A (zh) * 2016-08-24 2016-11-16 青岛理工大学 一种地基极限承载力及容许承载力的载荷试验测定方法
CN108195423A (zh) * 2017-12-26 2018-06-22 上海岩土工程勘察设计研究院有限公司 一种工程监测数据一体化系统及方法
CN109934474A (zh) * 2019-03-05 2019-06-25 上海勘察设计研究院(集团)有限公司 一种基于大数据的深基坑监测风险评估系统及评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
程胜一: ""深层水平位移监测技术分析"", 《城市勘测》 *
陈允斌: ""基于实测数据的深基坑支护结构安全状态量化动态分析方法探讨"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Similar Documents

Publication Publication Date Title
CN117093879B (zh) 一种数据中心智能化运营管理方法及系统
CN104899405B (zh) 数据预测方法和系统以及报警方法和系统
EP2453213B1 (en) Measuring device and measuring method for a continuous physical quantity
CN106600447B (zh) 一种变电站巡检机器人集中监控系统大数据云分析方法
CN110287827B (zh) 一种基于数据关联性的桥梁应变数据异常值识别方法
CN112150769A (zh) 一种基于大数据的地质灾害岩体崩塌智能监测预警系统
CN110399400B (zh) 检测异常数据的方法、装置、设备以及介质
CN116013087A (zh) 一种基于城市运动车辆检测的车流量统计方法
EP3289370B1 (en) Methods and systems for alerting a user to the presence of a fault in an electromechanical system in a railway infrastructure
CN113488901B (zh) 一种智能配电柜的安全监控系统及方法
CN115330000A (zh) 一种工业自动化控制仪表运行智能监测管理系统
CN113401758B (zh) 一种电梯门开关门故障检测方法
CN103226737B (zh) 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法
CN116681307B (zh) 基于多端融合反馈的河道四乱监管追溯显示方法及系统
CN110675610A (zh) 一种自动化监测数据自动预报警的方法
CN112837507A (zh) 一种海浪预警报质量评估方法及装置
CN112149823A (zh) 一种报警信息筛选过滤的组合实现方法
CN107491010A (zh) 一种建筑能耗自动分析预警装置及方法
CN116756505A (zh) 一种基于大数据的光伏设备智能管理系统及方法
CA3117022A1 (en) Detecting battery changeout
CN112769918A (zh) 基于工业物联网和大数据的智能燃气监测管理云计算平台
CN113627278A (zh) 一种基于水指纹算法的用水趋势图形化分析方法
CN112488465B (zh) 一种八氧化三铀临界事故应急时总裂变次数估算方法
CN112488460B (zh) 一种二氧化铀临界事故应急时总裂变次数估算方法
CN104933861A (zh) 能容忍数据不同步的交通事件检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200110

RJ01 Rejection of invention patent application after publication