CN110989042A - 一种高速公路团雾风险的智能化预测方法 - Google Patents
一种高速公路团雾风险的智能化预测方法 Download PDFInfo
- Publication number
- CN110989042A CN110989042A CN201911305337.2A CN201911305337A CN110989042A CN 110989042 A CN110989042 A CN 110989042A CN 201911305337 A CN201911305337 A CN 201911305337A CN 110989042 A CN110989042 A CN 110989042A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- alarm
- unit
- fog
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
- G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明涉及智能交通技术领域,且公开了一种高速公路团雾风险的智能化预测方法,包括数据采集单元、数据处理单元、数据分析单元和控制处理单元;所述数据采集单元用于采集各地区气象条件如温度、湿度、温差、水文、风力风向、地理环境、交通流量等原始数据,并将通过网络将数据传给所述数据处理单元。本发明通过数据智能采集与分析,可以基本替代人工巡查监视全部的工作活动,解决人工巡查风险高、检测效果差、无有效预防措施、高成本等问题,同时,本发明具有非接触检测、高效、低成本、设备及数据关联性高、智能化程度高等特点,能够为团雾预测带来降低成本、提高效率、增强安全等多重效益。
Description
技术领域
本发明涉及智能交通技术领域,具体为一种高速公路团雾风险的智能化预测方法。
背景技术
团雾本质上也是雾,是受局部地区微气候环境的影响,在大雾中数十米到上百米的局部范围内,出现的雾气更"浓"、能见度更低的雾。团雾外视线良好,团雾内一片朦胧。团雾具有突发性、局地性、尺度小、浓度大的特征,预测预报比较困难,容易造成重大交通事故。
传统预测方法主要是人工巡查及道路监视包括现场安排人员及巡逻车和通过道路监控来回不断巡视、检查、记录以及反馈的方式来进行,即人工巡查监测;人工巡查监测主要依靠人的视觉、听觉或监测设备来现场捕获气象条件及团雾状态,并进行人工记录数据来反馈汇报。但是人工巡查及道路监视在实际的过程中依然存在着诸多的问题,如效率低、成本高、风险大、稳定性差、缺乏有效的预测方法,很难及时准确的预测团雾,给道路交通带来不少麻烦和安全隐患。
其中,低效主要表现在环境感知与异常响应这两个方面,在环境感知方面,人工巡查监视主要依靠人的视觉感知系统来判断团雾气象形成条件及状态,但因客观因素人的器官很难感知外界细微的变化或变化规律,而且团雾还具有局地性、尺度范围小特征,即使借助辅助设备(如仪器测量,气象工具等),也需消耗大量时间来完成操作与记录,往往延迟性较高,无法做到及时准确的预测,带来道路安全隐患,在异常响应方面,团雾巡查及监视范围一般分布在道路沿途的各个地区,巡查及监视范围过长,而且团雾状态并不稳定可能有扩散或可见度进一步降低等各种发展趋势,即使发现异常,受现场的环境和人的生理条件影响,人员往往无法及时做出响应和反馈,往往导致响应结果较慢,最终无法做出及时预测并采取相关预防措施;成本方面,巡查及监视范围越长,设备越多,需要的人员也就越多,最终造成的成本就越高;风险方面,人力用工本身就存在人身安全的问题,用工越多风险概率就越大,特别是人员和巡逻车现场巡查的工作往往需要在各个地理环境不一的地区包括山区河道露天作业,风险系数相对较高,加之有些地区环境恶劣安全风险大增;稳定性方面,由于人的生理客观因素影响,人会容易受疲乏、粗心大意、缺乏专业、情绪不稳定等因素影响,导致不同的时候不同的人员带来的巡查监视效果不同,造成巡查监视效果(数据)不可靠或偏离实际,误导管理者或接班人员最终导致无法预测团雾气象,造成道路交通麻烦和安全隐患;预测方法方面,人工巡查监视也很难有效降低因团雾引起的交通事故频发的现象,归结于团雾状态多变,而人工确只能针对当时当刻的气象条件进行记录与分析,无法有效地保存及利用历史数据来进行分析,无法发现隐藏在数据中的某种规律(数据价值),导致人们对团雾的预判缺乏科学依据或准确性。
针对上述问题,本申请提出一种团雾智能化预测方法,旨在解决上述问题。
发明内容
针对背景技术中提出的现有高速公路团雾传统预测方法在实际生产过程中存在的不足,本发明提供了一种高速公路团雾风险的智能化预测方法,具备高效、低成本、设备及数据关联性高、智能化程度高的优点,解决了上述背景技术中提出的问题。
本发明提供如下技术方案:一种高速公路团雾风险的智能化预测方法,包括数据采集单元、数据处理单元、数据分析单元和控制处理单元;
所述数据采集单元用于采集各地区气象条件如温度、湿度、温差、水文、风力风向、地理环境、交通流量等原始数据,并将通过网络将数据传给所述数据处理单元;
所述数据处理单元用于将原始数据进行解码转换、无效去除、去重、修复、合并预处理操作之后,保存下有效的数据,丢弃无效数据,并将有效数据提供给数据分析单元;
所述数据分析单元定时抽取或实时地接收数据,通过预定业务算法自动开展各种指标统计运算及分析获取指标统计结果,所述指标统计结果用于监测与判定气象状态当前数据是否存在产生团雾的条件以及何种类型和级别,并将判定结果传送至所述控制处理单元;
所述控制处理单元为操作集成单元,用于接受数据分析单元传来的所述指标统计结果并生成操控指令,对指令进行适配,转化为前端系统可识别的指令。
优选的,所述获取指标统计结果包括以下步骤:
将各种指标统计运算及分析得到的结果数据由所述数据分析单元循环取得每个指标数据值,检查是否超阈值或检查最近N次单位周期内的指标数据值趋势并推算下X个单位周期内的可能指标值,总结当前该指标是否存在异常;
如果指标数据被判定为异常,则根据异常检验规则定义,计算并设定本指标本次异常的类别、影响系数、等级数值等,之后紧接进入下一个指标处理循环;相反,如果无异常,则直接进入下一个指标处理循环;
所有指标的异常分析监测处理完毕后,通过各个指标的影响系数、当前异常等级值进行综合分值计算,确定最终的异常级别并结合告警规则判定是否需要发起告警。
优选的,所述发起告警之前对告警进行收敛判定,所述收敛判定为结合近段时间的告警历史及告警规则对本次异常告警进行关联、合并、去重等处理判定。
优选的,所述收敛判定结果为未收敛时,根据异常告警规则进行告警处理,针对不同级别的告警进行不同层次人员通知及处理;若判定结果为收敛时,则相关信息保存后结束本次流程。
优选的,所述告警处理后,如果告警级别达到团雾气象形成条件且当前智能操控的开关配置处于启用状态,则触发智能操控,向当前操作者发生操作指令执行控制及预警,同时操控各前端设备开始实时监视团雾状态与现场交通情况;否则相关信息保存后结束本次流程。
本发明具备以下有益效果:
本发明通过数据智能采集与分析,可以基本替代人工巡查监视全部的工作活动,包含现场巡查、道路监视、数据采集与记录、气象状态分析与报告、气象异常反馈、相关应急操作等事项内容,解决人工巡查风险高、检测效果差、无有效预防措施、高成本等问题,同时,本发明具有非接触检测、高效、低成本、设备及数据关联性高、智能化程度高等特点,能够为团雾预测带来降低成本、提高效率、增强安全等多重效益。
附图说明
图1为本发明系统组成关系图;
图2为本发明方法实现逻辑控制图;
图3为本发明告警收敛判定逻辑控制框图;
图4为本发明系统平台架构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,一种高速公路团雾风险的智能化预测方法,总体结构由数据采集单元、数据处理单元、数据分析单元、控制处理单元共四个核心部件组成,它们分别负责采集原始数据、清洗及保存有效数据、指标分析预测、预警及控制操控集成及远程执行操控等相关的动作。
数据采集单元通过传感器、智能相机采集各地区气象条件如温度、湿度、温差、水文、风力风向、地理环境、交通流量等原始数据,并通过网络将数据传给数据处理单元;此过程的设计用于替代人工巡查监视与数据记录的工作,其采集速度更快,能力更强,安全性更高。
数据处理单元接收到数据后,依据预定的数据过滤与清洗规则,将原始数据进行解码转换、无效去除、去重、修复、合并等预处理操作之后,保存下有效的数据,为数据分析单元提供数据运算与分析的基础数据;此外无效数据将被丢弃,避免造成分析干扰和存储资源浪费;此过程设计用于替代人工的数据处理,拥有更准确更强大的处理能力。
数据分析单元定时抽取或实时地接收数据,通过预定业务算法自动开展各种指标统计运算及分析,例如从数据、时间、关系、角色等多种维度统计,使用时间梯度统计,其统计结果用于各种业务分析,系统也将通过深度学习进行算法数据修正,进一步加强运算分析和协助处理能力,达到自我完善功能。
根据指标统计运算及分析结果,将结果数据作为智能化处理算法的输入,用于监测与判定气象状态当前数据是否存在产生团雾的条件以及是哪种类型和级别的团雾,与大数据库海量数据的分析结果来预测团雾的趋向走势,实施告警判定与告警综合定级,并触发推送告警消息;如果告警需要进行自动操控,则向控制处理单元发送指令;数据处理单元的各种指标统计运算结果可以提供终端展示,如指标结果数据、告警消息及自动化操控触发日志等。相比人工分析与操控,此设计的分析更全面、更直观、反映更及时、结果更贴合实际,尤其是实现了监控告警与自动操控的智能化。
具体地,参阅图3,算法接收数据分析单元的指标运算与分析的结果数据,即各类指标多维度统计运算与分析的结果数据,循环取得每个指标数据值,检查是否超阈值或检查最近N次单位周期内的指标数据值趋势并推算下X个单位周期内的可能指标值,总结当前该指标是否存在异常。如果指标数据被判定为异常,则根据异常检验规则定义,计算并设定本指标本次异常的类别、影响系数、等级数值等,之后紧接进入下一个指标处理循环;相反,如果无异常,则直接进入下一个指标处理循环;所有指标的异常分析监测处理完毕后,通过各个指标的影响系数、当前异常等级值进行综合分值计算,确定最终的异常级别并结合告警规则判定是否需要发起告警。
如果满足告警条件,则发起告警;为了避免重复告警、高频率告警干扰,须对本次告警进行收敛判定,即结合近段时间的告警历史及告警规则对本次异常告警进行关联、合并、去重等处理判定;相反,如果不满足告警条件,则相关信息保存后直接结束本次流程。
如果告警未被收敛,则开始根据异常告警规则进行告警处理,针对不同级别的告警进行不同层次人员通知及处理,例如一级(P1)告警通知操作者、二级(P2)告警通知部门管理者、三级(P3)以上通知总负责人;如果本次告警被收敛(判定重复或被合并),则相关信息保存后结束本次流程。
在执行告警处理后,如果告警级别达到团雾气象形成条件且当前智能操控的开关配置处于启用状态,则触发智能操控,向当前操作者发生操作指令执行控制及预警,同时操控各前端设备开始实时监视团雾状态与现场交通情况;否则相关信息保存后结束本次流程。
控制处理单元为操作集成单元,负责接收数据分析单元的操控指令,并对指令进行适配,转化为前端系统可识别的指令,执行远程调用各接口来触发自动操控远程交通现场的各设备进行预警并实时监视,从而实现产生团雾时现场交通的智能管控效果。
具体实施方案如下:
现场的温度、湿度、风力风向传感器实时更新地区气象的数据信息,智能相机实地实时拍摄地区水文、地理环境、交通流量的图像信息,通过光纤网络传输给监控中心服务器。
数据、图像信息经各功能服务器处理、分析、智能算法,建立大数据模型,预测数据信息的发展趋势和可能出现的异常情况,所有数据及图像信息通过监控中心终端显示出来,工控机设定初始参数,实时显示现场气象及预警情况。
当数据出现异常,如地区气象异常变化且持续,这时服务器根据相关数据异常情况做出判断,数据分析系统进行智能分析预测,当预测气象异常有出现团雾可能时先期预警提醒值班人员进行相关操作并进行预警处理,根据处理级别,通报对应层级部门,以便做出处理措施同时分级上报给相关部门。当决策部门根据预测结果做出决策需要发布预警信息时,控制处理单元通过局域网发送命令给相关指令适配器,相关指令适配器接收到指令信息,向道路现场和下级控制中心发布预警信息,同时实时监测团雾状态及变化趋势,并对道路交通情况进行管控,协助道路现场进行指挥以及其他相关措施来保障道路交通安全通畅,最终减少团雾给交通带来的恶劣影响。
相比传统的团雾预测方法,本发明减少了人力用工量,降低了人身风险概率,传感器替代风险区域的检测工作,智能相机替代风险区域的图像采集工作,排除了人身风险因素,智能地预防事故或阻止大事故的发生,降低了损失的概率,具备低风险优点;本发明通过计算机替代人工,诸多工作事项完成耗时几乎为零,平台拥有更快更多更频繁地采集获得设备数据并记录,设备数据关联性高、海量数据库,可以不间断地分析与运算,实时输出地区气象状态,随时可获气象条件更新报告,更及时地感知气象状态并迅速做出团雾预测,具备高效率优点;本发明减少了人力用工量,降低了人力成本,使管理更简单,风险更低,从而降低管理成本和风险成本等间接成本;本发明平台运转不受人的生理、情绪、性格弱点影响,也不会因人员流动造成大的影响,平台能够确保检测与监控的正常运转,为准确有效预测提供保障,同时也方便了管理,平台提供更广更深的数据分析,方便监控人员更全面了解设气象条件,可以预测团雾状态走势、自动预警来预防团雾带来的损失,使团雾带来的恶劣影响降到最低。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种高速公路团雾风险的智能化预测方法,其特征在于,包括数据采集单元、数据处理单元、数据分析单元和控制处理单元;
所述数据采集单元用于采集各地区气象条件如温度、湿度、温差、水文、风力风向、地理环境、交通流量等原始数据,并将通过网络将数据传给所述数据处理单元;
所述数据处理单元用于将原始数据进行解码转换、无效去除、去重、修复、合并预处理操作之后,保存下有效的数据,丢弃无效数据,并将有效数据提供给数据分析单元;
所述数据分析单元定时抽取或实时地接收数据,通过预定业务算法自动开展各种指标统计运算及分析获取指标统计结果,所述指标统计结果用于监测与判定气象状态当前数据是否存在产生团雾的条件以及何种类型和级别,并将判定结果传送至所述控制处理单元;
所述控制处理单元为操作集成单元,用于接受数据分析单元传来的所述指标统计结果并生成操控指令,对指令进行适配,转化为前端系统可识别的指令。
2.根据权利要求1所述的一种高速公路团雾风险的智能化预测方法,其特征在于,所述获取指标统计结果包括以下步骤:
将各种指标统计运算及分析得到的结果数据由所述数据分析单元循环取得每个指标数据值,检查是否超阈值或检查最近N次单位周期内的指标数据值趋势并推算下X个单位周期内的可能指标值,总结当前该指标是否存在异常;
如果指标数据被判定为异常,则根据异常检验规则定义,计算并设定本指标本次异常的类别、影响系数、等级数值等,之后紧接进入下一个指标处理循环;相反,如果无异常,则直接进入下一个指标处理循环;
所有指标的异常分析监测处理完毕后,通过各个指标的影响系数、当前异常等级值进行综合分值计算,确定最终的异常级别并结合告警规则判定是否需要发起告警。
3.根据权利要求2所述的一种高速公路团雾风险的智能化预测方法,其特征在于:所述发起告警之前对告警进行收敛判定,所述收敛判定为结合近段时间的告警历史及告警规则对本次异常告警进行关联、合并、去重等处理判定。
4.根据权利要求3所述的一种高速公路团雾风险的智能化预测方法,其特征在于:所述收敛判定结果为未收敛时,根据异常告警规则进行告警处理,针对不同级别的告警进行不同层次人员通知及处理;若判定结果为收敛时,则相关信息保存后结束本次流程。
5.根据权利要求4所述的一种高速公路团雾风险的智能化预测方法,其特征在于:所述告警处理后,如果告警级别达到团雾气象形成条件且当前智能操控的开关配置处于启用状态,则触发智能操控,向当前操作者发生操作指令执行控制及预警,同时操控各前端设备开始实时监视团雾状态与现场交通情况;否则相关信息保存后结束本次流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911305337.2A CN110989042A (zh) | 2019-12-18 | 2019-12-18 | 一种高速公路团雾风险的智能化预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911305337.2A CN110989042A (zh) | 2019-12-18 | 2019-12-18 | 一种高速公路团雾风险的智能化预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110989042A true CN110989042A (zh) | 2020-04-10 |
Family
ID=70094967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911305337.2A Pending CN110989042A (zh) | 2019-12-18 | 2019-12-18 | 一种高速公路团雾风险的智能化预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989042A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
CN114363374A (zh) * | 2021-12-31 | 2022-04-15 | 象谱信息产业有限公司 | 基于物联网的高速公路团雾高可靠性数据处理与管理平台 |
CN115662149A (zh) * | 2022-12-13 | 2023-01-31 | 合肥远捷信息技术有限公司 | 一套基于高速公路团雾预警管控的信息系统 |
-
2019
- 2019-12-18 CN CN201911305337.2A patent/CN110989042A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
CN114363374A (zh) * | 2021-12-31 | 2022-04-15 | 象谱信息产业有限公司 | 基于物联网的高速公路团雾高可靠性数据处理与管理平台 |
CN115662149A (zh) * | 2022-12-13 | 2023-01-31 | 合肥远捷信息技术有限公司 | 一套基于高速公路团雾预警管控的信息系统 |
CN115662149B (zh) * | 2022-12-13 | 2023-03-10 | 合肥远捷信息技术有限公司 | 一种基于高速公路团雾预警管控的信息系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111798127B (zh) | 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统 | |
CN110555617B (zh) | 一种基于物联网的建筑火灾风险实时动态定量评估方法 | |
CN110989042A (zh) | 一种高速公路团雾风险的智能化预测方法 | |
CN113689013A (zh) | 一种变压器智能监测与运维系统 | |
CN112785458A (zh) | 一种桥梁健康大数据智能管养系统 | |
CN114331000A (zh) | 一种基于人工智能的智慧园区能耗管理系统 | |
CN111121874A (zh) | 一种水源地水质监测评估系统及其评估方法 | |
CN116129366A (zh) | 基于数字孪生的园区监测方法及相关装置 | |
CN114021971A (zh) | 一种高速公路运维管理综合评价系统、方法及存储介质 | |
CN116720752A (zh) | 基于大数据的装配式建筑质量信息监管系统 | |
CN112489387B (zh) | 一种基于天气监测的配电施工现场安全预警方法 | |
CN113342812A (zh) | 输变电设备故障快速诊断系统、方法及平台 | |
CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警系统 | |
CN113516819A (zh) | 烟草仓库智能化电气火灾预警系统及方法 | |
CN116739245B (zh) | 一种智慧消防城市接警调度系统 | |
CN113506001A (zh) | 一种作业现场安全风险精益化智慧管控辅助决策方法 | |
CN114527717A (zh) | 一种化工安全生产预警系统及其安全预警方法 | |
CN108981785A (zh) | 一种碎煤机设备安全的智能化检测系统 | |
CN112326583A (zh) | 一种基于物联网的毒害气体智能检测系统及方法 | |
CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
CN117095512A (zh) | 一种滑坡多场数据融合调度监测系统及方法 | |
CN116957531A (zh) | 基于状态感知的轨道交通智慧运维系统及方法 | |
CN112113145A (zh) | 一种化工管道安全的智能化在线检测方法 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN110455370B (zh) | 防汛抗旱远程遥测显示系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200410 |