CN112307090A - 基于隧道安全数据的检测方法及系统 - Google Patents

基于隧道安全数据的检测方法及系统 Download PDF

Info

Publication number
CN112307090A
CN112307090A CN202011209262.0A CN202011209262A CN112307090A CN 112307090 A CN112307090 A CN 112307090A CN 202011209262 A CN202011209262 A CN 202011209262A CN 112307090 A CN112307090 A CN 112307090A
Authority
CN
China
Prior art keywords
hidden danger
processed
data
state matrix
tunnel
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
CN202011209262.0A
Other languages
English (en)
Inventor
李小刚
黄朝根
邹盛全
方涛
唐顺治
郭俊强
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.)
Ranken Railway Construction Group Co Ltd
Original Assignee
Ranken Railway Construction 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 Ranken Railway Construction Group Co Ltd filed Critical Ranken Railway Construction Group Co Ltd
Priority to CN202011209262.0A priority Critical patent/CN112307090A/zh
Publication of CN112307090A publication Critical patent/CN112307090A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于隧道安全数据的检测方法及系统,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于处理数据集反馈的隧道的安全信息构建第一状态矩阵;提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将第一状态矩阵映射到第二状态矩阵中,判断是否存在至少一个对应点;若存在,则判定隧道存在安全隐患;根据安全隐患对隧道进行区域位置确定,确定待处理区域;对待处理区域进行特征提取,得到隐患特征,根据预设数据库中的预存隐患特征和隐患特征,得到目标隐患特征;对目标隐患特征进行分析,得到隐患特征值。这样不经能够提前检测出风险隐患,还能对风险的地方进行预警。

Description

基于隧道安全数据的检测方法及系统
技术领域
本发明涉及一种数据安全检测的技术领域,具体涉及基于隧道安全数据的检测方法及系统。
背景技术
施工安全是各个行业工程建设中所遇到的安全问题。施工安全涵盖了在作业过程中所有的安全问题并且涉及管理、财务及后勤保障等相关内容。我国政府历来重视生产安全、人民生命和财产安全,并制定了相关的法律法规,对中华人民共和国领域内从事工程建设行业的人员及单位进行了明确的要求。
这样只能做到客观上的防护措施,不能进行遇险设置,不能从根本上结果危险的问题,这样能提前预知危险还能提前有效的避免了危险的发生,有效的组织施工带来的安全问题。
发明内容
本发明所要解决上述背景技术的背景问题,目的在于提供一种基于隧道安全数据的检测方法及系统,解决施工安全的问题。
本发明通过下述技术方案实现:
一种基于隧道安全数据的检测方法,基于数据处理终端,所述方法包括:
根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
进一步地,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵的具体步骤包括:
获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签;
根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集;
提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记;
对所述风险标记进行矩阵处理,得到第一状态矩阵。
进一步地,将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患的具体步骤包括:
提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合;
提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合;
将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示;
若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
进一步地,根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域的具体步骤包括:
以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数;
计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度;
在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度;
将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围;
对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值;
根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除;
对所述第一差值进行区域规划,得到对应的待处理区域;
否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
进一步地,对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值的具体步骤包括:
确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目;
获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目;
依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
一种基于隧道安全数据的检测系统,包括监控设备和数据处理终端,所述数据处理终端和所述监控设备相互通信,数据处理终端具体用于:
根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
进一步地,数据处理终端具体用于:
获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签;
根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集;
提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记;
对所述风险标记进行矩阵处理,得到第一状态矩阵。
进一步地,数据处理终端具体用于:
提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合;
提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合;
将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示;
若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
进一步地,数据处理终端具体用于:
以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数;
计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度;
在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度;
将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围;
对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值;
根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除;
对所述第一差值进行区域规划,得到对应的待处理区域;
否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
进一步地,数据处理终端具体用于:
确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目;
获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目;
依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
本发明与现有技术相比,具有如下的优点和有益效果:
一种基于隧道安全数据的检测方法及系统,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。这样不经能够提前检测出风险隐患,还能对风险的地方进行预警。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1为本发明实施例所提供的一种基于隧道安全数据的检测系统的架构示意图;
图2为本发明实施例所提供的一一种基于隧道安全数据的检测方法的流程图;
图3为本发明实施例所提供的一种基于隧道安全数据的检测装置的功能模块框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为了改善现有技术的上述问题,本发明实施例提供了根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。这样不经能够提前检测出风险隐患,还能对风险的地方进行预警。
综上对存储数据进行层层检查和筛选来确定存储数据的安全性,这样不仅可以确保存储数据的安全,又能有效的提高检查效率。
为了便于对上述的基于隧道安全数据的检测方法及系统进行阐述,请结合参考图1,提供了本发明实施例所公开的隧道安全数据的检测系统100的通信架构示意图。其中,所述隧道安全数据的检测系统100可以包括数据处理终端200、以及监控设备300,所述数据处理终端200与所述监控设备300通信连接。
在具体的实施方式中,数据处理终端200和监控设备300均可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的电子设备,在此不作过多限定。
在上述基础上,请结合参阅图2,为本发明实施例所提供的隧道安全数据的检测方法的流程示意图,所述隧道安全数据的检测方法可以应用于图1中的数据处理服务器,进一步地,所述隧道安全数据的检测方法具体可以包括以下步骤S21-步骤S24所描述的内容。
步骤S21,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
步骤S22,提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患。
步骤S23,根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域。
步骤S24,对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
可以理解,在执行上述步骤S21-步骤S24所描述的内容时,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。这样不经能够提前检测出风险隐患,还能对风险的地方进行预警。
在具体实施过程中,在隧道实时安全情况使监控设备实时监控隧道时候,可能出现采集的数据不准确的情况发生,因此难以得到采集到准确的待处理数据集,不能构建出所述隧道的安全信息对应的建第一状态矩阵,为了改善上述技术问题,步骤S21所描述的根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵的步骤,具有可以包括以下步骤S211-步骤S214所描述的内容。
步骤S211,获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签。
步骤S212,根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集。
步骤S213,提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记。
步骤S214,对所述风险标记进行矩阵处理,得到第一状态矩阵。
可以理解,在执行上述步骤S211-步骤S214所描述的内容时,在隧道实时安全情况使监控设备实时监控隧道时候,避免了出现采集的数据不准确的情况发生,能够得到采集到准确的待处理数据集,构建出所述隧道的安全信息对应的建第一状态矩。
在具体实施过程中,将所述第一状态矩阵映射到所述第二状态矩阵中,可能会出现映射不准确的情况发生,从而难以判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点,为了改善上述技术问题,步骤S22所描述的将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患的步骤,可以包括以下步骤S221-步骤S224所描述的内容。
步骤S221,提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合。
步骤S222,提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合。
步骤S223,将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示。
步骤S224,若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
可以理解,在执行上述步骤S221-步骤S224所描述的内容时,将所述第一状态矩阵映射到所述第二状态矩阵中,避免了会出现映射不准确的情况发生,能够准确的判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点。
在具体实施过程中,在所述安全隐患对所述隧道进行区域位置确定时,可能因为数据错误,从而难以确定所述安全隐患对应的待处理区域,为了改善上述技术问题,步骤S23所描述的内容根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域的步骤,具体可以包括步骤S231-步骤S238所描述的内容。
步骤S231,以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数。
步骤S232,计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度。
步骤S233,在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度。
步骤S234,将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围。
步骤S235,对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值。
步骤S236,根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除。
步骤S237,对所述第一差值进行区域规划,得到对应的待处理区域。
步骤S238,否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
可以理解,在执行上述步骤S231-步骤S238所描述的内容时,,在所述安全隐患对所述隧道进行区域位置确定时,避免了因为数据错误,从而能够精确的确定所述安全隐患对应的待处理区域。
在具体实施过程中,在对所述目标隐患特征进行分析时,可能会出现分析误差,从而难以得到准确的隐患特征值,为了改善上述技术问题,步骤S24所描述的内容对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值的步骤,具体可以包括以下步骤S241-步骤S243所描述的内容。
步骤S241,确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目。
步骤S242,获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目。
步骤S243,依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
可以理解,在执行上述步骤S241-步骤S243所描述的内容时,在对所述目标隐患特征进行分析时,避免了会出现分析误差,从而得到准确的隐患特征值。
一种基于隧道安全数据的检测系统,包括监控设备和数据处理终端,所述数据处理终端和所述监控设备相互通信,数据处理终端具体用于:
根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
进一步地,数据处理终端具体用于:
获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签;
根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集;
提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记;
对所述风险标记进行矩阵处理,得到第一状态矩阵。
进一步地,数据处理终端具体用于:
提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合;
提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合;
将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示;
若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
进一步地,数据处理终端具体用于:
以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数;
计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度;
在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度;
将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围;
对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值;
根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除;
对所述第一差值进行区域规划,得到对应的待处理区域;
否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
进一步地,数据处理终端具体用于:
确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目;
获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目;
依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
基于上述同样的发明构思,请结合参阅图3,还提供了隧道安全数据的检测装置500的功能模块框图,关于所述隧道安全数据的检测装置500的详细描述如下。
监控模块510,用于根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
判断模块520,用于提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
区域确定模块530,用于根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
特征值确定模块540,用于对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
综上,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。这样不经能够提前检测出风险隐患,还能对风险的地方进行预警。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于隧道安全数据的检测方法,基于数据处理终端,其特征在于,所述方法包括:
根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
2.根据权利要求1所述的基于隧道安全数据的检测方法,其特征在于,根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵的具体步骤包括:
获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签;
根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集;
提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记;
对所述风险标记进行矩阵处理,得到第一状态矩阵。
3.根据权利要求1所述的基于隧道安全数据的检测方法,其特征在于,将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患的具体步骤包括:
提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合;
提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合;
将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示;
若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
4.根据权利要求1所述的基于隧道安全数据的检测方法,其特征在于,根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域的具体步骤包括:
以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数;
计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度;
在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度;
将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围;
对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值;
根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除;
对所述第一差值进行区域规划,得到对应的待处理区域;
否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
5.根据权利要求1所述的基于隧道安全数据的检测方法,其特征在于,对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值的具体步骤包括:
确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目;
获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目;
依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
6.一种基于隧道安全数据的检测系统,其特征在于,包括监控设备和数据处理终端,所述数据处理终端和所述监控设备相互通信,数据处理终端具体用于:
根据隧道实时安全情况使监控设备实时监控隧道,并采集到待处理数据集,并基于所述处理数据集反馈的所述隧道的安全信息构建第一状态矩阵;
提取预设数据控中的任何一个单元描述的目标数据信息集对应的第二状态矩阵;将所述第一状态矩阵映射到所述第二状态矩阵中,判断所述第一状态矩阵在所述第二状态矩阵中是否存在至少一个对应点;若所述第一状态矩阵在所述第二状态矩阵中存在至少一个对应点,则判定所述隧道存在安全隐患;
根据所述安全隐患对所述隧道进行区域位置确定,确定所述安全隐患对应的待处理区域;
对所述待处理区域进行特征提取,得到所述待处理区域对应的隐患特征,根据预设数据库中的预存隐患特征和所述隐患特征,得到对应的目标隐患特征;对所述目标隐患特征进行分析,得到所述目标隐患特征对应的隐患特征值。
7.根据权利要求6所述的基于隧道安全数据的检测系统,其特征在于,数据处理终端具体用于:
获取当前隧道对应实时隧道数据中的实时系数,对所述实时系数进行标识,得到所述实时系数对应的数据标识标签;
根据多个实时系数对应的多个数据标识标签进行集合处理,得到所述多个数据标识标签对应的待处理数据集;
提取所述待处理数据集中安全风险标记,得到所述待处理数据集对应的风险标记;
对所述风险标记进行矩阵处理,得到第一状态矩阵。
8.根据权利要求6所述的基于隧道安全数据的检测系统,其特征在于,数据处理终端具体用于:
提取所述第一状态矩阵中的特征向量,得到所述第一状态矩阵对应的待处理特征,对所述待处理特征进行计算,得到所述待处理特征对应的待处理特征值的集合;
提取所述第二状态矩阵中的特征向量,得到所述第二状态矩阵对应的目标特征,对所述目标特征进行计算,得到所述目标特征对应的目标特征值的集合;其中,所述第二状态矩阵用于表征预存的隐患种类以及隐患系数的集合;
将所述待处理特征值的集合映射到所述目标特征值的集合中,判断所述待处理特征值的集合是否在所述目标特征值的集合中存在至少一个对应点;若所述待处理特征值的集合是在所述目标特征值的集合中存在至少一个对应点,则判定所述待处理特征值的集合存在安全隐患,并发出风险提示;
若所述待处理特征值的集合不在所述目标特征值的集合中存在至少一个对应点,则判定述待处理特征值的集合不存在安全隐患。
9.根据权利要求6所述的基于隧道安全数据的检测系统,其特征在于,数据处理终端具体用于:
以所述安全隐患为风险依据,在所述安全隐患中选取至少一组隐患数据参数;
计算各个隐患数据参数与预设数据库中的预设参数之间的参数差异度;
在所有的隐患数据参数中,选取所述参数差异度最小的隐患数据参数,作为确定重点标识对象,将所述确定重点标识对象的参数差异度详细化,获取所述确定重点标识对象的详细化参数差异度;
将所述详细化参数差异度与预先确定的详细化参数差异度系数进行比较,如果小于等于所述参数差异度系数,则判定所述确定重点标识对象与所述安全隐患相匹配;对所述安全隐患进行区域分析;得到所述安全隐患对应的粗略范围;
对所述粗略范围进行特征提取,得到所述粗略范围对应的范围特征值;
根据预设数据库中的预设特征值对所述范围特征值进行差值计算,得到第一差值和第二差值;将用于表征预设特征值大于所述范围特征值的所述第二差值删除;
对所述第一差值进行区域规划,得到对应的待处理区域;
否则,判定所述确定重点标识对象与所述安全隐患不匹配,则不存在风险。
10.根据权利要求6所述的基于隧道安全数据的检测系统,其特征在于,数据处理终端具体用于:
确定所述目标隐患特征的关键因子对应的明显因子及所述关键因子的隐性变量,所述隐性变量表示所述目标隐患特征的关键因子的变量的数目;所述隐性变量至少包括:表示所述目标隐患特征的关键因子的主变量的数目和次变量的数目;
获取与所述明显因子对应的共性因子数量,所述共性因子数量中包含有预先提取的共性因子数量中的因子荷载,所述共性因子数量中的因子荷载表示位于所述共性因子数量中数量范围内且与所述明显因子对应的关键因子的变量的数目;所述共性因子数量因子荷载至少包括:表示所述共性因子数量中数量范围内,与所述共性因子数量所包含的验证因子对应的关键因子的主变量的数目和次变量的数目;
依据所述明显因子和隐性变量,在所述共性因子数量中查找与所述目标隐患特征相匹配的初始目标数量范围,并按照匹配程度确定所述初始目标数量范围的特征提取,确定隐患特征值。
CN202011209262.0A 2020-11-03 2020-11-03 基于隧道安全数据的检测方法及系统 Pending CN112307090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011209262.0A CN112307090A (zh) 2020-11-03 2020-11-03 基于隧道安全数据的检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011209262.0A CN112307090A (zh) 2020-11-03 2020-11-03 基于隧道安全数据的检测方法及系统

Publications (1)

Publication Number Publication Date
CN112307090A true CN112307090A (zh) 2021-02-02

Family

ID=74333940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011209262.0A Pending CN112307090A (zh) 2020-11-03 2020-11-03 基于隧道安全数据的检测方法及系统

Country Status (1)

Country Link
CN (1) CN112307090A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621434A (zh) * 2012-04-19 2012-08-01 山东大学 一种电力电缆隧道运行安全非线性模糊检测方法
CN109087291A (zh) * 2018-07-26 2018-12-25 杭州国翌科技有限公司 隧道位置信息库建立方法及隧道病害定位方法
US20200051428A1 (en) * 2017-12-13 2020-02-13 Tencent Technology (Shenzhen) Company Limited Road condition generation method, apparatus and device, and storage medium
CN111815552A (zh) * 2019-04-09 2020-10-23 Tcl集团股份有限公司 一种工件检测方法、装置、可读存储介质及终端设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621434A (zh) * 2012-04-19 2012-08-01 山东大学 一种电力电缆隧道运行安全非线性模糊检测方法
US20200051428A1 (en) * 2017-12-13 2020-02-13 Tencent Technology (Shenzhen) Company Limited Road condition generation method, apparatus and device, and storage medium
CN109087291A (zh) * 2018-07-26 2018-12-25 杭州国翌科技有限公司 隧道位置信息库建立方法及隧道病害定位方法
CN111815552A (zh) * 2019-04-09 2020-10-23 Tcl集团股份有限公司 一种工件检测方法、装置、可读存储介质及终端设备

Similar Documents

Publication Publication Date Title
CN112929613B (zh) 一种基于图像识别进行设备运维的巡检方法及系统
CN115795021A (zh) 一种大数据风险监测识别预警装置及系统
CN116596305A (zh) 用于食品安全管理的风险分级方法
CN116861446A (zh) 一种数据安全的评估方法及系统
CN115524002A (zh) 一种电厂旋转设备的运行状态预警方法、系统及存储介质
CN111371581A (zh) 物联网卡业务异常检测的方法、装置、设备和介质
CN112966965A (zh) 进出口大数据的分析和决策方法、装置、设备及存储介质
CN112307090A (zh) 基于隧道安全数据的检测方法及系统
CN114266483B (zh) 一种基于物联网的危险废物监管系统
CN112819262A (zh) 存储器、工艺管道检维修决策方法、装置和设备
CN115879697A (zh) 一种工业互联网的数据处理方法、系统、设备及存储介质
CN115271518A (zh) 作业人员安全责任落实动态量化评估方法、系统及设备
CN116070111A (zh) 一种基于ai的大数据挖掘的辅助决策方法及系统
CN114510994A (zh) 城市地下燃气泄漏识别模型的训练方法及装置
CN117114420B (zh) 一种基于图像识别的工贸安全事故风险管控系统和方法
CN117909853B (zh) 基于机理与工况大数据的设备损伤智能监测方法及系统
CN115841255B (zh) 基于在线分析的建筑工程现场预警方法及系统
CN117520999B (zh) 一种边缘数据中心设备的智能运维方法和系统
CN117227551B (zh) 新能源设备安全监控方法、装置、设备及可读存储介质
CN116702030B (zh) 一种基于传感器可靠性分析的高炉状态监测方法及装置
CN116594833A (zh) 一种设备检测及评价方法、装置、计算机设备和存储介质
CN114298563A (zh) 一种告警信息的分析方法、装置及计算机设备
CN112528301A (zh) 一种基于数据存储的信息安全校验方法及系统
CN117474356A (zh) 产品异常处理方法、系统、电子设备及存储介质
CN116863481A (zh) 一种基于深度学习的业务会话风险处理方法

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