CN112381420A - 基于沙漠风速的风险预警方法、装置、设备及存储介质 - Google Patents

基于沙漠风速的风险预警方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112381420A
CN112381420A CN202011284395.4A CN202011284395A CN112381420A CN 112381420 A CN112381420 A CN 112381420A CN 202011284395 A CN202011284395 A CN 202011284395A CN 112381420 A CN112381420 A CN 112381420A
Authority
CN
China
Prior art keywords
wind speed
speed detection
risk
data
target
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
CN202011284395.4A
Other languages
English (en)
Inventor
潘黎明
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.)
Ping An Puhui Enterprise Management Co Ltd
Original Assignee
Ping An Puhui Enterprise Management 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 Ping An Puhui Enterprise Management Co Ltd filed Critical Ping An Puhui Enterprise Management Co Ltd
Priority to CN202011284395.4A priority Critical patent/CN112381420A/zh
Publication of CN112381420A publication Critical patent/CN112381420A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及大数据领域，公开了基于沙漠风速的风险预警方法、装置、设备及存储介质，用于提高沙漠化灾害预警的准确性。基于沙漠风速的风险预警方法包括：获取多个风速检测请求的多个创建时刻，将每个创建时刻更改为多个初始时刻；分别通过定时系统、监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；根据每个标志字段确定对应风速检测的检测情况，得到对应的多个更新时刻；计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，采用分析系统计算目标风速数据与预置风险因子之间的风险相关度，确定关联因子并进行报警。此外，本发明还涉及区块链技术，风速检测请求可存储于区块链中。

Description

基于沙漠风速的风险预警方法、装置、设备及存储介质
技术领域
本发明涉及风险管控领域，尤其涉及一种基于沙漠风速的风险预警方法、装置、设备及存储介质。
背景技术
随着工业的发展，人类赖以生存的环境也在不断的发生变化，在全球气候变暖和人类干扰加剧的情况下，发生沙漠灾害的情况愈加频繁，因此，需要对沙漠化进行定量的监测，通过监测沙漠化动态数据，并根据定量化的指标预警以及分析，实施有针对性的改善措施，有效的改善沙漠环境。
由于当前的沙漠化灾害预警往往涉及到区域比较大，通常会检测沙漠中的风速并对风速进行相应的分析，进而观测沙漠化灾害程度，但这种监测方法仅仅能监测预警一种沙漠化动态数据，导致沙漠化灾害预警的分析片面、不够准确。
发明内容
本发明提供了一种基于沙漠风速的风险预警方法、装置、设备及存储介质，用于提高沙漠化灾害预警的准确性。
本发明第一方面提供了一种基于沙漠风速的风险预警方法，包括：获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，在本发明第一方面的第一种实现方式中，所述获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻包括：获取多个风速检测请求以及对应的多个创建时刻，检测每个创建时刻的记录格式是否为预置格式；若所述目标创建时刻的记录格式不为预置格式，则通过时间转换函数将所述目标创建时刻的记录格式转换为所述预置格式，得到多个初始时刻。
可选的，在本发明第一方面的第二种实现方式中，所述利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据包括：获取定时系统的多个定时时刻，在每个定时时刻将对应的风速检测请求输入至监测系统中，相邻两个定时时刻之间存在预置定时间隔；当目标风速检测请求输入至所述监测系统中时，基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔；通过其他风速检测请求获取对应其他风速检测数据，将所述目标风速检测数据与所述其他风速检测数据进行整合，得到多个风速检测数据，所述其他风速检测请求为多个风速检测请求中除所述目标风速检测请求之外的检测请求。
可选的，在本发明第一方面的第三种实现方式中，所述当目标风速检测请求输入至所述监测系统中时，基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔包括：当目标风速检测请求输入至所述监测系统中时，采用所述监测系统在沙漠中不同的预置测量点上进行风速测量，得到多个风速基础数据，检测风速的检测时间小于或等于所述预置定时间隔；利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，所述插值计算公式为：
Figure BDA0002781871700000021
其中，S(p0)表示预测位置上的风速基础数据，S(pi)表示第i个预置测量点上的风速基础数据，λi表示第i个预置测量点上的风速基础数据的权重系数，N表示预置测量点的个数，且N为正整数。
可选的，在本发明第一方面的第四种实现方式中，所述根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻包括：判断每个风速检测数据中的标志字段的值是否改变；若目标风速检测数据中的标志字段的值改变，则确定风速检测的检测情况为风速检测完毕，并获取所述风速检测完毕时目标风速检测请求对应的更新时刻；将其他风速检测请求输入至监测系统中，通过所述监测系统对沙漠中的风速进行检测，确定对应的风速检测的检测情况，并得到其他风速检测请求对应的更新时刻，将所述目标风速检测请求对应的更新时刻和所述其他风速检测请求对应的更新时刻进行合并，得到多个更新时刻，每个更新时刻对应一个初始时刻。
可选的，在本发明第一方面的第五种实现方式中，所述采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警包括：利用所述分析系统获取预置风险因子与所述目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值；根据风险评估公式计算所述预置风险因子与所述目标风速数据之间的风险相关度，所述风险评估公式为：D＝L×E×C，其中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值；当所述风险相关度大于标准相关度时，将所述风险相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，在本发明第一方面的第六种实现方式中，在采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警之后，所述基于沙漠风速的风险预警方法还包括：将所述关联因子和所述目标风速数据传输至显示系统，利用所述显示系统显示所述关联因子和所述目标风速数据。
本发明第二方面提供了一种基于沙漠风速的风险预警装置，包括：获取模块，用于获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；检测模块，用于利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；确定模块，用于根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；计算模块，用于计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；报警模块，用于采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：获取多个风速检测请求以及对应的多个创建时刻，检测每个创建时刻的记录格式是否为预置格式；若所述目标创建时刻的记录格式不为预置格式，则通过时间转换函数将所述目标创建时刻的记录格式转换为所述预置格式，得到多个初始时刻。
可选的，在本发明第二方面的第二种实现方式中，所述检测模块包括：获取单元，用于获取定时系统的多个定时时刻，在每个定时时刻将对应的风速检测请求输入至监测系统中，相邻两个定时时刻之间存在预置定时间隔；预测单元，当目标风速检测请求输入至所述监测系统中时，用于基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔；整合单元，用于通过其他风速检测请求获取对应其他风速检测数据，将所述目标风速检测数据与所述其他风速检测数据进行整合，得到多个风速检测数据，所述其他风速检测请求为多个风速检测请求中除所述目标风速检测请求之外的检测请求。
可选的，在本发明第二方面的第三种实现方式中，所述预测单元具体用于：当目标风速检测请求输入至所述监测系统中时，采用所述监测系统在沙漠中不同的预置测量点上进行风速测量，得到多个风速基础数据，检测风速的检测时间小于或等于所述预置定时间隔；利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，所述插值计算公式为：
Figure BDA0002781871700000051
其中，S(p0)表示预测位置上的风速基础数据，S(pi)表示第i个预置测量点上的风速基础数据，λi表示第i个预置测量点上的风速基础数据的权重系数，N表示预置测量点的个数，且N为正整数。
可选的，在本发明第二方面的第四种实现方式中，所述确定模块具体用于：判断每个风速检测数据中的标志字段的值是否改变；若目标风速检测数据中的标志字段的值改变，则确定风速检测的检测情况为风速检测完毕，并获取所述风速检测完毕时目标风速检测请求对应的更新时刻；将其他风速检测请求输入至监测系统中，通过所述监测系统对沙漠中的风速进行检测，确定对应的风速检测的检测情况，并得到其他风速检测请求对应的更新时刻，将所述目标风速检测请求对应的更新时刻和所述其他风速检测请求对应的更新时刻进行合并，得到多个更新时刻，每个更新时刻对应一个初始时刻。
可选的，在本发明第二方面的第五种实现方式中，所述报警模块具体用于：利用所述分析系统获取预置风险因子与所述目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值；根据风险评估公式计算所述预置风险因子与所述目标风速数据之间的风险相关度，所述风险评估公式为：D＝L×E×C，其中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值；当所述风险相关度大于标准相关度时，将所述风险相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，在本发明第二方面的第六种实现方式中，所述基于沙漠风速的风险预警装置还包括：显示模块，用于将所述关联因子和所述目标风速数据传输至显示系统，利用所述显示系统显示所述关联因子和所述目标风速数据。
本发明第三方面提供了一种基于沙漠风速的风险预警设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于沙漠风速的风险预警设备执行上述的基于沙漠风速的风险预警方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于沙漠风速的风险预警方法。
本发明提供的技术方案中，获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。本发明实施例中，通过风速检测请求对应的初始时刻和检测风速完毕之后的更新时刻，明确检测风速的检测时间间隔，当时间间隔大于预置有效间隔，则将时间间隔对应的风速检测数据传输至分析系统，利用分析系统计算其与预置风险因子之间的风险相关度，将风险相关度大于标准相关度的预置风险因子确定为关联因子，并通过报警系统进行风险报警，通过分析多方面的风险因子，提高了沙漠化灾害预警的准确性。
附图说明
图1为本发明实施例中基于沙漠风速的风险预警方法的一个实施例示意图；
图2为本发明实施例中基于沙漠风速的风险预警方法的另一个实施例示意图；
图3为本发明实施例中基于沙漠风速的风险预警装置的一个实施例示意图；
图4为本发明实施例中基于沙漠风速的风险预警装置的另一个实施例示意图；
图5为本发明实施例中基于沙漠风速的风险预警设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于沙漠风速的风险预警方法、装置、设备及存储介质，用于提高沙漠化灾害预警的准确性。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于沙漠风速的风险预警方法的一个实施例包括：
101、获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
可以理解的是，本发明的执行主体可以为基于沙漠风速的风险预警装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
在监测沙漠环境时需要对监测的数据进行分析从而进一步明确沙漠环境情况，以检测沙漠中的风速为例，服务器首先要获取风速检测请求，以接收到风速检测请求为信号，开始对沙漠中的风速进行检测。在检测沙漠中的风速之前需要记录风速检测请求的创建时刻，也需要将创建时刻的记录格式更改为预置格式，得到多个初始时刻。
需要强调的是，为进一步保证上述风速检测请求的私密和安全性，上述风速检测请求还可以存储于一区块链的节点中。
102、利用定时系统将多个风速检测请求输入至监测系统中，分别通过监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
服务器在获取到风速检测请求之后，会利用定时系统将对应的风速检测请求输入至监测系统中，例如：第一风速检测请求的创建时间为1999年9月9日9点9分9秒，第二风速检测请求的创建时间为1999年9月9日9点10分9秒，设置定时系统以5分钟为预置定时间隔，定时系统在1999年9月9日9点9分9秒时向监测系统发送第一风速检测请求，在1999年9月9日9点14分9秒时向监测系统发送第二风速检测请求，以此规则发送风速检测请求。
服务器利用监测系统检测沙漠中的风速，并利用插值计算公式对检测到的多个风速基础数据进行计算分析，得到多个风速检测数据。需要说明的是，每个风速检测请求对应一个创建时刻、风速检测数据和更新时刻。
103、根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当检测情况为风速检测完毕时，获取风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
服务器利用监测系统检测沙漠中的风速，在所得到的风速检测数据里存在一个标志字段，这里的标志字段用于指示风速检测的处理情况，当该标志字段的数值改变时，说明监测系统完成了沙漠风速检测的检测过程，这时服务器可以获取风速检测完毕的更新时刻，以便服务器进行后续的数据分析操作。
104、计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将目标时间间隔对应的目标风速数据传输至分析系统；
服务器通过分、时、日维度查询风沙检测数据平均、最大、最小的处理时间，可以有效的分析沙漠中风速高峰期情况，从而判断是否有性能风险的可能并及时报警。因此服务器需要分别计算每个初始时刻与对应更新时刻之间的多个时间间隔(风速检测的检测时间)，若目标时间间隔大于预置有效间隔，则说明检测沙漠中风速数据的检测时间较长，可能存在一定的环境风险，服务器直接将目标时间间隔对应的目标风速数据传输至分析系统，由分析系统对目标风速数据进行进一步分析。
105、采用分析系统计算目标风速数据与预置风险因子之间的风险相关度，将风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将关联因子和目标风速数据传输至报警系统，通过报警系统进行报警。
服务器采用美国安全专家提出的LEC评价法对与目标风速数据相关的因子进行半定量评价。首先服务器将获取预置风险因子，这里的预置风险因子用于指示沙漠中因风速不同而受影响的因子，如：空气含沙量、沙漠含水量等。然后服务器利用分析系统获取预置风险因子与目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值，可能性数值用于指示事故发生的可能性概率，暴露程度数值用于指示被保护对象暴露于危险环境中的频繁程度概率，后果严重程度数值用于指示发生事故后造成的结果严重程度概率，这三个等级不同对应的数值也不同，然后服务器以风险评估公式计算风险相关度，这里的风险评估公式为：D＝L×E×C，在式中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值，当计算得到的风险相关度大于标准相关度时，将风险相关度对应的预置风险因子确定为关联因子，将关联因子和目标风速数据传输至报警系统，通过报警系统进行报警。
本发明实施例中，通过风速检测请求对应的初始时刻和检测风速完毕之后的更新时刻，明确检测风速的检测时间间隔，当时间间隔大于预置有效间隔，则将时间间隔对应的风速检测数据传输至分析系统，利用分析系统计算其与预置风险因子之间的风险相关度，将风险相关度大于标准相关度的预置风险因子确定为关联因子，并通过报警系统进行风险报警，通过分析多方面的风险因子，提高了沙漠化灾害预警的准确性。
请参阅图2，本发明实施例中基于沙漠风速的风险预警方法的另一个实施例包括：
201、获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
具体的，服务器获取多个风速检测请求以及对应的多个创建时刻，检测每个创建时刻的记录格式是否为预置格式；若目标创建时刻的记录格式不为预置格式，则服务器通过时间转换函数将目标创建时刻的记录格式转换为预置格式，得到多个初始时刻。
服务器在将创建时刻的记录格式更改为预置格式时利用到的函数或算法如下：在进行风速检测请求的数据统计时主要利用oracle或其他数据库的时间转换函数，以oralce举例，如果数据库保存的创建时刻的格式为varchar2，则服务器需要利用to_date函数将创建时刻的格式转换成预置格式，得到初始时刻，然后服务器才可以进行后续计算初始时刻与更新时刻之间的时间间隔的操作。
本申请通过收集检测风速时段来判断沙漠环境的优良情况。具体的监测分析过程如下：由服务器发送风速检测请求到监测系统，监测系统会记录风速检测请求的创建时间，监测系统内部设定有特定的定时任务(举例，可能每五分钟触发一次)轮询处理风速检测请求。监测系统保存的风速检测数据内有特定的标志字段，该标志字段用于记录对应风速检测请求的处理情况，当监测系统处理完对应的风速检测请求之后，会改变对应标注字段的值，并更新处理风速检测请求之后的“更新时间”，这样就可以得出风速检测的处理时间(更新时间-创建时间)。通过分、时、日维度查询风沙检测数据平均、最大、最小的处理时间，可以有效的分析沙漠中风速高峰期情况，从而判断是否有性能风险的可能并及时报警。
需要强调的是，为进一步保证上述风速检测请求的私密和安全性，上述风速检测请求还可以存储于一区块链的节点中。
202、利用定时系统将多个风速检测请求输入至监测系统中，分别通过监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
具体的，服务器首先获取定时系统的多个定时时刻，在每个定时时刻将对应的风速检测请求输入至监测系统中，相邻两个定时时刻之间存在预置定时间隔；然后当目标风速检测请求输入至监测系统中时，服务器基于监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于预置定时间隔；最后服务器通过其他风速检测请求获取对应其他风速检测数据，将目标风速检测数据与其他风速检测数据进行整合，得到多个风速检测数据，其他风速检测请求为多个风速检测请求中除目标风速检测请求之外的检测请求。
服务器利用插值计算公式对多个风速基础数据进行预测的过程如下：当目标风速检测请求输入至监测系统中时，服务器采用监测系统在沙漠中不同的预置测量点上进行风速测量，得到多个风速基础数据，检测风速的检测时间小于或等于预置定时间隔；服务器利用插值计算公式对多个风速基础数据进行预测，得到目标风速检测数据，插值计算公式为：
Figure BDA0002781871700000111
其中，S(p0)表示预测位置上的风速基础数据，S(pi)表示第i个预置测量点上的风速基础数据，λi表示第i个预置测量点上的风速基础数据的权重系数，N表示预置测量点的个数，且N为正整数。
在监测系统检测沙漠中的风速时，利用到了插值计算公式，这里利用到的是克里金法(Kriging)，克里金法是依据协方差函数对随机过程/随机场进行空间建模和预测(插值)的回归算法。克里金法假定采样点之间的距离或方向可以反映可用于说明表面变化的空间相关性。在本申请中通过监测系统检测到不同预置检测点的多个风速基础数据，并将检测到的多个风速基础数据输入至插值计算公式中，可以计算出预测位置上的风速基础数据，服务器可以实现由大部分区域的风速基础数据预测出整体的风速基础数据。
需要说明的是，这里预置测量点的数量至少为30个，预置测量点的具体数量可以根据实际情况进行设定，在本申请中并不进行限定。
203、根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当检测情况为风速检测完毕时，获取风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
具体的，服务器首先判断每个风速检测数据中的标志字段的值是否改变；若目标风速检测数据中的标志字段的值改变，则服务器确定风速检测的检测情况为风速检测完毕，并获取风速检测完毕时目标风速检测请求对应的更新时刻；服务器将其他风速检测请求输入至监测系统中，通过监测系统对沙漠中的风速进行检测，确定对应的风速检测的检测情况，并得到其他风速检测请求对应的更新时刻，将目标风速检测请求对应的更新时刻和其他风速检测请求对应的更新时刻进行合并，得到多个更新时刻，每个更新时刻对应一个初始时刻。
服务器利用监测系统得到的风速检测数据中存在标志字段，该标志字段用于记录监测系统检测沙漠中风速的处理过程，当监测系统检测完沙漠中的风速后，标志字段的数值将会改变，例如：监测系统检测沙漠中的风速时，标志字段的数值为0，而当监测系统检测完毕沙漠中的风速之后，标志字段的数值变化为1。也就是说服务器只需判断标志字段的数值是否改变即可明确风速检测的检测情况。
204、计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将目标时间间隔对应的目标风速数据传输至分析系统；
服务器通过分、时、日维度查询风沙检测数据平均、最大、最小的处理时间，可以有效的分析沙漠中风速高峰期情况，从而判断是否有性能风险的可能并及时报警。因此服务器需要分别计算每个初始时刻与对应更新时刻之间的多个时间间隔(风速检测的检测时间)，若目标时间间隔大于预置有效间隔，则说明检测沙漠中风速数据的检测时间较长，可能存在一定的环境风险，服务器直接将目标时间间隔对应的目标风速数据传输至分析系统，由分析系统对目标风速数据进行进一步分析。
205、采用分析系统计算目标风速数据与预置风险因子之间的风险相关度，将风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将关联因子和目标风速数据传输至报警系统，通过报警系统进行报警。
具体的，服务器首先利用分析系统获取预置风险因子与目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值；然后服务器根据风险评估公式计算预置风险因子与目标风速数据之间的风险相关度，风险评估公式为：D＝L×E×C，其中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值；最后当风险相关度大于标准相关度时，服务器将风险相关度对应的预置风险因子确定为关联因子，将关联因子和目标风速数据传输至报警系统，通过报警系统进行报警。
服务器采用美国安全专家提出的LEC评价法对与目标风速数据相关的因子进行半定量评价。首先服务器将获取预置风险因子，这里的预置风险因子用于指示沙漠中因风速不同而受影响的因子，如：空气含沙量、沙漠含水量等。然后服务器利用分析系统获取预置风险因子与目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值，可能性数值用于指示事故发生的可能性概率，暴露程度数值用于指示被保护对象暴露于危险环境中的频繁程度概率，后果严重程度数值用于指示发生事故后造成的结果严重程度概率，这三个等级不同对应的数值也不同，然后服务器以风险评估公式计算风险相关度，这里的风险评估公式为：D＝L×E×C，在式中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值，当计算得到的风险相关度大于标准相关度时，将风险相关度对应的预置风险因子确定为关联因子，将关联因子和目标风速数据传输至报警系统，通过报警系统进行报警。
206、将关联因子和目标风速数据传输至显示系统，利用显示系统显示关联因子和目标风速数据。
服务器将存在风险的关联因子和目标风速数据均传输至显示系统，令操作人员可以更清晰、更直观的观察到目标风速数据将会影响的因素，以便全面准确的分析出沙漠化灾害的影响因子，同时实施出更加合理有效的处理方案。
本发明实施例中，通过风速检测请求对应的初始时刻和检测风速完毕之后的更新时刻，明确检测风速的检测时间间隔，当时间间隔大于预置有效间隔，则将时间间隔对应的风速检测数据传输至分析系统，利用分析系统计算其与预置风险因子之间的风险相关度，将风险相关度大于标准相关度的预置风险因子确定为关联因子，并通过报警系统进行风险报警，通过分析多方面的风险因子，提高了沙漠化灾害预警的准确性。
上面对本发明实施例中基于沙漠风速的风险预警方法进行了描述，下面对本发明实施例中基于沙漠风速的风险预警装置进行描述，请参阅图3，本发明实施例中基于沙漠风速的风险预警装置一个实施例包括：
获取模块301，用于获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
检测模块302，用于利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
确定模块303，用于根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
计算模块304，用于计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；
报警模块305，用于采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
本发明实施例中，通过风速检测请求对应的初始时刻和检测风速完毕之后的更新时刻，明确检测风速的检测时间间隔，当时间间隔大于预置有效间隔，则将时间间隔对应的风速检测数据传输至分析系统，利用分析系统计算其与预置风险因子之间的风险相关度，将风险相关度大于标准相关度的预置风险因子确定为关联因子，并通过报警系统进行风险报警，通过分析多方面的风险因子，提高了沙漠化灾害预警的准确性。
请参阅图4，本发明实施例中基于沙漠风速的风险预警装置的另一个实施例包括：
获取模块301，用于获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
检测模块302，用于利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
确定模块303，用于根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
计算模块304，用于计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；
报警模块305，用于采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，获取模块301具体用于：
获取多个风速检测请求以及对应的多个创建时刻，检测每个创建时刻的记录格式是否为预置格式；
若所述目标创建时刻的记录格式不为预置格式，则通过时间转换函数将所述目标创建时刻的记录格式转换为所述预置格式，得到多个初始时刻。
可选的，检测模块302包括：
获取单元3021，用于获取定时系统的多个定时时刻，在每个定时时刻将对应的风速检测请求输入至监测系统中，相邻两个定时时刻之间存在预置定时间隔；
预测单元3022，当目标风速检测请求输入至所述监测系统中时，用于基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔；
整合单元3023，用于通过其他风速检测请求获取对应其他风速检测数据，将所述目标风速检测数据与所述其他风速检测数据进行整合，得到多个风速检测数据，所述其他风速检测请求为多个风速检测请求中除所述目标风速检测请求之外的检测请求。
可选的，预测单元3022具体用于：
当目标风速检测请求输入至所述监测系统中时，采用所述监测系统在沙漠中不同的预置测量点上进行风速测量，得到多个风速基础数据，检测风速的检测时间小于或等于所述预置定时间隔；
利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，所述插值计算公式为：
Figure BDA0002781871700000151
其中，S(p0)表示预测位置上的风速基础数据，S(pi)表示第i个预置测量点上的风速基础数据，λi表示第i个预置测量点上的风速基础数据的权重系数，N表示预置测量点的个数，且N为正整数。
可选的，确定模块303具体用于：
判断每个风速检测数据中的标志字段的值是否改变；
若目标风速检测数据中的标志字段的值改变，则确定风速检测的检测情况为风速检测完毕，并获取所述风速检测完毕时目标风速检测请求对应的更新时刻；
将其他风速检测请求输入至监测系统中，通过所述监测系统对沙漠中的风速进行检测，确定对应的风速检测的检测情况，并得到其他风速检测请求对应的更新时刻，将所述目标风速检测请求对应的更新时刻和所述其他风速检测请求对应的更新时刻进行合并，得到多个更新时刻，每个更新时刻对应一个初始时刻。
可选的，报警模块305具体用于：
利用所述分析系统获取预置风险因子与所述目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值；
根据风险评估公式计算所述预置风险因子与所述目标风速数据之间的风险相关度，所述风险评估公式为：D＝L×E×C，其中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值；
当所述风险相关度大于标准相关度时，将所述风险相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
可选的，基于沙漠风速的风险预警装置还包括：
显示模块306，用于将所述关联因子和所述目标风速数据传输至显示系统，利用所述显示系统显示所述关联因子和所述目标风速数据。
本发明实施例中，通过风速检测请求对应的初始时刻和检测风速完毕之后的更新时刻，明确检测风速的检测时间间隔，当时间间隔大于预置有效间隔，则将时间间隔对应的风速检测数据传输至分析系统，利用分析系统计算其与预置风险因子之间的风险相关度，将风险相关度大于标准相关度的预置风险因子确定为关联因子，并通过报警系统进行风险报警，通过分析多方面的风险因子，提高了沙漠化灾害预警的准确性。
上面图3和图4从模块化功能实体的角度对本发明实施例中的基于沙漠风速的风险预警装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于沙漠风速的风险预警设备进行详细描述。
图5是本发明实施例提供的一种基于沙漠风速的风险预警设备的结构示意图，该基于沙漠风速的风险预警设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对基于沙漠风速的风险预警设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于沙漠风速的风险预警设备500上执行存储介质530中的一系列指令操作。
基于沙漠风速的风险预警设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的基于沙漠风速的风险预警设备结构并不构成对基于沙漠风速的风险预警设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种基于沙漠风速的风险预警设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于沙漠风速的风险预警方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于沙漠风速的风险预警方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于沙漠风速的风险预警方法，其特征在于，所述基于沙漠风速的风险预警方法包括：
获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；
采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
2.根据权利要求1所述的基于沙漠风速的风险预警方法，其特征在于，所述获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻包括：
获取多个风速检测请求以及对应的多个创建时刻，检测每个创建时刻的记录格式是否为预置格式；
若所述目标创建时刻的记录格式不为预置格式，则通过时间转换函数将所述目标创建时刻的记录格式转换为所述预置格式，得到多个初始时刻。
3.根据权利要求1所述的基于沙漠风速的风险预警方法，其特征在于，所述利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据包括：
获取定时系统的多个定时时刻，在每个定时时刻将对应的风速检测请求输入至监测系统中，相邻两个定时时刻之间存在预置定时间隔；
当目标风速检测请求输入至所述监测系统中时，基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔；
通过其他风速检测请求获取对应其他风速检测数据，将所述目标风速检测数据与所述其他风速检测数据进行整合，得到多个风速检测数据，所述其他风速检测请求为多个风速检测请求中除所述目标风速检测请求之外的检测请求。
4.根据权利要求3所述的基于沙漠风速的风险预警方法，其特征在于，所述当目标风速检测请求输入至所述监测系统中时，基于所述监测系统对沙漠中的风速进行检测，记录对应的多个风速基础数据，并利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，检测风速的检测时间小于或等于所述预置定时间隔包括：
当目标风速检测请求输入至所述监测系统中时，采用所述监测系统在沙漠中不同的预置测量点上进行风速测量，得到多个风速基础数据，检测风速的检测时间小于或等于所述预置定时间隔；
利用插值计算公式对所述多个风速基础数据进行预测，得到目标风速检测数据，所述插值计算公式为：
Figure FDA0002781871690000021
其中，S(p0)表示预测位置上的风速基础数据，S(pi)表示第i个预置测量点上的风速基础数据，λi表示第i个预置测量点上的风速基础数据的权重系数，N表示预置测量点的个数，且N为正整数。
5.根据权利要求3所述的基于沙漠风速的风险预警方法，其特征在于，所述根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻包括：
判断每个风速检测数据中的标志字段的值是否改变；
若目标风速检测数据中的标志字段的值改变，则确定风速检测的检测情况为风速检测完毕，并获取所述风速检测完毕时目标风速检测请求对应的更新时刻；
将其他风速检测请求输入至监测系统中，通过所述监测系统对沙漠中的风速进行检测，确定对应的风速检测的检测情况，并得到其他风速检测请求对应的更新时刻，将所述目标风速检测请求对应的更新时刻和所述其他风速检测请求对应的更新时刻进行合并，得到多个更新时刻，每个更新时刻对应一个初始时刻。
6.根据权利要求1所述的基于沙漠风速的风险预警方法，其特征在于，所述采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警包括：
利用所述分析系统获取预置风险因子与所述目标风速数据之间的可能性数值、暴露程度数值和后果严重程度数值；
根据风险评估公式计算所述预置风险因子与所述目标风速数据之间的风险相关度，所述风险评估公式为：D＝L×E×C，其中，D表示风险相关度，L表示可能性数值，E表示暴露程度数值，C表示后果严重程度数值；
当所述风险相关度大于标准相关度时，将所述风险相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
7.根据权利要求1-6中任一项所述的基于沙漠风速的风险预警方法，其特征在于，在采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警之后，所述基于沙漠风速的风险预警方法还包括：
将所述关联因子和所述目标风速数据传输至显示系统，利用所述显示系统显示所述关联因子和所述目标风速数据。
8.一种基于沙漠风速的风险预警装置，其特征在于，所述基于沙漠风速的风险预警装置包括：
获取模块，用于获取多个风速检测请求以及对应的多个创建时刻，将每个创建时刻的记录格式更改为预置格式，得到多个初始时刻；
检测模块，用于利用定时系统将所述多个风速检测请求输入至监测系统中，分别通过所述监测系统和插值计算公式对沙漠中的风速进行检测与分析，得到多个风速检测数据；
确定模块，用于根据每个风速检测数据中的标志字段确定对应风速检测的检测情况，当所述检测情况为风速检测完毕时，获取所述风速检测完毕的更新时刻，得到多个初始时刻对应的多个更新时刻；
计算模块，用于计算每个初始时刻与对应更新时刻之间的多个时间间隔，若目标时间间隔大于预置有效间隔，则将所述目标时间间隔对应的目标风速数据传输至分析系统；
报警模块，用于采用所述分析系统计算所述目标风速数据与预置风险因子之间的风险相关度，将所述风险相关度大于标准相关度对应的预置风险因子确定为关联因子，将所述关联因子和所述目标风速数据传输至报警系统，通过所述报警系统进行报警。
9.一种基于沙漠风速的风险预警设备，其特征在于，所述基于沙漠风速的风险预警设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于沙漠风速的风险预警设备执行如权利要求1-7中任意一项所述的基于沙漠风速的风险预警方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述基于沙漠风速的风险预警方法。
CN202011284395.4A 2020-11-17 2020-11-17 基于沙漠风速的风险预警方法、装置、设备及存储介质 Pending CN112381420A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011284395.4A CN112381420A (zh) 2020-11-17 2020-11-17 基于沙漠风速的风险预警方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011284395.4A CN112381420A (zh) 2020-11-17 2020-11-17 基于沙漠风速的风险预警方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112381420A true CN112381420A (zh) 2021-02-19

Family

ID=74584866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011284395.4A Pending CN112381420A (zh) 2020-11-17 2020-11-17 基于沙漠风速的风险预警方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112381420A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103996071A (zh) * 2014-02-25 2014-08-20 沈阳理工大学 一种基于马尔科夫理论的风电场风速预测方法
CN109166295A (zh) * 2018-09-21 2019-01-08 中科海慧（天津）科技有限公司 一种沙漠化灾害预警方法
CN109615027A (zh) * 2018-12-29 2019-04-12 中南大学 一种高速铁路沿线风速特征提取智能预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103996071A (zh) * 2014-02-25 2014-08-20 沈阳理工大学 一种基于马尔科夫理论的风电场风速预测方法
CN109166295A (zh) * 2018-09-21 2019-01-08 中科海慧（天津）科技有限公司 一种沙漠化灾害预警方法
CN109615027A (zh) * 2018-12-29 2019-04-12 中南大学 一种高速铁路沿线风速特征提取智能预测方法

Similar Documents

Publication Publication Date Title
Fugate et al. Vibration-based damage detection using statistical process control
US10884404B2 (en) Method of predicting plant data and apparatus using the same
US8410952B2 (en) Methods for forewarning of critical condition changes in monitoring civil structures
CN110780347B (zh) 基于循环神经网络的地震破坏力预测装置及方法
CN113343541B (zh) 长大跨桥梁的涡激振动预警方法、装置及终端
Jayawardhana et al. Statistical damage sensitive feature for structural damage detection using AR model coefficients
CN111062642A (zh) 对象的行业风险程度识别方法、装置以及电子设备
Ko et al. Formulation of an uncertainty model relating modal parameters and environmental factors by using long-term monitoring data
CN114234831B (zh) 一种曲面铸钢件的应变监测方法、系统和可读存储介质
CN114429308A (zh) 一种基于大数据的企业安全风险评估方法及系统
CN112380073B (zh) 一种故障位置的检测方法、装置及可读存储介质
CN114708132A (zh) 环境监测及预警处理方法、装置、计算机设备及存储介质
Lakshmi et al. Structural damage detection using ARMAX time series models and cepstral distances
CN112381420A (zh) 基于沙漠风速的风险预警方法、装置、设备及存储介质
KR101886210B1 (ko) 계측기 신뢰성 평가 장치 및 그의 동작 방법
CN111579001A (zh) 机器人的故障检测方法及装置
CN109163894B (zh) 一种基于摩擦温度信号的磨合状态识别方法
JP2018197679A (ja) 地震警報システム
CN116909235A (zh) 一种智能工厂的监控方法及其监控系统、电子设备
CN116380228A (zh) 衡器运行监测方法、系统、终端及存储介质
CN114001887B (zh) 一种基于挠度监测的桥梁损伤评定方法
CN113137983B (zh) 一种自学习的井盖姿态监测方法及监测系统
CN112781556A (zh) 一种基于多数据融合滤波的井盖异动监测方法和装置
JP6777228B2 (ja) 制御装置、通信システム、および制御方法
Sohn et al. Continuous structural monitoring using statistical process control

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