CN116403386A - 基于智能设备的地震预警分析系统 - Google Patents
基于智能设备的地震预警分析系统 Download PDFInfo
- Publication number
- CN116403386A CN116403386A CN202310667190.1A CN202310667190A CN116403386A CN 116403386 A CN116403386 A CN 116403386A CN 202310667190 A CN202310667190 A CN 202310667190A CN 116403386 A CN116403386 A CN 116403386A
- Authority
- CN
- China
- Prior art keywords
- earthquake
- data
- encryption
- monitoring area
- building
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 146
- 230000001133 acceleration Effects 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000006073 displacement reaction Methods 0.000 claims abstract description 27
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 18
- 230000006855 networking Effects 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 206010033799 Paralysis Diseases 0.000 abstract description 2
- 238000013480 data collection Methods 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了基于智能设备的地震预警分析系统，涉及数据加密技术领域，本发明通过设置数据采集终端对区域内所有住宅小区各个楼栋的压力、加速度和位移速度进行采集，分析预测模块基于地震预测模型对该地震监测区域进行地震发生概率预测，结果判定单元基于预测的地震发生概率对该地震监测区域进行告警，加密单元基于当前住宅地震数据生成其对应的动态加密变动码，增强了加密过程中地震数据之间的黏性，保证了地震数据存储的安全，避免造成住户的损失；设置卫星通信模块利用LoRa无线通信和WS‑A201卫星多模边缘计算网关和卫星建立通信，避免了4G/5G无线数据网络瘫痪，导致地震监测数据无法及时上报的情况。
Description
技术领域
本发明涉及数据安全技术领域，具体涉及基于智能设备的地震预警分析系统。
背景技术
目前地震部门广泛采用的地震数据采集器是数字化地震观测的主要设备之一，它将地震计输出的模拟信号转换为数字信号输出，以便于数字传输和计算机处理。地震数据采集器包括压力传感器、位移传感器、加速度传感器，实现地震后全方位的数据采集。
保证地震数据采集器上传数据的精度，一般采用连续采样的方式工作，以确保地震监测数据不丢失。为达到此效果，要求采用符合具有速度快、组网灵活、扩展容易、不受距离和环境限制、使用费用低的特点的技术途径，目前符合其特点且普遍采用的是4G/5G无线数据网络。但是当地震发生后，基本就出现断电断网的极端情况，4G/5G无线数据网络瘫痪，导致地震监测数据无法及时上报,且地震数据如果存储泄露将会对用户造成重大的损失；
为了解决上述问题，本发明提出了一种解决方案。
发明内容
本发明的目的在于提供基于智能设备的地震预警分析系统，为了解决现有技术中当地震发生后，基本就出现断电断网的极端情况，4G/5G无线数据网络瘫痪，导致地震监测数据无法及时上报,且地震数据如果泄露将会对用户造成重大的损失。
本发明的目的可以通过以下技术方案实现：
基于智能设备的地震预警分析系统，包括：
数据采集终端，对地震监测区域内所有住宅小区的地震监测数据进行采集，所述数据采集终端包括若干个数据采集模块，一个所述数据采集模块对该地震监测区域一个住宅小区的地震监测数据进行采集；
所述数据采集模块包括若干个数据采集单元，所述数据采集单元采集楼栋的压力数据、加速度数据和位移数据生成该楼栋的地震采集数据；
所述数据采集模块依据住宅小区所有楼栋的地震采集数据生成该住宅小区的地震监测数据；
多模智能终端，用于对地震监测数据进行传输，所述多模智能终端包括若干个楼栋级LORA模块和卫星通信模块；
所述楼栋级LORA模块接收到对应住宅小区的地震监测数据后生成组网指令并将所述组网指令传输到卫星通信模块；
中控中心，对地震监测区域内住宅小区的地震监测数据进行分析和预警；
分析预测模块包括预测分析单元和结果判定单元；
所述预测分析单元中存储有已经训练好的地震预测模型，所述预测分析单元将该地震监测区域所有住宅小区地震监测数据作为地震预测模型的输入模型数据指标输入到地震预测模型中进行训练获取该地震监测区域地震发生的概率P，P的数值越大则表示该地震监测区域发生地震的概率越高；
所述预测分析单元依据获取到的该地震监测区域地震发生的概率P和该地震监测区域所有住宅小区的地震监测数据生成当前该地震监测区域的地震预测结果数据，并将所述地震预测结果数据传输到结果判定单元；
所述结果判定单元接收到预测分析单元传输的当前该地震监测区域的地震预测结果数据后，按照下述步骤进行判定：
S11：获取当前时刻该地震监测区域地震预测结果数据中该地震监测区域地震发生的概率P；
S12：若P≤Pmin，所述结果判定单元将当前该地震监测区域地震预测结果数据传输到管理模块；
S13：若Pmin<P<Pmax，所述结果判定单元生成初级告警指令并将其传输到预警模块，使得所述预警模块接收到结果判定单元传输的初级告警指令后将当前该地震监测区域地震预测结果数据显示给监控人员进行查看；
所述结果判定单元还将当前该地震监测区域地震预测结果数据传输到管理模块；
S14：若P≥Pmax，所述结果判定单元生成紧急告警指令并将其传输到预警模块，使得所述预警模块接收到结果判定单元传输的紧急告警指令后对监控人员进行声音预警并将当前该地震监测区域的地震预测结果数据显示给监控人员进行查看；
管理模块，对当前该地震监测区域的地震预测结果数据进行管理。
进一步的，所述管理模块包括数据分析单元，所述数据分析单元周期性对该地震监测区域地震预测结果数据进行分析，具体分析步骤如下：
S21：首先选定该地震监测区域一个住宅小区为待加密住宅小区，选定待加密住宅小区内的一个楼栋为待加密楼栋，每秒钟获取一次该地震监测区域的地震预测结果数据，连续获取t次；将地震预测结果数据中的待加密楼栋的压力标记为B1、B2、...、Bt、加速度标记为C1、C2、...、Ct、位移标记为D1、D2、...、Dt，t为预设数值；
同样获取t次该地震监测区域地震发生的概率P1、P2、...、Pt；
S22：
利用公式
1≤b≤t,1≤c≤t,1≤d≤t计算获取t次内待加密楼栋的加密基准值E1，所述ɑ1、ɑ2和ɑ3分别为压力、加速度和位移的预设调节系数；
S23：利用公式
计算获取t次内该地震监测区域地震发生概率的离散值F1，将F1和F进行大小比较，此处Z表示为Pz的均值，F为预设数值；
若F1≥F,则按照|Pz-Z|从大到小的顺序依次选中对应的Pz，每选中一个将其删除，删除后重新计算剩余Pz的离散值F1，并再次将F1和F进行大小比较，直至F1<F，将此时剩余的Pz的均值重新标定为t次内该地震监测区域地震发生概率基准值G1；
S24：利用函数公式
计算获取t次内待加密楼栋的映射加密基数点H1；
S25：按照S21到S24，依次选定待加密住宅小区内所有楼栋为待加密楼栋，获取t次内待加密住宅小区内所有楼栋的H1、H2、...、Hh，h≥1并对其进行聚合生成待加密住宅t次内的基准加密调节码，标记为I1，所述h指代待加密住宅小区的楼栋总数量；
S26:按照S25，依次选定该地震监测区域内的住宅小区为待加密住宅小区，获取该地震监测区域内所有住宅小区的基准加密调节码I1、I2、...、Ii,i≥1，此处i指代该地震监测区域㕯住宅小区的总数量。
进一步的，所述管理模块中还包括有加密单元，所述加密单元中存储有当前时刻该地震监测区域所有住宅小区的基准加密调节码。
进一步的，所述加密单元按照加密规则对当前该地震监测区域的地震预测结果数据进行加密，加密规则具体为：
S31：获取当前时刻该地震监测区域一个住宅小区的基准加密调节码，标记为J1，获取经过转化的当前时刻的时间戳，标定为当前基准时间码，标记为J2；
S32：分别将基准加密调节码J1和当前基准时间码J2转化为字符串数据并获取转化后的基准加密调节码J1和当前基准时间码J2的长度，分别标记为K1和K2；
S33：利用公式L1=|K1-K2|、
分别计算获取当前时刻该住宅小区加密隔断位L1和加密调整比较数L2，所述β1为预设因子；
S34：参照当前时刻该住宅小区加密隔断位L1，基准加密调节码J1位数从右到左第L1位开始，将基准加密调节码J1从第L1位数开始每一位上的字符按照变动规则进行变动，变动规则具体为：
S341：获取到基准加密调节码J1的第L1位的字符并将其标记为N1；
若N1>L2+η1，利用公式O1=N1-int(N1*λ1)计算获取准加密调节码J1的第L1位的变动字符O1并将其和准加密调节码J1的第L1位的字符进行替换；
若L2-η2≤N1≤L2+η1，则对准加密调节码J1的第L1位的字符不作任何处理；
若N1<L2-η2利用公式O1=N1-int(N1*λ2)计算获取准加密调节码J1的第L1位的变动字符O1并将其和准加密调节码J1的第L1位的字符进行替换；
S342：按照S341分别计算获取基准加密调节码J1从第L1位数开始每一位上的字符对应的变动字符O1、O2、...、Os，s≥1并依据其将基准加密调节码J1的第L1位数开始每一位上的字符进行替换；
依据替换后的准加密调节码J1生成当前时刻该住宅小区的动态加密变动码，所述加密单元依据当前时刻该住宅小区的动态加密变动码对当前时刻该小区的地震监测数据进行加密生成当前该小区的地震加密数据。
进一步的，所述管理模块中还包括存储单元，所述加密单元中存储有地震监测区域内所有住宅小区的基准加密调节码。
进一步的，所述地震预测模型在进行数据计算的过程中，地震发生的变量Y由布尔值来表示，其中O表示没有发生，而1表示发生，那么得到的基础地震预测回归模型如下：
A（Y）=a1+a2*2+a3*3+b4*4+...b16*16，所述b4...b16为该地震预测分析模型的预设辅助预测数据指标值，所述a1为压力模型数据指标，a2为加速度模型数据指标，a3为位移模型数据指标；
由于变量Y的取值只能为0或1，而A（Y）的取值为连续的，因此通过A(Y)来预测Y为1的概率从而得出地震发生的概率P。
进一步的，所述卫星通信模块包括WS-A201卫星多模边缘计算网关，所述卫星通信模块接收到楼栋级LORA模块传输组网指令后利用LoRa无线通信和WS-A201卫星多模边缘计算网关与卫星建立通信。
进一步地，所述数据采集单元包括压力传感器、位移传感器和加速度传感器，所述压力传感器用于对楼栋的压力数据进行实时获取并依据其生成该楼栋的压力数据，所述加速度传感器用于对楼栋的加速度数据进行实时获取并依据其生成该楼栋的加速度数据，所述位移传感器用于对楼栋的加速度数据进行实时采集并依据其生成该楼栋的位移数据。
本发明的有益效果：
（1）本发明通过设置数据采集终端对区域内所有住宅小区各个楼栋的压力、加速度和位移速度进行采集，分析预测模块基于地震预测模型对该地震监测区域进行地震发生概率预测，结果判定单元基于预测的地震发生概率对该地震监测区域进行告警，加密单元基于当前住宅地震数据生成其对应的动态加密变动码，增强了加密过程中地震数据之间的黏性，保证了地震数据存储的安全，避免造成住户的损失；
（2）本发明通过设置卫星通信模块利用LoRa无线通信和WS-A201卫星多模边缘计算网关和卫星建立通信，避免了4G/5G无线数据网络瘫痪，导致地震监测数据无法及时上报的情况。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图；
图2为本发明加密单元的工作流程图；
图3为本发明预测分析模块的工作流程图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，基于智能设备的地震预警分析系统，包括数据采集终端、
多模智能终端和中控中心；
所述数据采集终端用于对一定区域内所有住宅小区的地震监测数据进行采集，所述数据采集终端包括若干个数据采集模块，一个所述数据采集模块对该地震监测区域一个住宅小区的地震监测数据进行采集；
所述数据采集模块包括若干个数据采集单元，一个所述数据采集单元对应该住宅小区内的一个楼栋；所述数据采集单元包括压力传感器、位移传感器和加速度传感器；
所述压力传感器用于对楼栋的压力数据进行实时获取并依据其生成该楼栋的压力数据，所述加速度传感器用于对楼栋的加速度数据进行实时获取并依据其生成该楼栋的加速度数据，所述位移传感器用于对楼栋的加速度数据进行实时采集并依据其生成该楼栋的位移数据；
所述数据采集单元依据楼栋的压力数据、加速度数据和位移数据生成该楼栋的地震采集数据；
所述数据采集模块依据住宅小区所有楼栋的地震采集数据生成该住宅小区的地震监测数据并将其传输到多模智能终端；
所述多模智能终端用于对地震监测数据进行传输，所述多模智能终端包括若干个楼栋级LORA模块、卫星通信模块；
所述多模智能终端接收到数据采集终端传输的住宅小区的地震监测数据后将其传输到该住宅小区对应的楼栋级LORA模块，一个所述楼栋级LORA模块对应该地震监测区域一个住宅小区，所述楼栋级LORA模块接收到多模智能终端传输的对应住宅小区的地震监测数据后生成组网指令并将其传输到卫星通信模块；
所述卫星通信模块用于和卫星进行通信连接，所述卫星通信模块包括WS-A201卫星多模边缘计算网关，所述卫星通信模块接收到楼栋级LORA模块传输到组网指令后利用LoRa无线通信和WS-A201卫星多模边缘计算网关和卫星建立通信，建立成功后所述卫星通信模块将一定区域内所有住宅小区地震监测数据传输到中控中心；
所述中控中心用于对地震采集数据进行分析和预警，所述中控中心包括分析预测模块、预警模块和管理模块；
所述中控中心接收到卫星通信模块传输的一定区域内所有住宅小区地震监测数据后将其传输到分析预测模块；
所述预测分析模块用于对一定区域内所有住宅小区的地震监测数据进行分析，所述预测分析模块包括预测分析单元和结果判定单元；
所述预测分析模块接收到中控中心传输的该地震监测区域所有住宅小区的地震监测数据后将其传输到预测分析单元，所述预测分析单元中存储有已经训练好的地震预测模型；
所述预测分析单元接收到预测分析模块传输的该地震监测区域所有住宅小区的地震监测数据后将其内包括的各个住宅小区楼栋的压力数据、加速度数据和位移数据作为地震预测模型的输入模型数据指标输入到地震预测模型中进行计算获取该地震监测区域地震发生的概率P，在本实施例中，P的数值越大则表示该地震监测区域发生地震的概率越高；
在本实施例中，所述地震预测模型在进行数据计算的过程中，假设地震发生的变量Y由布尔值来表示，其中O表示没有发生，而1表示发生，那么得到的基础地震预测回归模型如下：
A（Y）=a1+a2*2+a3*3+b4*4+...b16*16，所述b4...b16为该地震预测分析模型的预设辅助预测数据指标值，所述a1为压力模型数据指标，a2为加速度模型数据指标，a3为位移模型数据指标；
由于变量Y的取值只能为0或1，而A（Y）的取值为连续的，因此通过A(Y)来预测Y为1的概率从而得出该地震监测区域地震发生的概率P；
所述预测分析单元依据获取到的该地震监测区域地震发生的概率P和该地震监测区域所有住宅小区的地震监测数据生成当前该地震监测区域的地震预测结果数据并将其传输到结果判定单元；
所述结果判定单元接收到预测分析单元传输的当前该地震监测区域地震预测结果数据后按照一定的判定步骤对其进行存储方式判定，具体的判定方式如下：
S11：获取当前时刻该地震监测区域地震预测结果数据中该地震监测区域地震发生的概率P；
S12：若P≤Pmin，所述结果判定单元将当前该地震监测区域地震预测结果数据传输到管理模块；
S13：若Pmin<P<Pmax，所述结果判定单元生成初级告警指令并将其传输到预警模块，所述预警模块接收到结果判定单元传输的初级告警指令后将当前该地震监测区域地震预测结果数据显示给监控人员进行查看；
所述结果判定单元将当前该地震监测区域地震预测结果数据传输到管理模块；
S14：若P≥Pmax,所述判定单元生成紧急告警指令并将其传输到预警模块，所述预警模块接收到结果判定单元传输的紧急告警指令后对监控人员进行声音预警并将当前该地震监测区域地震预测结果数据显示给监控人员进行查看，Pmax和Pmin为预设阈值；
所述管理模块包括加密单元、存储单元和数据分析单元，所述管理模块接收到预警分析模块；
所述管理模块接收到结果判定单元传输的当前该地震监测区域地震预测结果数据后将其传输到加密单元，所述加密单元接收到管理模块传输的当前该地震监测区域地震预测结果数据后按照一定的加密规则对其进行加密，具体的加密规则如下：
S31：获取当前时刻该地震监测区域一个住宅小区的基准加密调节码J1，获取经过转化的当前时刻的时间戳，标定为当前基准时间码，标记为J2；
S32：分别将基准加密调节码J1和当前基准时间码J2转化为字符串数据，并使用.size()方法计算获取转化后的基准加密调节码J1和当前基准时间码J2的长度，分别标记为K1和K2；
S33：利用公式L1=|K1-K2|、
分别计算获取当前时刻该住宅小区加密隔断位L1和加密调整比较数L2，所述β1为预设因子,所述P为当前时刻该地震监测区域地震发生的概率；
S34：参照当前时刻该住宅小区加密隔断位L1，基准加密调节码J1位数从右到左第L1位开始，将基准加密调节码J1从第L1位数开始每一位上的字符按照一定的变动规则进行变动，具体变动规则如下：
S341：以基准加密调节码J1的第L1位为例，获取基准加密调节码J1的第L1位的字符标记为N1；
若N1>L2+η1，利用公式O1=N1-int(N1*λ1)计算获取准加密调节码J1的第L1位的变动字符O1并将其和准加密调节码J1的第L1位的字符进行替换；
若L2-η2≤N1≤L2+η1，则对准加密调节码J1的第L1位的字符不做任何处理；
若N1<L2-η2利用公式O1=N1-int(N1*λ2)计算获取准加密调节码J1的第L1位的变动字符O1并将其和准加密调节码J1的第L1位的字符进行替换；
所述λ1和λ2为预设比例因子，所述η1和η2为预设比较系数；
S342：按照S241分别将基准加密调节码J1的第L1位数开始每一位上的字符进行替换并依据替换后的准加密调节码J1生成当前时刻该住宅小区的动态加密变动码；
所述加密单元依据当前时刻该住宅小区的动态加密变动码对当前时刻该小区的地震监测数据进行加密并依据其生成当前该小区的地震加密数据；
所述加密单元将当前该小区的地震加密数据传输到存储单元中进行永久存储；
所述数据分析单元周期性按照一定的分析步骤对其进行分析，具体分析步骤如下：
S21：首先选定该地震监测区域一个住宅小区为待加密住宅小区，选定待加密住宅小区内的一个楼栋为待加密楼栋，获取t秒内该地震监测区域地震预测结果数据中待加密楼栋的压力B1、B2、...、Bt、加速度C1、C2、...、Ct和位移D1、D2、...、Dt，所述t为预设时间阈值；此处表示压力、加速度和位移数据每秒采集一次，一共得到t组数据；
获取t秒内该地震监测区域地震发生的概率P1、P2、...、Pt；
S22：
利用公式
1≤b≤t,1≤c≤t,1≤d≤t计算获取t秒内待加密楼栋的加密基准值E1，所述ɑ1、ɑ2和ɑ3分别为压力、加速度和位移的预设调节系数；
S23：利用公式
1≤z≤t计算获取t秒内该地震监测区域地震发生概率的离散值F1，将F1和F进行大小比较，此处Z表示为Pz的均值，F为预设数值；
若F1≥F,则按照|Pz-Z|从大到小的顺序依次选中对应的Pz，每选中一个将其删除，删除后重新计算剩余Pz的离散值F1，并再次将F1和F进行大小比较，重复上述步骤，直至F1<F，将此时剩余的Pz的均值重新标定为t秒内该地震监测区域地震发生概率基准值G1；
S24：利用函数公式
计算获取t秒内待加密楼栋的映射加密基数点H1；
S25：按照S21到S24，依次选定待加密住宅小区内所有楼栋为待加密楼栋，获取t秒内待加密住宅小区内所有楼栋地震映射基数点H1、H2、...、Hh，h≥1并对其进行聚合生成待加密住宅t秒内的基准加密调节码，标记为I1，所述待加密住宅t秒内的基准加密调节码；
S26：按照S21到S25，依次选定该地震监测区域内的住宅小区为待加密住宅小区，获取该地震监测区域内所有住宅小区的基准加密调节码I1、I2、...、Ii,i≥1；
所述数据分析单元将该地震监测区域内所有住宅小区的基准加密调节码I1、I2、...、Ii传输到加密单元中进行存储；
在说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.基于智能设备的地震预警分析系统，其特征在于，包括：
数据采集终端，对地震监测区域内所有住宅小区的地震监测数据进行采集，所述数据采集终端包括若干个数据采集模块，一个所述数据采集模块对该地震监测区域一个住宅小区的地震监测数据进行采集；
所述数据采集模块包括若干个数据采集单元，一个所述数据采集单元对应采集该住宅小区内一个楼栋的压力数据、加速度数据和位移数据并根据所述压力数据、加速度数据和位移数据生成该楼栋的地震采集数据；
所述数据采集模块依据住宅小区所有楼栋的地震采集数据生成该住宅小区的地震监测数据；
多模智能终端，用于对地震监测数据进行传输，所述多模智能终端包括若干个楼栋级LORA模块和卫星通信模块；一个所述楼栋级LORA模块对应接收一个住宅小区的地震监测数据后，生成组网指令，并将所述组网指令传输到卫星通信模块；
中控中心，用于对地震监测区域内所有住宅小区的地震监测数据进行分析和预警；
分析预测模块包括预测分析单元和结果判定单元；
所述预测分析单元中存储有已经训练好的地震预测模型，所述预测分析单元将该地震监测区域内所有住宅小区的地震监测数据作为地震预测模型的输入模型数据指标输入到地震预测模型中进行训练获取该地震监测区域的地震发生概率P，P的数值越大则表示该地震监测区域发生地震的概率越高；
所述预测分析单元依据获取到的该地震监测区域的地震发生概率P和该地震监测区域内所有住宅小区的地震监测数据生成当前该地震监测区域的地震预测结果数据，并将所述地震预测结果数据传输到结果判定单元；
所述结果判定单元接收到预测分析单元传输的当前该地震监测区域的地震预测结果数据后，按照下述步骤进行判定：
S11：获取当前时刻该地震监测区域的地震预测结果数据中该地震监测区域地震发生的概率P；
S12：若P≤Pmin，所述结果判定单元将当前该地震监测区域地震预测结果数据传输到管理模块，所述Pmin为预设地震发生概率最小值；
S13：若Pmin<P<Pmax，所述结果判定单元生成初级告警指令并将其传输到预警模块，使得所述预警模块接收到结果判定单元传输的初级告警指令后将当前该地震监测区域的地震预测结果数据显示给监控人员进行查看，所述Pmax为预设地震发生概率最大值；
所述结果判定单元还将当前该地震监测区域的地震预测结果数据传输到管理模块；
S14：若P≥Pmax，所述结果判定单元生成紧急告警指令并将其传输到预警模块，使得所述预警模块接收到结果判定单元传输的紧急告警指令后对监控人员进行声音预警并将当前该地震监测区域的地震预测结果数据显示给监控人员进行查看；
所述管理模块，用于对当前该地震监测区域的地震预测结果数据进行管理。
2.根据权利要求1所述的基于智能设备的地震预警分析系统，其特征在于，所述管理模块包括数据分析单元，所述数据分析单元周期性对该地震监测区域地震预测结果数据进行分析，具体分析步骤如下：
S21：首先选定该地震监测区域一个住宅小区为待加密住宅小区，选定待加密住宅小区内的一个楼栋为待加密楼栋，每秒钟获取一次该地震监测区域的地震预测结果数据，连续获取t次；将地震预测结果数据中的待加密楼栋的压力标记为B1、B2、...、Bt、加速度标记为C1、C2、...、Ct、位移标记为D1、D2、...、Dt，t为预设数值；
同样获取t次内该地震监测区域地震发生的概率P1、P2、...、Pt；
S22：
利用公式
1≤b≤t,1≤c≤t,1≤d≤t计算获取t次内待加密楼栋的加密基准值E1，所述ɑ1、ɑ2和ɑ3分别为压力、加速度和位移的预设调节系数；
S23：利用公式
计算获取t次内该地震监测区域的地震发生概率的离散值F1，将F1和F进行大小比较，此处Z表示为Pz的均值，F为预设数值；
若F1≥F,则按照|Pz-Z|从大到小的顺序依次选中对应的Pz，每选中一个将其删除并在删除后重新计算剩余Pz的离散值F1，并再次将F1和F进行大小比较，直至F1<F，将此时剩余的Pz的均值重新标定为t次内该地震监测区域地震发生概率基准值G1；
S24：利用函数公式
计算获取t次内待加密楼栋的映射加密基数点H1；
S25：按照S21到S24，依次选定待加密住宅小区内所有楼栋为待加密楼栋，获取t次内待加密住宅小区内所有楼栋的映射加密基数点H1、H2、...、Hh，h≥1，并对其进行聚合生成待加密住宅小区t次内的基准加密调节码，标记为I1，所述h指代待加密住宅小区的楼栋总数量；
S26:按照S25，依次选定该地震监测区域内的住宅小区为待加密住宅小区，获取该地震监测区域内所有住宅小区的基准加密调节码I1、I2、...、Ii,i≥1，此处i指代该地震监测区域㕯住宅小区的总数量。
3.根据权利要求1所述的基于智能设备的地震预警分析系统，其特征在于，所述管理模块中还包括有加密单元，所述加密单元中存储有地震监测区域内所有住宅小区的基准加密调节码。
4.根据权利要求3所述的基于智能设备的地震预警分析系统，其特征在于，所述加密单元按照加密规则对当前该地震监测区域的地震预测结果数据进行加密，加密规则具体为：
S31：获取当前时刻该地震监测区域的一个住宅小区的基准加密调节码，标记为J1，获取经过转化的当前时刻的时间戳，标定为当前基准时间码，标记为J2；
S32：分别将基准加密调节码J1和当前基准时间码J2转化为字符串数据并获取转化后的基准加密调节码J1和当前基准时间码J2的长度，分别标记为K1和K2；
S33：利用公式L1=|K1-K2|、
分别计算获取当前时刻该住宅小区加密隔断位L1和加密调整比较数L2，所述β1为预设因子,所述P为当前时刻该地震监测区域的地震发生概率；
S34：按照从后向前的顺序，基准加密调节码J1从第L1位开始向前的每一位上的字符按照变动规则进行变动，变动规则具体为：
S341：获取到基准加密调节码J1的按照从后向前的顺序的第L1位的字符并将其标记为N1；
若N1>L2+η1，利用公式O1=N1-int(N1*λ1)计算获取基准加密调节码J1的第L1位的变动字符O1并将其和基准加密调节码J1的第L1位的字符进行替换；
若L2-η2≤N1≤L2+η1，则对基准加密调节码J1的第L1位的字符不作任何处理；
若N1<L2-η2利用公式O1=N1-int(N1*λ2)计算获取准加密调节码J1的第L1位的变动字符O1并将其和准加密调节码J1的第L1位的字符进行替换，所述λ1和λ2为预设比例因子，所述η1和η2为预设比较系数；
S342：按照S341分别计算获取基准加密调节码J1从第L1位数开始每一位上的字符对应的变动字符O2、...、Os，s≥1并依据其将基准加密调节码J1的第L1+1位数开始每一位上的字符进行替换，此处s指代基准加密调节码J1从第L1位数开始的总位数；
依据替换后的基准加密调节码J1生成当前时刻该住宅小区的动态加密变动码；
所述加密单元依据当前时刻该住宅小区的动态加密变动码对当前时刻该小区的地震监测数据进行加密生成当前该小区的地震加密数据。
5.根据权利要求4所述的基于智能设备的地震预警分析系统，其特征在于，所述管理模块中还包括存储单元，所述存储单元中存储有地震监测区域内所有住宅小区的基准加密调节码。
6.根据权利要求1所述的基于智能设备的地震预警分析系统，其特征在于，所述地震预测模型在进行数据计算的过程中，地震发生的变量Y由布尔值来表示，其中O表示没有发生，而1表示发生，那么得到的基础地震预测回归模型如下：
A（Y）=a1+a2*2+a3*3+b4*4+...b16*16，所述b4...b16为该地震预测分析模型的预设辅助预测数据指标值，所述a1为压力模型数据指标，a2为加速度模型数据指标，a3为位移模型数据指标；
由于变量Y的取值只能为0或1，而A（Y）的取值为连续的，因此通过A(Y)来预测Y为1的概率从而得出该地震监测区域的地震发生概率P。
7.根据权利要求1所述的基于智能设备的地震预警分析系统，其特征在于，所述卫星通信模块包括WS-A201卫星多模边缘计算网关，所述卫星通信模块接收到楼栋级LORA模块传输的组网指令后，利用LoRa无线通信和WS-A201卫星多模边缘计算网关与卫星建立通信。
8.根据权利要求1所述的基于智能设备的地震预警分析系统，其特征在于，所述数据采集单元包括压力传感器、位移传感器和加速度传感器，所述压力传感器用于对楼栋的压力数据进行实时获取并依据其生成该楼栋的压力数据，所述加速度传感器用于对楼栋的加速度数据进行实时获取并依据其生成该楼栋的加速度数据，所述位移传感器用于对楼栋的加速度数据进行实时采集并依据其生成该楼栋的位移数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310667190.1A CN116403386B (zh) | 2023-06-07 | 2023-06-07 | 基于智能设备的地震预警分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310667190.1A CN116403386B (zh) | 2023-06-07 | 2023-06-07 | 基于智能设备的地震预警分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116403386A true CN116403386A (zh) | 2023-07-07 |
| CN116403386B CN116403386B (zh) | 2023-08-08 |
Family
ID=87016448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310667190.1A Active CN116403386B (zh) | 2023-06-07 | 2023-06-07 | 基于智能设备的地震预警分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116403386B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103064104A (zh) * | 2012-12-12 | 2013-04-24 | 中国地震局地震研究所 | 高层建筑地震监测预警系统及其方法 |
| CN105807311A (zh) * | 2016-03-14 | 2016-07-27 | 中国矿业大学(北京) | 一种地震监测预警系统及方法 |
| CN106781290A (zh) * | 2016-12-27 | 2017-05-31 | 中国铁道科学研究院通信信号研究所 | 高速铁路地震预警监测铁路局中心系统信息处理平台 |
| CN108122376A (zh) * | 2017-12-29 | 2018-06-05 | 北京国电高科科技有限公司 | 一种地震监测预警系统及方法 |
| CN110097740A (zh) * | 2019-05-17 | 2019-08-06 | 中国铁道科学研究院集团有限公司通信信号研究所 | 一种地震预警紧急处置方法及信息中心 |
| KR102016895B1 (ko) * | 2018-05-30 | 2019-10-21 | 주식회사 우리기술 | 지진 감시 및 분석 시스템 |
| CN214541009U (zh) * | 2021-04-16 | 2021-10-29 | 中国地质调查局水文地质环境地质调查中心 | 一种地质灾害智能监测装置 |
| CN215647387U (zh) * | 2021-08-06 | 2022-01-25 | 北京航空航天大学云南创新研究院 | 基于Lora+卫星物联网的树木胸径分布式监测系统 |
| CN114442190A (zh) * | 2021-12-27 | 2022-05-06 | 深蓝感知(杭州)物联科技有限公司 | 一种基于电磁和地声信号的地震预测方法 |
| DE202023101525U1 (de) * | 2023-03-27 | 2023-04-18 | National Institute of Technology (NIT) | Ein System zur Erkennung seismischer Aktivitäten und zur Erzeugung von Erdbebenwarnungen in Echtzeit |
| CN219105579U (zh) * | 2022-12-22 | 2023-05-30 | 北京瑞拓电子技术发展有限公司 | 智慧建筑楼宇安全预警系统 |
-
2023
- 2023-06-07 CN CN202310667190.1A patent/CN116403386B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103064104A (zh) * | 2012-12-12 | 2013-04-24 | 中国地震局地震研究所 | 高层建筑地震监测预警系统及其方法 |
| CN105807311A (zh) * | 2016-03-14 | 2016-07-27 | 中国矿业大学(北京) | 一种地震监测预警系统及方法 |
| CN106781290A (zh) * | 2016-12-27 | 2017-05-31 | 中国铁道科学研究院通信信号研究所 | 高速铁路地震预警监测铁路局中心系统信息处理平台 |
| CN108122376A (zh) * | 2017-12-29 | 2018-06-05 | 北京国电高科科技有限公司 | 一种地震监测预警系统及方法 |
| KR102016895B1 (ko) * | 2018-05-30 | 2019-10-21 | 주식회사 우리기술 | 지진 감시 및 분석 시스템 |
| CN110097740A (zh) * | 2019-05-17 | 2019-08-06 | 中国铁道科学研究院集团有限公司通信信号研究所 | 一种地震预警紧急处置方法及信息中心 |
| CN214541009U (zh) * | 2021-04-16 | 2021-10-29 | 中国地质调查局水文地质环境地质调查中心 | 一种地质灾害智能监测装置 |
| CN215647387U (zh) * | 2021-08-06 | 2022-01-25 | 北京航空航天大学云南创新研究院 | 基于Lora+卫星物联网的树木胸径分布式监测系统 |
| CN114442190A (zh) * | 2021-12-27 | 2022-05-06 | 深蓝感知(杭州)物联科技有限公司 | 一种基于电磁和地声信号的地震预测方法 |
| CN219105579U (zh) * | 2022-12-22 | 2023-05-30 | 北京瑞拓电子技术发展有限公司 | 智慧建筑楼宇安全预警系统 |
| DE202023101525U1 (de) * | 2023-03-27 | 2023-04-18 | National Institute of Technology (NIT) | Ein System zur Erkennung seismischer Aktivitäten und zur Erzeugung von Erdbebenwarnungen in Echtzeit |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116403386B (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114665597A (zh) | 一种智能供电系统 | |
| CN111062464B (zh) | 一种基于深度学习的电力通信网可靠性预测和保障方法和系统 | |
| CN110895865B (zh) | 管道地质灾害监测预警系统 | |
| CN109714402A (zh) | 一种冗余数据采集系统及其运行使用方法 | |
| CN116403386B (zh) | 基于智能设备的地震预警分析系统 | |
| CN114444096B (zh) | 一种基于数据分析的网络数据储存加密检测系统 | |
| CN112050742A (zh) | 一种滑坡裂缝位移自适应监测系统及方法 | |
| CN117014471A (zh) | 一种基于人工智能的工程物联网安全监测系统 | |
| CN103179602A (zh) | 一种无线传感器网络异常数据检测方法和装置 | |
| CN114204677A (zh) | 一种发电设备的远程监控方法与系统 | |
| CN114973606B (zh) | 一种基于树莓派控制模块的滑坡监测预警方法 | |
| CN117014646A (zh) | 一种基于人工智能的车载视频传输监管系统 | |
| CN107765617A (zh) | 列车轴温数据处理方法及装置 | |
| CN110290027A (zh) | 一种面向配电通信业务的带宽预测方法及系统 | |
| CN113658415B (zh) | 一种智能网关的预警方法和系统 | |
| Alfarra et al. | A wireless smart sensor network for flood management optimization | |
| Liu et al. | Reliability evaluation for wireless sensor network based on hierarchical weighted voting system | |
| Kang et al. | Statistical properties of out-of-frame detection schemes for digital transmission systems | |
| CN111766790A (zh) | 一种基于智能家居的安防系统 | |
| CN217467653U (zh) | 一种大数据筛选系统 | |
| CN116721517B (zh) | 基于天镜的气象数据监测预警方法及装置 | |
| Liu et al. | Method of Data Transmission Technology Based on Fiber Optic Sensing Vibration | |
| CN117791626B (zh) | 一种智能综合电力箱电力供给优化方法 | |
| CN115759236B (zh) | 模型训练方法、信息发送方法、装置、设备和介质 | |
| CN115996409B (zh) | 远端干扰检测处理方法、装置、设备及可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |