CN116704712A - 一种桥梁健康监测数据联动报警方法、装置及电子设备 - Google Patents

一种桥梁健康监测数据联动报警方法、装置及电子设备 Download PDF

Info

Publication number
CN116704712A
CN116704712A CN202310496703.7A CN202310496703A CN116704712A CN 116704712 A CN116704712 A CN 116704712A CN 202310496703 A CN202310496703 A CN 202310496703A CN 116704712 A CN116704712 A CN 116704712A
Authority
CN
China
Prior art keywords
data
event
event occurrence
health monitoring
bridge health
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
CN202310496703.7A
Other languages
English (en)
Inventor
罗国春
刘金福
徐东生
陈琦
王开然
杨胜尧
刘宝国
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.)
Beijing Yunxingyu Traffic Science & Technology Co ltd
Original Assignee
Beijing Yunxingyu Traffic Science & Technology 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 Beijing Yunxingyu Traffic Science & Technology Co ltd filed Critical Beijing Yunxingyu Traffic Science & Technology Co ltd
Priority to CN202310496703.7A priority Critical patent/CN116704712A/zh
Publication of CN116704712A publication Critical patent/CN116704712A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G08B21/18—Status alarms
    • G08B21/187—Machine fault alarms
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种桥梁健康监测数据联动报警方法、装置及电子设备，该方法包括：获取桥梁健康监测数据；根据预设的预处理规则，对桥梁健康监测数据进行预处理；对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；对关联数据进行分析，并根据分析的结果进行相应的报警操作。本发明可以更真实的反应事件发生过程中，桥梁结构发生的变化，拥有更丰富的有效数据进行桥梁健康状态评估，报警更准确，依据更明确详细，减少重复的工作流程。

Description

一种桥梁健康监测数据联动报警方法、装置及电子设备
技术领域
本发明涉及桥梁结构健康监测技术领域，并且更具体地，涉及一种桥梁健康监测数据联动报警方法、装置及电子设备。
背景技术
桥梁结构的健康状态分析是一门综合的复杂学科，结构健康监测所需数据繁杂，各监测点数据有一定的相关性和互斥性，不是简单的罗列和组合，当出现超限数据时，也就意味着桥梁结构变化超限，需要及时报警并处理，但是报警系统在实际使用中有两大问题：
(1)监测点和监测数据较多，不同数据处理相对独立，同一事件相关数据可能都会出现超限，导致重复报警的现象；
(2)由于干扰及应用环境问题，或者设备本身异常，导致误报警现象。
发明内容
为了解决上述背景技术所述的至少一个问题，本发明提供一种桥梁健康监测数据联动报警方法、装置及电子设备。
根据本发明的一个方面，提供了一种桥梁健康监测数据联动报警，包括：
获取桥梁健康监测数据；
根据预设的预处理规则，对桥梁健康监测数据进行预处理；
对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；
对关联数据进行分析，并根据分析的结果进行相应的报警操作。
可选地，所述根据预设的预处理规则，对桥梁健康监测数据进行预处理，包括：
根据解算指令，对获取的桥梁健康监测数据进行解算；
在解算后的桥梁健康监测数据存在遗漏的情况下，对遗漏数据进行弥补处理；
在解算后的桥梁健康监测数据存在异常的情况下，对异常数据进行修正处理；
在解算后的桥梁健康监测数据存在噪声的情况下，对噪声数据进行降噪处理。
可选地，所述对预处理后的桥梁健康监测数据进行数据关联，生成关联数据，包括：
根据桥梁整体监测内容，对数据报警事件进行分类和预设；
针对每一个数据报警事件进行预设分析，将能够引起连锁反应的监测点和监测数据量进行归类和划分，作为预设关联模型；
根据事件特性和数据特征，设置一个时间长度作为数据关联的时间维度；
截取事件发生时，各关联传感器前后各一段时间内的桥梁健康监测数据，标记起止点时间戳，得到目标监测数据段；
将目标监测数据段分为多个时间段数据，计算事件发生过程中，各关联传感器数据与前后时间段数据的特征差异；
根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值；
根据事件类型、传感器类型、差异程度值以及预设的评级相关参数标准，评定各关联传感器与事件的关联级别；
根据关联级别，从目标监测数据段中确定与本次事件的关联强度大于预设阈值的时间段数据，加上数据起止点时间戳，打包成关联数据。
可选地，所述多个时间段数据包括事件发生前段数据、事件发生时段数据以及事件发生后段数据，所述各关联传感器数据与前后时间段数据的特征差异包括平均值差异、最大值差异、最小值差异、方差差异和均方差差异；并且
平均值差异＝(事件发生时段数据的平均值*2-事件发生前段数据的平均值-事件发生后段数据的平均值)/(事件发生前段数据的平均值+事件发生后段数据的平均值)；
最大值差异值＝(事件发生时段数据的最大值*2-事件发生前段数据的最大值-事件发生后段数据的最大值)/(事件发生前段数据的最大值+事件发生后段数据的最大值)；
最小值差异值＝(事件发生时段数据的最小值*2-事件发生前段数据的最小值-事件发生后段数据的最小值)/(事件发生前段数据的最小值+事件发生后段数据的最小值)；
方差差异值＝(事件发生时段数据的方差*2-事件发生前段数据的方差-事件发生后段数据的方差)/(事件发生前段数据的方差+事件发生后段数据的方差)；
均方差差异值＝(事件发生时段数据的均方差*2-事件发生前段数据的均方差-事件发生后段数据的均方差)/(事件发生前段数据的均方差+事件发生后段数据的均方差)。
可选地，所述根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值，包括：
对平均值差异赋予的权重系数为A、对最大值异赋予的权重系数为B、对最小值异赋予的权重系数为C、对方差异赋予的权重系数为D、对均方差异赋予的权重系数为E，其中A+B+C+D+E＝100；
通过以下公式计算各关联传感器的差异程度值：
差异程度值＝A*平均值差异+B*最大值差异+C*最小值差异+D*方差差异+E*均方差差异。
可选地，所述对关联数据进行分析，并根据分析的结果进行相应的报警操作，包括：
对关联数据进行事件数据分析，确定关联数据的数据量以及关联强度；
根据关联数据的数据量以及关联强度，确定事件置信度；
判断事件置信度是否大于预设的置信度阈值；
当事件置信度大于或等于预设的置信度阈值时，输出事件报警信息；
当事件置信度小于预设的置信度阈值时，对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作。
可选地，所述对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作，包括：
对获取的桥梁健康监测数据进行数据可靠性分析，判断桥梁健康监测数据是否异常；
当桥梁健康监测数据异常时，删除事件并停止报警；
当桥梁健康监测数据正常时，分析桥梁健康监测数据的实际超限程度，将实际超限程度与预设的超限程度阈值进行比较；在实际超限程度小于或等于超限程度阈值时，进行事件报警；在实际超限程度大于超限程度阈值时，进行设备故障报警。
根据本发明的又一个方面，提供了一种桥梁健康监测数据联动报警装置，包括：
数据接收模块，用于获取桥梁健康监测数据；
数据预处理模块，用于根据预设的预处理规则，对桥梁健康监测数据进行预处理；
数据关联模块，用于对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；
报警模块，用于对关联数据进行分析，并根据分析的结果进行相应的报警操作。
根据本发明的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明上述任一方面所述的方法。
根据本发明的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一方面所述的方法。
本发明考虑到桥梁在使用过程中，同一个变量会引起很多结构和监测量的数据变化，数据之间也会互相印证变量导致的桥梁结构变化，因此通过将所有变化数据进行关联分析，既可以提高报警准确率，又能完整复现事件过程。本发明可以更真实的反应事件发生过程中，桥梁结构发生的变化，拥有更丰富的有效数据进行桥梁健康状态评估，报警更准确，依据更明确详细，减少重复的工作流程。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1是本发明一示例性实施例提供的桥梁健康监测数据联动报警方法的流程示意图；
图2是本发明一示例性实施例提供的桥梁健康监测数据联动报警方法的整体工作流程图；
图3是本发明一示例性实施例提供的对桥梁健康监测数据进行数据关联分析的流程示意图；
图4是本发明一示例性实施例提供的桥梁健康监测数据联动报警装置的结构示意图；
图5是本发明一示例性实施例提供的电子设备的结构图。
具体实施方式
下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
图1示出了本发明所提供的桥梁健康监测数据联动报警的流程示意图。如图1所示，桥梁健康监测数据联动报警方法，包括：
步骤S101：获取桥梁健康监测数据。
在本发明实施例中，通过各类传感器对桥梁结构进行监测，当桥梁结构发生变化时，可以从桥梁结构获取不同类型的桥梁健康监测数据。
步骤S102：根据预设的预处理规则，对桥梁健康监测数据进行预处理。
可选地，所述根据预设的预处理规则，对桥梁健康监测数据进行预处理，包括：根据解算指令，对获取的桥梁健康监测数据进行解算；在解算后的桥梁健康监测数据存在遗漏的情况下，对遗漏数据进行弥补处理；在解算后的桥梁健康监测数据存在异常的情况下，对异常数据进行修正处理；在解算后的桥梁健康监测数据存在噪声的情况下，对噪声数据进行降噪处理。
在本发明实施例中，如图2所示，可以预先进行工作模式的配置，例如但不限于包括：配置系统工作参数，配置数据接收端口参数，配置数据预处理参数，配置报警参数等。之后，针对不同的桥梁健康监测数据进行相应的解算，然后对解算后的数据进行滤波、降噪、剔除异常数据的处理，可采用平滑滤波、剔除极值等方法。通过这种方式，可以为后续的数据关联提供数据支撑。
步骤S103：对预处理后的桥梁健康监测数据进行数据关联，生成关联数据。
可选地，所述对预处理后的桥梁健康监测数据进行数据关联，生成关联数据，包括：根据桥梁整体监测内容，对数据报警事件进行分类和预设；针对每一个数据报警事件进行预设分析，将能够引起连锁反应的监测点和监测数据量进行归类和划分，作为预设关联模型；根据事件特性和数据特征，设置一个时间长度作为数据关联的时间维度；截取事件发生时，各关联传感器前后各一段时间内的桥梁健康监测数据，标记起止点时间戳，得到目标监测数据段；将目标监测数据段分为多个时间段数据，计算事件发生过程中，各关联传感器数据与前后时间段数据的特征差异；根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值；根据事件类型、传感器类型、差异程度值以及预设的评级相关参数标准，评定各关联传感器与事件的关联级别；根据关联级别，从目标监测数据段中确定与本次事件的关联强度大于预设阈值的时间段数据，加上数据起止点时间戳，打包成关联数据。
可选地，所述多个时间段数据包括事件发生前段数据、事件发生时段数据以及事件发生后段数据，所述各关联传感器数据与前后时间段数据的特征差异包括平均值差异、最大值差异、最小值差异、方差差异和均方差差异；并且平均值差异＝(事件发生时段数据的平均值*2-事件发生前段数据的平均值-事件发生后段数据的平均值)/(事件发生前段数据的平均值+事件发生后段数据的平均值)；最大值差异值＝(事件发生时段数据的最大值*2-事件发生前段数据的最大值-事件发生后段数据的最大值)/(事件发生前段数据的最大值+事件发生后段数据的最大值)；最小值差异值＝(事件发生时段数据的最小值*2-事件发生前段数据的最小值-事件发生后段数据的最小值)/(事件发生前段数据的最小值+事件发生后段数据的最小值)；方差差异值＝(事件发生时段数据的方差*2-事件发生前段数据的方差-事件发生后段数据的方差)/(事件发生前段数据的方差+事件发生后段数据的方差)；均方差差异值＝(事件发生时段数据的均方差*2-事件发生前段数据的均方差-事件发生后段数据的均方差)/(事件发生前段数据的均方差+事件发生后段数据的均方差)。
可选地，所述根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值，包括：对平均值差异赋予的权重系数为A、对最大值异赋予的权重系数为B、对最小值异赋予的权重系数为C、对方差异赋予的权重系数为D、对均方差异赋予的权重系数为E，其中A+B+C+D+E＝100；通过以下公式计算各关联传感器的差异程度值：差异程度值＝A*平均值差异+B*最大值差异+C*最小值差异+D*方差差异+E*均方差差异。
在本发明实施例中，考虑到桥梁在使用过程中，同一个变量会引起很多结构和监测量的数据变化，数据之间也会互相印证变量导致的桥梁结构变化。将所有变化数据进行关联分析，既可以提高报警准确率，又能完整复现事件过程。
举例说明：一辆超载车通过，随着行进过程，会依次引发载荷超载报警、动挠度报警及相关部位应力及振动的变化，将这次超载车通过所引起的各数据统一关联并上报，可以更真实的反应超载车过桥过程中，桥梁结构发生的变化，而不是各个数据单独超限，重复报警。
图3示出了数据关联和分析的具体过程，如图3所示，数据关联和分析的具体过程包括以下各个步骤：
1)根据桥梁整体监测内容，对数据报警事件进行分类和预设，包括超载车事件、桥梁撞击事件、风力超限事件、局部结构温湿度超限事件、沉降等异常位移超限事件、局部结构应力及其他力学超限事件、转角及振动异常事件、挠度异常事件等；
2)针对每一个事件进行预设分析，将可能引起连锁反应的监测点和监测数据量进行归类和划分，作为预设关联模型；
3)根据事件特性和数据特征，设置一个时间长度作为数据关联的时间维度，以十分钟为例；
4)按照步骤2)所述，截取事件发生时，相关监测传感器前后各五分钟的原始数据，标记起止点时间戳；
5)将步骤4)的数据分为3段，事件发生前段、事件发生时段以及事件发生后段，计算事件发生过程中，各关联传感器数据与前后时间段数据的特征差异，包括平均值、最大值、最小值、方差、均方差的特征差异，根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重；平均值差异权重系数为A、最大值异权重系数为B、最小值异权重系数为C、方差异权重系数为D、均方差异权重系数为E，某传感器的差异值和差异程度计算方法和关系如下：
A+B+C+D+E＝100；
平均值差异值＝(事件发生时段平均值*2-事件发生前段平均值-事件发生后段平均值)/(事件发生前段平均值+事件发生后段平均值)；
最大值差异值＝(事件发生时段最大值*2-事件发生前段最大值-事件发生后段最大值)/(事件发生前段最大值+事件发生后段最大值)；
最小值差异值＝(事件发生时段最小值*2-事件发生前段最小值-事件发生后段最小值)/(事件发生前段最小值+事件发生后段最小值)；
方差差异值＝(事件发生时段方差*2-事件发生前段方差-事件发生后段方差)/(事件发生前段方差+事件发生后段方差)；
均方差差异值＝(事件发生时段均方差*2-事件发生前段均方差-事件发生后段均方差)/(事件发生前段均方差+事件发生后段均方差)；
差异程度＝A*平均值差异值+B*最大值差异值+C*最小值差异值+D*方差差异值+E*均方差差异值
可根据事件类型和传感器类型，按照差异程度值，预设评级相关参数标准，评定此传感器与事件的关联级别，例如大于等于60为强关联、大于等于30小于60为弱关联和小于30为无关联三类；
6)按照步骤5)所述，将和本次事件强关联及弱关联的数据，加上数据起止点时间戳，打包成关联数据，将无关联数据量和监测点剔除出本事件的关联数据模型。
步骤S104：对关联数据进行分析，并根据分析的结果进行相应的报警操作。
可选地，所述对关联数据进行分析，并根据分析的结果进行相应的报警操作，包括：对关联数据进行事件数据分析，确定关联数据的数据量以及关联强度；根据关联数据的数据量以及关联强度，确定事件置信度；判断事件置信度是否大于预设的置信度阈值；当事件置信度大于或等于预设的置信度阈值时，输出事件报警信息；当事件置信度小于预设的置信度阈值时，对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作。
可选地，所述对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作，包括：对获取的桥梁健康监测数据进行数据可靠性分析，判断桥梁健康监测数据是否异常；当桥梁健康监测数据异常时，删除事件并停止报警；当桥梁健康监测数据正常时，分析桥梁健康监测数据的实际超限程度，将实际超限程度与预设的超限程度阈值进行比较；在实际超限程度小于或等于超限程度阈值时，进行事件报警；在实际超限程度大于超限程度阈值时，进行设备故障报警。
在本发明实施例中，如图3所示，对生成关联数据进行事件数据分析，关联数据的多少和关联级别的强弱直接反应事件发生的概率，如果关联数据越多，尤其是强关联数据越多，表示数据之间相互印证，事件发生的可靠性越高，则报警信息越准确，做出报警置信度评价，同时可将关联信息内所有超限数据进行评比，超限比例最大的作为主要报警信息，传输给报警信息展示模块，并将相关数据信息作为报警的详细说明，展示桥梁真实情况，其他超限信息不再重复报警。
如果没有关联数据，则可能为事件的误触发，需要对本次事件数据源进行二次分析，一方面对本身数据可靠性进行分析，利用3σ准则判断是否为异常值，同时利用数据超限值的时间长度判断重复性，是否为干扰值，如果确定数据异常，则为事件误触发，不再报警。另一方面，如果数据正常，则分析事件数据的超限程度，根据事件类型和传感器类型，设定超限程度阈值，例如某传感器如果超限程度较低(30％以下)，则判断为弱性事件触发，可以进行单独事件报警，如果超限程度很高(高于30％)，则判断为传感器故障或者需要重新标定，进行设备故障报警，而不是事件报警。此外，可以对报警信息进行详细说明并展示给用户。
从而，本发明考虑到桥梁在使用过程中，同一个变量会引起很多结构和监测量的数据变化，数据之间也会互相印证变量导致的桥梁结构变化，因此通过将所有变化数据进行关联分析，既可以提高报警准确率，又能完整复现事件过程。本发明可以更真实的反应事件发生过程中，桥梁结构发生的变化，拥有更丰富的有效数据进行桥梁健康状态评估，报警更准确，依据更明确详细，减少重复的工作流程。
示例性装置
图4是本发明一示例性实施例提供的桥梁健康监测数据联动报警装置的结构示意图。如图4所示，装置包括：
数据接收模块，用于获取桥梁健康监测数据；
数据预处理模块，用于根据预设的预处理规则，对桥梁健康监测数据进行预处理；
数据关联模块，用于对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；
报警模块，用于对关联数据进行分析，并根据分析的结果进行相应的报警操作。
可选地，所述数据预处理模块，具体用于：
根据解算指令，对获取的桥梁健康监测数据进行解算；
在解算后的桥梁健康监测数据存在遗漏的情况下，对遗漏数据进行弥补处理；
在解算后的桥梁健康监测数据存在异常的情况下，对异常数据进行修正处理；
在解算后的桥梁健康监测数据存在噪声的情况下，对噪声数据进行降噪处理。
可选地，所述数据关联模块，具体用于：
根据桥梁整体监测内容，对数据报警事件进行分类和预设；
针对每一个数据报警事件进行预设分析，将能够引起连锁反应的监测点和监测数据量进行归类和划分，作为预设关联模型；
根据事件特性和数据特征，设置一个时间长度作为数据关联的时间维度；
截取事件发生时，各关联传感器前后各一段时间内的桥梁健康监测数据，标记起止点时间戳，得到目标监测数据段；
将目标监测数据段分为多个时间段数据，计算事件发生过程中，各关联传感器数据与前后时间段数据的特征差异；
根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值；
根据事件类型、传感器类型、差异程度值以及预设的评级相关参数标准，评定各关联传感器与事件的关联级别；
根据关联级别，从目标监测数据段中确定与本次事件的关联强度大于预设阈值的时间段数据，加上数据起止点时间戳，打包成关联数据。
可选地，所述多个时间段数据包括事件发生前段数据、事件发生时段数据以及事件发生后段数据，所述各关联传感器数据与前后时间段数据的特征差异包括平均值差异、最大值差异、最小值差异、方差差异和均方差差异；并且
平均值差异＝(事件发生时段数据的平均值*2-事件发生前段数据的平均值-事件发生后段数据的平均值)/(事件发生前段数据的平均值+事件发生后段数据的平均值)；
最大值差异值＝(事件发生时段数据的最大值*2-事件发生前段数据的最大值-事件发生后段数据的最大值)/(事件发生前段数据的最大值+事件发生后段数据的最大值)；
最小值差异值＝(事件发生时段数据的最小值*2-事件发生前段数据的最小值-事件发生后段数据的最小值)/(事件发生前段数据的最小值+事件发生后段数据的最小值)；
方差差异值＝(事件发生时段数据的方差*2-事件发生前段数据的方差-事件发生后段数据的方差)/(事件发生前段数据的方差+事件发生后段数据的方差)；
均方差差异值＝(事件发生时段数据的均方差*2-事件发生前段数据的均方差-事件发生后段数据的均方差)/(事件发生前段数据的均方差+事件发生后段数据的均方差)。
可选地，所述根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值，包括：
对平均值差异赋予的权重系数为A、对最大值异赋予的权重系数为B、对最小值异赋予的权重系数为C、对方差异赋予的权重系数为D、对均方差异赋予的权重系数为E，其中A+B+C+D+E＝100；
通过以下公式计算各关联传感器的差异程度值：
差异程度值＝A*平均值差异+B*最大值差异+C*最小值差异+D*方差差异+E*均方差差异。
可选地，所述报警模块，具体用于：
对关联数据进行事件数据分析，确定关联数据的数据量以及关联强度；
根据关联数据的数据量以及关联强度，确定事件置信度；
判断事件置信度是否大于预设的置信度阈值；
当事件置信度大于或等于预设的置信度阈值时，输出事件报警信息；
当事件置信度小于预设的置信度阈值时，对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作。
可选地，所述对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作，包括：
对获取的桥梁健康监测数据进行数据可靠性分析，判断桥梁健康监测数据是否异常；
当桥梁健康监测数据异常时，删除事件并停止报警；
当桥梁健康监测数据正常时，分析桥梁健康监测数据的实际超限程度，将实际超限程度与预设的超限程度阈值进行比较；在实际超限程度小于或等于超限程度阈值时，进行事件报警；在实际超限程度大于超限程度阈值时，进行设备故障报警。
本发明的实施例的桥梁健康监测数据联动报警装置与本发明的另一个实施例的桥梁健康监测数据联动报警方法相对应，在此不再赘述。
示例性电子设备
图5是本发明一示例性实施例提供的电子设备的结构。如图5所示，电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器51可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入装置53和输出装置54，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外，该输入装置53还可以包括例如键盘、鼠标等等。
该输出装置54可以向外部输出各种信息。该输出装置54可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图5中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
可能以许多方式来实现本发明的方法及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
还需要指出的是，在本发明的系统、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种桥梁健康监测数据联动报警方法，其特征在于，包括：
获取桥梁健康监测数据；
根据预设的预处理规则，对桥梁健康监测数据进行预处理；
对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；
对关联数据进行分析，并根据分析的结果进行相应的报警操作。
2.根据权利要求1所述的方法，其特征在于，所述根据预设的预处理规则，对桥梁健康监测数据进行预处理，包括：
根据解算指令，对获取的桥梁健康监测数据进行解算；
在解算后的桥梁健康监测数据存在遗漏的情况下，对遗漏数据进行弥补处理；
在解算后的桥梁健康监测数据存在异常的情况下，对异常数据进行修正处理；
在解算后的桥梁健康监测数据存在噪声的情况下，对噪声数据进行降噪处理。
3.根据权利要求1所述的方法，其特征在于，所述对预处理后的桥梁健康监测数据进行数据关联，生成关联数据，包括：
根据桥梁整体监测内容，对数据报警事件进行分类和预设；
针对每一个数据报警事件进行预设分析，将能够引起连锁反应的监测点和监测数据量进行归类和划分，作为预设关联模型；
根据事件特性和数据特征，设置一个时间长度作为数据关联的时间维度；
截取事件发生时，各关联传感器前后各一段时间内的桥梁健康监测数据，标记起止点时间戳，得到目标监测数据段；
将目标监测数据段分为多个时间段数据，计算事件发生过程中，各关联传感器数据与前后时间段数据的特征差异；
根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值；
根据事件类型、传感器类型、差异程度值以及预设的评级相关参数标准，评定各关联传感器与事件的关联级别；
根据关联级别，从目标监测数据段中确定与本次事件的关联强度大于预设阈值的时间段数据，加上数据起止点时间戳，打包成关联数据。
4.根据权利要求3所述的方法，其特征在于，所述多个时间段数据包括事件发生前段数据、事件发生时段数据以及事件发生后段数据，所述各关联传感器数据与前后时间段数据的特征差异包括平均值差异、最大值差异、最小值差异、方差差异和均方差差异；并且
平均值差异＝(事件发生时段数据的平均值*2-事件发生前段数据的平均值-事件发生后段数据的平均值)/(事件发生前段数据的平均值+事件发生后段数据的平均值)；
最大值差异值＝(事件发生时段数据的最大值*2-事件发生前段数据的最大值-事件发生后段数据的最大值)/(事件发生前段数据的最大值+事件发生后段数据的最大值)；
最小值差异值＝(事件发生时段数据的最小值*2-事件发生前段数据的最小值-事件发生后段数据的最小值)/(事件发生前段数据的最小值+事件发生后段数据的最小值)；
方差差异值＝(事件发生时段数据的方差*2-事件发生前段数据的方差-事件发生后段数据的方差)/(事件发生前段数据的方差+事件发生后段数据的方差)；
均方差差异值＝(事件发生时段数据的均方差*2-事件发生前段数据的均方差-事件发生后段数据的均方差)/(事件发生前段数据的均方差+事件发生后段数据的均方差)。
5.根据权利要求4所述的方法，其特征在于，所述根据不同的事件类型和传感器类型，对各特征值差异赋予不同的差异权重，并计算各关联传感器的差异程度值，包括：
对平均值差异赋予的权重系数为A、对最大值异赋予的权重系数为B、对最小值异赋予的权重系数为C、对方差异赋予的权重系数为D、对均方差异赋予的权重系数为E，其中A+B+C+D+E＝100；
通过以下公式计算各关联传感器的差异程度值：
差异程度值＝A*平均值差异+B*最大值差异+C*最小值差异+D*方差差异+E*均方差差异。
6.根据权利要求1所述的方法，其特征在于，所述对关联数据进行分析，并根据分析的结果进行相应的报警操作，包括：
对关联数据进行事件数据分析，确定关联数据的数据量以及关联强度；
根据关联数据的数据量以及关联强度，确定事件置信度；
判断事件置信度是否大于预设的置信度阈值；
当事件置信度大于或等于预设的置信度阈值时，输出事件报警信息；
当事件置信度小于预设的置信度阈值时，对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作。
7.根据权利要求6所述的方法，其特征在于，所述对获取的桥梁健康监测数据进行二次分析，并根据二次分析的结果进行相应的报警操作，包括：
对获取的桥梁健康监测数据进行数据可靠性分析，判断桥梁健康监测数据是否异常；
当桥梁健康监测数据异常时，删除事件并停止报警；
当桥梁健康监测数据正常时，分析桥梁健康监测数据的实际超限程度，将实际超限程度与预设的超限程度阈值进行比较；在实际超限程度小于或等于超限程度阈值时，进行事件报警；在实际超限程度大于超限程度阈值时，进行设备故障报警。
8.一种桥梁健康监测数据联动报警装置，其特征在于，包括：
数据接收模块，用于获取桥梁健康监测数据；
数据预处理模块，用于根据预设的预处理规则，对桥梁健康监测数据进行预处理；
数据关联模块，用于对预处理后的桥梁健康监测数据进行数据关联，生成关联数据；
报警模块，用于对关联数据进行分析，并根据分析的结果进行相应的报警操作。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一所述的方法。
10.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-7任一所述的方法。
CN202310496703.7A 2023-05-05 2023-05-05 一种桥梁健康监测数据联动报警方法、装置及电子设备 Pending CN116704712A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310496703.7A CN116704712A (zh) 2023-05-05 2023-05-05 一种桥梁健康监测数据联动报警方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310496703.7A CN116704712A (zh) 2023-05-05 2023-05-05 一种桥梁健康监测数据联动报警方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN116704712A true CN116704712A (zh) 2023-09-05

Family

ID=87834789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310496703.7A Pending CN116704712A (zh) 2023-05-05 2023-05-05 一种桥梁健康监测数据联动报警方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN116704712A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473257A (zh) * 2023-10-30 2024-01-30 成都康胜思科技有限公司 一种监测数据分析方法、系统、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473257A (zh) * 2023-10-30 2024-01-30 成都康胜思科技有限公司 一种监测数据分析方法、系统、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109587001B (zh) 一种性能指标异常检测方法及装置
US7890813B2 (en) Method and apparatus for identifying a failure mechanism for a component in a computer system
CN112162878A (zh) 数据库故障发现方法、装置、电子设备及存储介质
EP2169486A2 (en) Intermittent fault detection and reasoning
JP6141471B2 (ja) システムの可用性を解析するための方法、装置、当該装置を含むシステム、並びに、上記方法を実施するためのコンピュータプログラム
CN116704712A (zh) 一种桥梁健康监测数据联动报警方法、装置及电子设备
Ozcelik et al. Seer: a lightweight online failure prediction approach
US10094740B2 (en) Non-regression method of a tool for designing a monitoring system of an aircraft engine
CN110716843B (zh) 系统故障分析处理方法、装置、存储介质及电子设备
CN109933492B (zh) 一种软件异常溯源方法、系统、设备及存储介质
CN112380073B (zh) 一种故障位置的检测方法、装置及可读存储介质
CN116340934A (zh) 终端异常行为检测方法、装置、设备及存储介质
CN112462132B (zh) 一种谐波电流溯源方法及远距离输电电力运维监控平台
CN111555899B (zh) 告警规则配置方法、设备状态监测方法、装置和存储介质
CN112817847A (zh) 数据处理任务的测试方法、装置、电子设备及存储介质
JP6765769B2 (ja) 状態変動検出装置及び状態変動検出用プログラム
CN113657733B (zh) 汽车新品问题点管理方法、装置、设备及存储介质
WO2016063816A1 (ja) 計算機システムの異常予兆検出装置および方法
US20220113716A1 (en) Method for detecting abnormal event and apparatus implementing the same method
CN114064489A (zh) 一种自动化测试方法、装置、设备及可读存储介质
Hassan et al. Digital I&C systems in nuclear power plants. Risk-screening of environmental stressors and a comparison of hardware unavailability with an existing analog system
EP3982283A1 (en) Sensitivity analysis-based dependability trade-off analysis
WO2024004313A1 (ja) 不具合診断システム、不具合診断装置および不具合診断方法
CN118033310A (zh) 基于多维度因素的电缆智能报警系统及方法
CN118067204A (zh) 一种基于数字计量技术的安全生产数据采集系统

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