一种智能预警方法技术

本发明专利技术实施例提供了一种智能预警方法

【技术实现步骤摘要】
一种智能预警方法、装置及电子设备


[0001]本专利技术涉及地质灾害监测预警
，特别是涉及一种智能预警方法
、
装置及电子设备
。

技术介绍

[0002]我国山区面积广阔，每年雨季是山区自然灾害的多发期
。
滑坡灾害具有爆发迅速
、
破坏范围大
、
分布广泛的特点
。
近年来，为了降低滑坡灾害带来的人员伤亡和财产损失，会在山体表面合适的监测位置处安装监测设备，然后通过采集到的监测数据来对地址灾害进行预警，现有的预警方法大多是通过采集不同监测点位置的位移
、
裂缝
、
倾角等参数，设置合理的阈值，建立监测参数与滑坡发生等级之间的关联，通过对预警等级的研判，发出相应等级的预警，实现对滑坡灾害发生的提前感知和预报预警，但是这种预警方法依赖于参数和阈值的关系，进而预警的准确度不高
。
[0003]因此，如何准确的预警就是一个亟待解决的问题
。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种智能预警方法
、
装置及电子设备，用以解决如何提高对滑坡灾害预警的准确度的问题
。
具体技术方案如下：
[0005]在本申请第一方面，提供了一种智能预警方法，所述方法包括：
[0006]从监测参数中确定多个预警参数；
[0007]分别对所述多个预警参数利用
K
‑
means
聚类算法对预警参数数据分别进行聚类，得到聚类后的数据簇，并确定各个聚类后的数据簇的预警等级；其中，
K
‑
means
聚类算法的质心数为4，预警参数的预警等级为：不预警
、
蓝色预警
、
黄色预警
、
橙色预警和红色预警；
[0008]从所述聚类后的数据簇中确定训练样本数据；其中，每个训练样本数据中的预警等级是基于该训练样本数据中数据簇的最高预警等级确定的；
[0009]利用多个所述训练样本数据训练得到用于对滑坡灾害进行预警的预警模型
。
[0010]在一种可能的实现方式中，所述从监测参数中确定多个预警参数，包括：
[0011]从所述监测参数中获取参数数值在单位时间内变化大于预设阈值的参数，作为预警参数
。
[0012]在一种可能的实现方式中，在所述分别对所述多个预警参数数据基于数据的相似度进行聚类，得到聚类后的数据簇之前，所述方法还包括：
[0013]对预警参数数据进行预处理，得到处理后的预警参数数据
。
[0014]在一种可能的实现方式中，所述对所述预警参数数据进行预处理，得到处理后的预警参数数据，包括：
[0015]将所述预警参数数据进行滤波处理，得到去噪后的预警参数；
[0016]将所述去噪后的预警参数数据进行归一化处理，得到处理后的预警参数数据
。
[0017]在一种可能的实现方式中，所述从所述聚类后的数据簇中确定训练样本数据，包
括：
[0018]将聚类后的数据簇按照不同参数类型组合成参数组，将所述参数组作为训练样本数据
。
[0019]在一种可能的实现方式中，所述将聚类后的数据簇按照不同参数类型组合成参数组，包括：
[0020]将单一参数类型的数据簇组合成参数组；
[0021]和
/
或，
[0022]将两种参数类型的数据簇组合成参数组；
[0023]和
/
或，
[0024]将三种参数类型的数据簇组合成参数组
。
[0025]在本申请第二方面，提供了一种智能预警装置，所述装置包括：
[0026]确定模块，用于从监测参数中确定多个预警参数；
[0027]聚类模块，用于分别对所述多个预警参数数据利用
K
‑
means
聚类算法对预警参数数据分别进行聚类，得到聚类后的数据簇，并确定各个聚类后的数据簇的预警等级；其中，
K
‑
means
聚类算法的质心数为4，预警参数的预警等级为：不预警
、
蓝色预警
、
黄色预警
、
橙色预警和红色预警；
[0028]组合模块，用于从所述聚类后的数据簇中确定训练样本数据；其中，每个训练样本数据中的预警等级是基于该训练样本数据中数据簇的最高预警等级确定的；
[0029]训练模块，利用多个所述训练样本数据训练得到用于对滑坡灾害进行预警的预警模型
。
[0030]在一种可能的实现方式中，所述确定模块从监测参数中确定多个预警参数，包括：
[0031]从所述监测参数中获取参数数值在单位时间内变化大于预设阈值的参数，作为预警参数；
[0032]所述装置还包括：预处理模块，用于对所述预警参数数据进行预处理，得到处理后的预警参数数据；
[0033]所述预处理模块对所述预警参数数据进行预处理，得到处理后的预警参数数据，包括：
[0034]将所述预警参数进行滤波处理，得到去噪后的预警参数；
[0035]将所述去噪后的预警参数进行归一化处理，得到处理后的预警参数数据；
[0036]所述组合模块从所述聚类后的数据簇中确定训练样本数据，包括：
[0037]将聚类后的数据簇按照不同参数类型组合成参数组，将所述参数组作为训练样本数据；
[0038]所述将聚类后的数据簇按照不同参数类型组合成参数组，包括：
[0039]将单一参数类型的数据簇组合成参数组；
[0040]和
/
或，
[0041]将两种参数类型的数据簇组合成参数组；
[0042]和
/
或，
[0043]将三种参数类型的数据簇组合成参数组
。
[0044]在本申请第三方面，提供了一种电子设备，包括处理器
、
通信接口
、
存储器和通信
总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0045]存储器，用于存放计算机程序；
[0046]处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤
。
[0047]在本申请第四方面，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内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤
。
[0048]本专利技术实施例有益效果：
[0049]本专利技术实施例提供的一种智能预警方法
、
装置及电子设备，可以从监测参数中选取预警参数，并对预警参数进行预处
、
聚类，然后将预警参数组合成不同的参数组，作为训练样本数据，最后基于训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能预警方法，其特征在于，所述方法包括：从监测参数中确定多个预警参数；分别对所述多个预警参数利用
K
‑
means
聚类算法对预警参数数据分别进行聚类，得到聚类后的数据簇，并确定各个聚类后的数据簇的预警等级；其中，
K
‑
means
聚类算法的质心数为4，预警参数的预警等级为：不预警
、
蓝色预警
、
黄色预警
、
橙色预警和红色预警；从所述聚类后的数据簇中确定训练样本数据；其中，每个训练样本数据中的预警等级是基于该训练样本数据中数据簇的最高预警等级确定的；利用多个所述训练样本数据训练得到用于对滑坡灾害进行预警的预警模型
。2.
根据权利要求1所述的方法，其特征在于，所述从监测参数中确定多个预警参数，包括：从所述监测参数中获取参数数值在单位时间内变化大于预设阈值的参数，作为预警参数
。3.
根据权利要求1所述的方法，其特征在于，在所述分别对所述多个预警参数数据基于数据的相似度进行聚类，得到聚类后的数据簇之前，所述方法还包括：对预警参数数据进行预处理，得到处理后的预警参数数据
。4.
根据权利要求3所述的方法，其特征在于，所述对所述预警参数数据进行预处理，得到处理后的预警参数数据，包括：将所述预警参数数据进行滤波处理，得到去噪后的预警参数数据；将所述去噪后的预警参数数据进行归一化处理，得到处理后的预警参数数据
。5.
根据权利要求1所述的方法，其特征在于，所述从所述聚类后的数据簇中确定训练样本数据，包括：将聚类后的数据簇按照不同参数类型组合成参数组，将所述参数组作为训练样本数据
。6.
根据权利要求5所述的方法，其特征在于，所述将聚类后的数据簇按照不同参数类型组合成参数组，包括：将单一参数类型的数据簇组合成参数组；和
/
或，将两种参数类型的数据簇组合成参数组；和
/
或，将三种参数类型的数据簇组合成参数组
。7.
一种智能预警装置，其特征在于，所述装置包括：确定模块，用于从监测参数中确定多个预警参数；聚类模块，用于分别对...

【专利技术属性】
技术研发人员：李博，鲁欣，董伟龙，王虎勤，
申请(专利权)人：西安捷达测控有限公司，
类型：发明
国别省市：