[发明专利]一种基于机器学习的基坑风险监测系统

权利要求书

1.一种基于机器学习的基坑风险监测系统，其特征在于，包括：中控系统、传感器组网、大数据系统、算法模块，其中，算法模块和大数据系统均与中控系统交互连接，传感器组网通过网关与中控系统连接；

所述中控系统用于整个系统的统筹协调；所述传感器组网用于收集遍布基坑各个位置的传感器数据并通过所述网关上传；所述大数据系统用于数据的存储与管理；所述算法模块融合多个机器学习模型，对收集的传感器数据进行整体的分析、处理和预测；

所述传感器组网包括：沉降仪、水位计、激光测量仪、倾角仪、位移计、测斜仪；所述传感器数据包括：一维数据、二维数据、N维数据，其中一维数据包括：位移、沉降、水位；二维数据包括：倾角、激光；N维数据包括：测斜；

所述算法模块包括：数据预处理模块，用于数据平滑去噪，滤除明显的异常数据，保证算法输入的合理性；数据管道模块，将所述预处理模块处理的数据根据所述传感器数据进行定制化组合；模型训练模块，将所述数据管道模块形成的定制化组合，与该数据类型相配的模型训练模块，模型根据所述数据类型进行自动化参数搜索，从预先设定的范围内筛选确定出最合适的参数，确定模型最终使用的参数，对模型进行训练，不同维度的数据会对应不同的模型；模型持久化模块，将所述模型存放到服务器中指定的路径，用于后续随时调用；模型部署模块，将所述模型作为系统的一部分，所述算法模块在接收到调用请求后，将在底层调用所述模型，来计算得出结果；

所述算法模块的具体实现步骤包括：

S1：调用接口接收所述传感器数据，通过所述数据预处理模块保证算法输入的合理性，若数据合理则输出至数据管道模块，若不合理则抛出异常；

S2：通过所述数据管道模块对传感器数据进行定制化组合，针对不同传感器数据，设置不同的数据维度；

S3：网络搜索：网格搜索模型，通过所述模型训练模块进行模型参数的搜索，根据AIC、BIC信息准则搜索到合适的参数后，将参数搜索结果与数据共同送入ARIMA模型；

S4：所述模型持久化模块和模型部署模块调用所述ARIMA模型，计算得出模型预测结果；

S5：接口返回模型预测结果至所述中控系统；

所述网络搜索还包括在网格搜索过程中，使用每个网格的参数对模型做一次训练，根据训练得到的模型结果，判断其AIC、BIC值，在网格搜索完成后，选择AIC²+BIC²最小的网格所对应的的参数，即本次训练最适合模型的参数，过滤掉正负号带来的影响；

所述确定的最适合模型的参数，经过模型预测可以得到符合基坑实际情况的结果；

所述中控系统包括：功能管理模块，用于各个工地项目的增删改查，以及默认项目的切换；设备管理模块，用于管理当前项目中所放置的传感器，以及控制设备在线数量；人员管理模块，用于管理当前项目对其可见的人员，以及控制人员权限；数据统计分析模块，根据所述传感器的数据，向项目人员提供当前项目的统计信息，包括设备历史数据趋势图、预测结果、报警信息；数据可视化模块，用可视化的形式，展现数据信息；风险预警模块，通过数据接口与所述算法模块对接，将所述算法模块返回的预警、报警信息展现出来，供项目管理人员查看；语音播报模块，将所述报警信息通过语音模块播放出来，以提醒工作人员注意；智能预测模块，根据当前数据，通过调用所述算法模块实现预测未来时刻的数据趋势；风险管控模块，根据当前项目的数据情况，以及算法预测的结果，判断风险情况。

2.根据权利要求1所述的一种基于机器学习的基坑风险监测系统，其特征在于，所述大数据系统包括：基础架构模块、数据存储模块、数据清洗模块、数据处理模块、冗余备份模块和安全管理模块。

3.根据权利要求1所述的一种基于机器学习的基坑风险监测系统，其特征在于，所述网络搜索是通过针对指定参数的变化范围来设定一个区间，在该区间内，每次移动一定步长来改变参数的取值，从而形成若干个组合，每种组合即是该区间内的一个网格。