建筑物傾斜角度的預測方法及系統(tǒng)的制作方法
【技術(shù)領域】
[0001] 本發(fā)明設及建筑物監(jiān)測系統(tǒng)領域，特別是設及一種建筑物傾斜角度的預測方法及 系統(tǒng)。
【背景技術(shù)】
[0002] 近年來，隨著鐵路無線通信技術(shù)的快速發(fā)展，作為保障高速鐵路安全運營的 重要基礎設施--GSM-R(GlobalSystemforMobileCommunications-Railway或 GSM-Railway，數(shù)字移動通信系統(tǒng)）通信鐵塔越來越多地被部署和應用。然而，由于一些惡 劣地質(zhì)現(xiàn)象、鐵塔老化氧化、人為破壞等原因，造成鐵塔傾斜情況時有發(fā)生，嚴重時甚至導 致鐵塔倒塌。鐵塔的傾斜和倒塌不僅會造成通信網(wǎng)絡中斷和行車中斷，甚至會引發(fā)其他鐵 路事故，該對通信網(wǎng)正常工作和安全行車帶來安全隱患。類似的事故也經(jīng)常發(fā)生在其他建 筑物上，同樣會對建筑物內(nèi)部及其周邊的人員、財產(chǎn)和交通造成巨大的安全隱患。因此對建 筑物的傾斜狀態(tài)進行監(jiān)測并對建筑物傾斜數(shù)據(jù)進行自動分析顯得尤為重要。
[0003]目前針對建筑物（如；鐵塔）傾斜的數(shù)據(jù)分析采用較多的是使用傳感器已經(jīng)采集 到的建筑物傾斜數(shù)值進行分析的方法，該方法不能基于已有數(shù)集中蘊含的信息預測任意風 向、任意風速下的傾斜角度，因而不能對建筑物在一定范圍內(nèi)風向、風速下的傾斜情況作宏 觀趨勢分析，難W保證數(shù)據(jù)分析結(jié)果的精確性，也難W獲得造成建筑物傾斜的原因中風向、 風速等因素各自占據(jù)的比例，不能確定哪個是最主要的原因，使得相關(guān)應對措施不及時產(chǎn) 生因為鐵塔傾倒造成巨大的經(jīng)濟損失的現(xiàn)象。而依靠?？诘谋O(jiān)控人員來進行人工分析判 斷，不僅會急劇加大建筑物監(jiān)測系統(tǒng)的人工成本，還會因為人工判斷的主觀性和非精確性， 造成計算偏差，同樣不能保證數(shù)據(jù)分析結(jié)果的精確性，有可能導致應對措施錯誤、鐵塔等建 筑物倒塌的后果。

【發(fā)明內(nèi)容】

[0004] 基于此，有必要針對現(xiàn)有的建筑物傾斜的數(shù)據(jù)分析方法不能基于已有數(shù)集中蘊含 的信息預測任意風向、任意風速下的傾斜角度，難W保證數(shù)據(jù)分析結(jié)果的精確性，可能導致 應對措施錯誤、建筑物倒塌后果的問題，提供一種建筑物傾斜角度的預測方法及系統(tǒng)。
[0005]為達到發(fā)明目的，本發(fā)明提供一種建筑物傾斜角度的預測方法，包括W下步驟：
[0006]讀取建筑物在至少2個不同風向和不同風速下的傾斜角度測量值，并將所述傾斜 角度測量值導入風向為縱坐標軸、風速為橫坐標軸的數(shù)據(jù)矩陣中；
[0007] 采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的所述傾斜角度測量值進 行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預測值，并在所述傾斜角 度測量值與所求得的所述數(shù)據(jù)矩陣中對應的傾斜角度預測值的均方根誤差滿足預設條件 時，輸出所述數(shù)據(jù)矩陣中所有點對應的所述傾斜角度預測值；
[0008]獲取輸出的所述傾斜角度預測值，將所述數(shù)據(jù)矩陣中各個點對應的所述傾斜角度 預測值與預設傾斜角度闊值進行比較，并將超出所述預設傾斜角度闊值的所有傾斜角度預 測值在所述數(shù)據(jù)矩陣中對應點處的風向和風速進行保存，形成易傾斜風向風速數(shù)集；
[0009] 獲取所述建筑物所處環(huán)境在未來一段時間內(nèi)的風向和風速的預報值；
[0010] 將所獲取的所述建筑物的風向和風速的預報值與所述易傾斜風向風速數(shù)集中的 各點處的風向和風速進行比較；
[0011] 當所獲取的風向和風速的預報值落入所述易傾斜風向風速數(shù)集中的風向和風速 的預設范圍時，發(fā)出預警的信號。
[0012] 作為一種可實施例，采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的所 述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預測 值，包括如下步驟：
[0013] 采用最小化均方根誤差方法，構(gòu)建需要優(yōu)化的函數(shù)表達式：
[0014]
[0015] 其中，所述建筑物的傾斜角度的預測公式為。1=&?如，Pd為風向d的向量，q,為 風速S的向量，K為所述建筑物經(jīng)歷的風向和風速的集合，rd,為特定風向d與風速S的組 合出現(xiàn)時所述建筑物的傾斜角度測量值，L為所述傾斜角度測量值與所述傾斜角度預測值 均方根誤差的最小值；
[001引采用梯度下降法得到Pd向其負梯度方向的迭代運算公式為：
[0019] 采用梯度下降法得到q,向其負梯度方向的迭代運算公式為；
[0020] 將函數(shù)L對于Pd的梯度R(d)代入Pd向其負梯度方向的迭代運算公式，得到Pd= Pd+2n?Gds?Qs;
[0021] 將函數(shù)L對于ca勺梯度R(S)代入q,向其負梯度方向的迭代運算公式，得到q,= Qs巧n?Gds?Pd;
[0022] 根據(jù)最終得到的風向d的向量值和最終得到的風速s的向量值，利用公式 =化.求得所述建筑物的傾斜角度預測值；
[002引其中；6ds= r ds_Pd?Qs，n為學習率。
[0024] 作為一種可實施例，采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的所 述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預測 值，包括如下步驟：
[0025] 采用最小化均方根誤差方法，并加入正則化項后構(gòu)建需要優(yōu)化的函數(shù)表達式如 下：
[0026] 其中，所述建筑物的傾斜角度的預測公式為=化乂，Pd為風向d的向量，q,為 風速S的向量，K為所述建筑物經(jīng)歷的風向和風速的集合，rd,為特定風向d與風速S的組 合出現(xiàn)時所述建筑物的傾斜角度測量值，L為所述傾斜角度測量值與所述傾斜角度預測值 均方根誤差的最小值；
[0029] 采用梯度下降法得到Pd向其負梯度方向的迭代運算公式為
[0030] 采用梯度下降法得到q,向其負梯度方向的迭代運算公式為
[003。將函數(shù)L對于Pd的梯度R(d)代入Pd向其負梯度方向的迭代運算公式，得到Pd= Pd+2 n ?知日? Qs-入? Pd);
[003引將函數(shù)L對于屯的梯度R(s)代入q,向其負梯度方向的迭代運算公式，得到q,=9日+2 n ?知日? P廣入? Qs);
[0033] 根據(jù)最終得到的風向d的向量值和最終得到的風速S的向量值，利用公式 心化?如求得所述建筑物的傾斜角度預測值；
[0034]其中，6ds=rds-Pd?Qs，MPdlI2為Pd的二范數(shù)，IkJI2為Qs的二范數(shù)，^ 為正則 化系數(shù)，n為學習率。
[00巧]作為一種可實施例，采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的所 述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預測 值，包括如下步驟：
[0036] 采用最小化均方根誤差方法，并加入正則化項和偏置部分后構(gòu)建的需要優(yōu)化的函 數(shù)表達式如下：
[0037]
[003引其中，所述建筑物的傾斜角度的預測公式為rJs=& ?樂，Pd為風向d的向量，q,為 風速S的向量，K為所述建筑物經(jīng)歷的風向和風速的集合，rd,為特定風向d與風速s的組 合出現(xiàn)時所述建筑物的傾斜角度測量值，L為所述傾斜角度測量值與所述傾斜角度預測值 均方根誤差的最小值；
[0043] 采用梯度下降法得到bd向其負梯度方向的迭代運算公式為：
；
[0044]采用梯度下降法得到b,向其負梯度方向的迭代運算公式為：
；
[0045] 采用梯度下降法得到Pd向其負梯度方向的迭代運算公式為：
；
[0046] 采用梯度下降法得到q,向其負梯度方向的迭代運算公式為：
[0047] 將函數(shù)L對于bd的梯度R化d)代入bi向其負梯度方向的迭代運算公式，得到b d = bd+2 n ?知日-入? bd);
[004引將函數(shù)L對于b,的梯度R化代入b,向其負梯度方向的迭代運算公式，得到b ,= bs+2 n ?知日-入? bs);
[0049] 將函數(shù)L對于Pd的梯度R(d)代入P d向其負梯度方向的迭代運算公式，得到P d= Pd+2 n ?知日? Qs-入? Pd);
[0050] 將函數(shù)L對于ca勺梯度R(s)代入q ,向其負梯度方向的迭代運算公式，得到q ,= Qs+2 n ?知日? P廣入? Qs);
[0051]根據(jù)最終得到的風向d的向量值，最終得到的風速s的向量值w及最終得到的風 向偏置bd的值和風速偏置b,的值，利用公式r；： =// + &, +6, +扔'g,求得所述建筑物的傾斜 角度預測值；
[005引其中，6d,=rd,-y-bd-b,-Pd?屯，y表示所述建筑物的所述傾斜角度測量值的總 體趨勢，bd為風向偏置，表示某一特定風向?qū)λ鼋ㄖ飪A斜角度的影響，其獨立于所述建 筑物對風速的反應特征，b,為風速偏置，表示某一特定風速對所述建筑物傾斜角度的影響， 其為獨立于所述建筑物對風向的反應特征，偏置部分表示為bd,=y+bd+lvIIpJL為Pd的 二范數(shù)，11屯IL為Qs的二范數(shù)，^為正則化系數(shù)，n為學習率。
[0053] 作為一種可實施例，在所述讀取建筑物在至少2個不同風向和不同風速下的傾斜 角度測量值，并將所述傾斜角度測量值導入到風向為縱坐標軸、風速為橫坐標軸的數(shù)據(jù)矩 陣之后，包括如下步驟：
[0054] 當所有的所述傾斜角度測量值導入所述數(shù)據(jù)矩陣后，所述數(shù)據(jù)矩陣仍有空缺的數(shù) 據(jù)位置，則在所述空缺的數(shù)據(jù)位置上導入預設常數(shù)。
[0055] 作為一種可實施例，所述在所述傾斜角度測量值與所求得的所述數(shù)據(jù)矩陣中對應 的傾斜角度預測值的均方根誤差滿足預設條件時，輸出所述數(shù)據(jù)矩陣中所有點對應的所述 傾斜角度預測值，包括如下步驟：
[0056] 判斷前一次迭代所得的所述傾斜角度預測值與所述傾斜角度測量值的均方根誤 差和后一次迭代所得的所述傾斜角度預測值與所述傾斜角度測量值的均方根誤差的差值 的絕對值是否小于預設闊值；
[0057] 若是，則執(zhí)行結(jié)束的步驟，并輸出后一次迭代所得的所述傾斜角度預測值；
[0058] 若否，則繼續(xù)執(zhí)行所述采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的 所述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預 測值的步驟；
[0059] 或者判斷后一次迭代所得的所述傾斜角度預測值與所述傾斜角度測量值的均方 根誤差是否大于前一次迭代所得的所述傾斜角度預測值與所述傾斜角度測量值的均方根 誤差；
[0060] 若是，則執(zhí)行結(jié)束的步驟，并輸出前一次迭代所得的所述傾斜角度預測值；
[0061] 若否，則繼續(xù)執(zhí)行所述采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知的 所述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度預 測值的步驟。
[0062] 本發(fā)明還提供一種建筑物傾斜角度的預測系統(tǒng)，包括讀取導入模塊，擬合模塊，數(shù) 集模塊和獲取比較模塊，其中：
[0063] 所述讀取導入模塊，被配置W讀取建筑物在至少2個不同風向和不同風速下的傾 斜角度測量值，并將所述傾斜角度測量值導入到風向為縱坐標軸、風速為橫坐標軸的數(shù)據(jù) 矩陣中；
[0064] 所述擬合模塊，被配置W采用矩陣分解法和梯度下降法，對所述數(shù)據(jù)矩陣中已知 的所述傾斜角度測量值進行擬合，得到所述數(shù)據(jù)矩陣中各點對應的所述建筑物的傾斜角度 預測值，并在所述傾斜角度測量值與所求得的所述數(shù)據(jù)矩陣中對應的傾斜角度預測值的均 方根誤差滿足預設條件時，輸出所述數(shù)據(jù)矩陣中所有點對應