申请/专利权人：中国电建集团贵阳勘测设计研究院有限公司

申请日：2023-11-15

公开（公告）日：2023-12-19

公开（公告）号：CN117252111A

主分类号：G06F30/27

分类号：G06F30/27;G06N20/00;G01D21/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明涉及监视或测试装置技术领域，提供了一种堤坝隐患和险情区域主动监测方法，包括以下步骤：A．构建仿真：在服务器上根据水电站堤坝的结构数据、环境数据和历史气候数据，构建水电站堤坝区域三维空间的仿真环境；B．设定强化学习模型；C．仿真模拟；D．清理；E．分类；F．写入本地站点；G．监测动作。本发明采用将强化学习模型动作序列清理分类得到的动作序列集合写入现场监测的本地站点的方式，能有效实现低性能资源损耗下更快捷、更及时的启动主动监测动作；并且由于基于强化学习模型在仿真环境中仿真模拟而得到动作序列，能借助数据中心的算力而大幅提升主动监测的效能和有效性，极大的便于整体调优和维护。

主权项：1.一种堤坝隐患和险情区域主动监测方法，其特征在于，包括以下步骤：A．构建仿真：在服务器上根据水电站堤坝的结构数据、环境数据和历史气候数据，构建水电站堤坝区域三维空间的仿真环境；环境数据包括水文数据、地质数据；水电站堤坝的结构数据为三维建模的结构模型及其材质数据；历史气候数据为过往二十年的天气数据；B．设定强化学习模型：根据主动监测设备和水电站操控设备的操作指令，设定强化学习模型的输出的数据类型和数值范围；根据被动监测设备和水电站操控设备的读值，设定强化学习模型的输入的数据类型和数值范围；C．仿真模拟：将强化学习模型置于仿真环境中根据多种环境模式运行多次仿真模拟，得到强化学习模型输出的动作序列构成动作序列集合，其中每一动作序列均记录对应的环境参数；D．清理：对每一动作序列，将连续多个相似度高于阈值的动作指令合并为一个动作指令；E．分类：将以动作序列为单元，对动作序列集合聚类，得到多个动作序列簇，对每一动作序列簇仅保留中心的动作序列；F．写入本地站点：将动作序列集合和环境参数写入到堤坝区域的本地站点（1），并以环境参数作为动作序列集合中动作序列的启动条件；G．监测动作：本地站点（1）实时从堤坝区域的被动监测设备获取监测数据，当监测数据符合启动条件时启动对应的动作序列。

全文数据：

权利要求：

百度查询： 中国电建集团贵阳勘测设计研究院有限公司 一种堤坝隐患和险情区域主动监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD