一种基于物联网的电力土建基础验收的指导系统及方法与流程

文档序号:17489619发布日期:2019-04-23 20:20阅读:149来源:国知局
本发明属于物联网
技术领域
:,尤其涉及一种基于物联网的电力土建基础验收的指导系统及方法。
背景技术
::目前,业内常用的现有技术是这样的:某些地区自然灾害在气候和地质构造两种因素长期作用下形成了灾害类型多、发生频率高、活动强度大、分布地域广的现状,制约了经济发展水平和社会和谐进步。而特有的复杂地理环境,造成地质灾害调查精度低,监测预警覆盖面窄、空白区大。面对特别严重的灾害,如地震、暴雨、洪水、泥石流等高危害地质灾害,往往会造成受灾区域建筑坍塌、通讯中断、道路塌陷,严重阻碍第一时间救援人员和物资的进入,即便是到达了灾区也无法在短时间内对受灾面积及程度进行全面了解和分析,给救灾决策和应急搜救工作带来巨大困难。当灾害即将发生或已经发生时,总是呈现环境恶劣和时间紧急等特点。通过口口相传的预警和疏导已经不现实了。借助传统广播设备地域局限性太大,而无线调频广播覆盖范围有限,在恶劣的天气环境下信号的传输更是得不到保证。因此,建立一种实时有效的灾害预警系统显得尤为重要。综上所述,现有技术存在的问题是:(1)现有的电力土建基础验收的指导系统不能做到实时有效的进行灾害预警。(2)现有技术中文本数据进行分类储存的过程中,传统分类算法在分类训练上对语义分析的忽视,降低了在垃圾文本过滤上具有好的分类性能。(3)现有技术中采用传统的算法根据用户输入的检索语句执行全文检索的过程中,降低了时间复杂效率和精度,降低了应用性能。(4)现有技术中采用现有的分词算法进行匹配分类的过程中,不能在匹配过程中尽可能的减少比较次数,降低了分词效率。技术实现要素:针对现有技术存在的问题,本发明提供了一种基于物联网的电力土建基础验收的指导系统及方法。利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层,完成气象监测、灾害分析,并自动推送信息,业务系统层实时监测气象,分析灾情并预警,用户可以随时查看气象灾情信息。本系统由专业人员通过互联网实时维护,保证系统的稳定性。本发明结构合理,可以有效预防气象灾害,可以有效解决
背景技术
:中的问题。为实现上述目的,本发明采取的技术方案为:一种基于物联网的电力土建基础验收的信息处理方法具体包括以下步骤:第一步,利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层;第二步,基础服务层完成气象监测、灾害分析,并自动推送信息;第三步,业务系统层实时监测气象,分析灾情并预警,用户随时查看气象灾情信息。进一步,第一步,利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层;1)将地理、气象信息的本地导频符号转换到变换域符号其中,ps是本地导频符号的序号;2)利用复指数基扩展模型,生成基函数矩阵导频符号处的基函数对应的灾害分析模型及所有符号的基函数对应的灾害分析模型其中,q=0,…,q,q是基函数的个数,ns是每个单载波频分复用符号的序号;3)根据变换域符号和灾害分析模型获得用于估计历史灾情信息基系数向量的灾害分析模型4)对接收信号进行快速傅立叶fft变换,获得地理、气象信息频域接收信号y,从该频域接收信号y中提取接收端接收到的块状导频符号其中pλ是接收到的块状导频符号的序号;5)利用接收到的块状导频符号和灾害分析模型采用最小二乘方法得到基系数向量的估计值其中,是矩阵的广义逆运算;6)根据推导出的基系数和频域信道响应的数学关系式利用估计出的基系数直接得到灾害分析模型的频域信道响应矩阵其中是步骤2)中生成的灾害分析模型。本发明的另一目的在于提供一种实施基于物联网的电力土建基础验收的指导系统包括了数据层、基础服务层和业务系统层;所述数据层包括地理信息数据库、气象信息数据库、灾害分析模型数据库、气象预警预报数据库、历史灾情数据库和业务支撑数据库;所述数据层从各类数据库接受地理、气象信息,并且从数据库中搜索灾害分析模型以及历史信息,将所有信息传递到基础服务层;所述基础服务层包括地理信息服务、气象信息服务、气象监测服务、灾害分析服务、信息推送服务和系统安全服务;所述业务系统层包括气象信息综合查询子系统、气象实况监测子系统、气象灾害分析子系统、气象灾情预报子系统、灾情预警信息发布子系统和后台系统管理子系统;所述基础服务层根据基础层提供的信息,完成地理、气象、灾害一系列分析,完成消息的推送,并由专业人员通过网络维护系统安全;所述业务系统层直接面向用户提供服务,实时监控气象信息,分析灾情并预警,用户通过所述业务系统层查看信息并管理系统。进一步,所述数据层具体包括:数据库和文件系统模块、文本过滤模块、文本联结模块、分词模块、索引引擎模块、查询模块、结果排序和摘要提取模块、选择信息和执行程序模块;数据库和文件系统模块:数据库和文件系统模块包括地理信息数据库、气象信息数据库、灾害分析模型数据库、气象预警预报数据库、历史灾情数据库和业务支撑数据库以及相关其他文件;文本过滤模块:用于将数据库和文件系统中存储格式化文本进行处理,将doc、pdf、ppt格式化文本去格式化,提取出纯文本信息;文本联结模块:用于将分属于不同字段的纯文本联结成一个文本,进行多个字段查询时,将查询的数据存储在表的虚拟列中,虚拟列将多列的文本连接成一个虚拟的文本;分词模块,用于采用词法分析器对合成的文本进行处理,分离出单词;分词包含分词算法部分和词库部分;中文分词算法分为基于字符串匹配、基于统计和基于知识理解的分词方法;按照扫描方向的不同分为正向匹配、逆向匹配和双向匹配;按照不同长度优先分配的原则分为最大匹配、最小匹配、逐词匹配和最佳匹配;索引引擎模块利用全文检索功能建立索引,根据数据库建模,对检索算法分为基于模式图的算法和基于数据图的算法;查询模块根据用户输入的检索语句执行全文检索;结果排序和摘要提取模块按照排序算法显示查询的结果,并向用户提供与检索语句相关的摘要;选择信息和执行程序模块用于提供相应的数据接口。进一步,基于模式图的算法是把数据库的表和表之间的主外码关系构成的模式图放入内存中,根据模式图和包含查询关键词的节点集合来生成候选网络,然后通过执行候选网络对应的语句来产生查询结果;基于数据图的算法是把数据库中元组和元组之间的主外码关系构成的数据图放入内存中,通过数据库管理系统提供的ir引擎生成包含查询关键词的节点集合,然后在数据图上搜索满足条件的子图作为查询结果。本发明具有如下有益效果:本发明利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层,完成气象监测、灾害分析,并自动推送信息,业务系统层实时监测气象,分析灾情并预警,用户可以随时查看气象灾情信息。本系统由专业人员通过互联网实时维护,保证系统的稳定性。本发明结构合理,可以有效预防气象灾害。本发明中文本过滤模块将采集的文本数据进行分类储存的过程中,采用mwb算法能克服传统分类算法在分类训练上对语义分析的忽视,提高了在垃圾文本过滤上具有更好的分类性能。本发明中查询模块采用mima算法根据用户输入的检索语句执行全文检索的过程中,提高了时间复杂效率和精度,提高应用性能。本发明中分词模块采用改进的分词算法进行匹配分类的过程中,能在匹配过程中尽可能的减少比较次数,提高分词效率。本发明选用模型误差最小的复指数基扩展模型,确定最优的基函数的个数,以提高估计精度;将用于估计基系数的频域矩阵事先计算并存储下来,降低了计算复杂度。本发明利用信道的时频域特性,推导出基系数与频域信道响应矩阵的数学关系式,避免了计算复杂度较高的信道时频域转换过程,便于接收机对接收信号进行频域均衡处理。实现准确收集地理、气象信息,并查询灾害分析模型、历史灾情信息。附图说明图1是本发明实施例提供的基于物联网的电力土建基础验收的指导系统的结构示意图。图中:1、数据层;2、基础服务层(soa服务);3、业务系统层;4、地理信息数据库;5、气象信息数据库;6、灾害分析模型数据库;7、气象预警预报数据库;8、历史灾情数据库;9、业务支撑数据库;10、地理信息服务;11、气象信息服务;12、气象监测服务;13、灾害分析服务;14、信息推送服务;15、系统安全服务;16、气象信息综合查询子系统;17、气象实况监测子系统;18、气象灾害分析子系统;19、气象灾情预报子系统;20、灾情预警信息发布子系统;21、后台系统管理子系统。图2是本发明实施例提供的基于物联网的电力土建基础验收的信息处理的方法流程图。图3是本发明实施例提供的基于物联网的电力土建基础验收的信息处理的方法原理图。图4是本发明与现有信道估计技术在330km/h的多径快时变信道中的性能比较曲线图。图5是本发明与现有信道估计技术在450km/h的多径快时变信道中的性能比较曲线图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。现有的电力土建基础验收的指导系统不能做到实时有效的进行灾害预警。现有技术中文本数据进行分类储存的过程中,传统分类算法在分类训练上对语义分析的忽视,降低了在垃圾文本过滤上具有好的分类性能。现有技术中采用传统的算法根据用户输入的检索语句执行全文检索的过程中,降低了时间复杂效率和精度,降低了应用性能。现有技术中采用现有的分词算法进行匹配分类的过程中,不能在匹配过程中尽可能的减少比较次数,降低了分词效率。为解决上述问题,下面结合具体方案对本发明作详细描述。如图1所示,本发明实施例提供的基于物联网的电力土建基础验收的指导系统包括数据层1、基础服务层(soa服务)2和业务系统层3。数据层1包括:地理信息数据库4、气象信息数据库5、灾害分析模型数据库6、气象预警预报数据库7、历史灾情数据库8和业务支撑数据库9。基础服务层2包括:地理信息服务10、气象信息服务11、气象监测服务12、灾害分析服务13、信息推送服务14和系统安全服务15。业务系统层3包括:气象信息综合查询子系统16、气象实况监测子系统17、气象灾害分析子系统18、气象灾情预报子系统19、灾情预警信息发布子系统20和后台系统管理子系统21。本发明提供的基于物联网的电力土建基础验收的指导系统,利用数据层1收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层2,完成气象监测、灾害分析,并自动推送信息,业务系统层3实时监测气象,分析灾情并预警,用户可以随时查看气象灾情信息。本系统由专业人员通过互联网实时维护,保证系统的稳定性。本发明结构合理,可以有效预防气象灾害。如图2所示,本发明实施例提供的基于物联网的电力土建基础验收的信息处理方法包括以下步骤:s101:利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层。s102:基础服务层完成气象监测、灾害分析,并自动推送信息。s103:业务系统层实时监测气象,分析灾情并预警,用户可以随时查看气象灾情信息。步骤s101,利用数据层收集地理、气象信息,并查询灾害分析模型、历史灾情信息,发送至基础服务层。1)将地理、气象信息的本地导频符号转换到变换域符号其中,ps是本地导频符号的序号。2)利用复指数基扩展模型,生成基函数矩阵导频符号处的基函数对应的灾害分析模型及所有符号的基函数对应的灾害分析模型其中,q=0,…,q,q是基函数的个数,ns是每个单载波频分复用符号的序号。3)根据变换域符号和灾害分析模型获得用于估计历史灾情信息基系数向量的灾害分析模型4)对接收信号进行快速傅立叶fft变换,获得地理、气象信息频域接收信号y,从该频域接收信号y中提取接收端接收到的块状导频符号其中pλ是接收到的块状导频符号的序号;5)利用接收到的块状导频符号和灾害分析模型采用最小二乘方法得到基系数向量的估计值其中,是矩阵的广义逆运算;6)根据推导出的基系数和频域信道响应的数学关系式利用估计出的基系数直接得到灾害分析模型的频域信道响应矩阵其中是步骤2)中生成的灾害分析模型。进一步,步骤1)中的将本地导频符号转换到变换域符号按照以下公式进行:其中,diag(·)是将向量转换成对角矩阵的运算,q是基函数的个数,iq+1为q+1维的单位矩阵,为克罗内列积运算符号,fl为快速傅里叶变换矩阵f的前l列,l为快时变信道的可分离径数。步骤2)中所述的生成基函数矩阵及灾害分析模型按照如下步骤进行:生成基函数矩阵其中,是基函数矩阵的元素,其利用复指数基扩展模型,按照以下公式生成:其中,q=0,1,…,q,q是基函数的个数,n=0,1,…,n,n是快速傅里叶变换的点数,ns=1,2,…,nsymb是每个单载波频分复用符号的序号,nsymb是一个传输块中单载波频分复用符号的个数;生成灾害分析模型和其中,是第q个灾害分析模型,q=0,1,…,q,q是基函数的个数,是导频符号处的基函数矩阵,ps是导频符号的序号,是矩阵的前l列,f是n点快速傅里叶变换矩阵,(·)h是矩阵的共轭转置操作。步骤6)所述的利用估计值直接得到频域信道响应矩阵按照如下步骤进行:建立基系数与频域信道响应矩阵的关系式:忽略一个符号内部的子载波间干扰,每个单载波频分复用符号的频域信道矩阵与时域信道矩阵的关系近似为:其中,f是n点快速傅里叶变换矩阵,(·)h是矩阵的共轭转置操作。将基扩展模型表达式代入到上式中,得到:由于gq是托普利兹循环矩阵,gq第一列为[gq,0,gq,1,…,gq,l-1,0,…,0]t,所以令gq=[gq,0,…,gq,l,…,gq,l-1]t,fgqfh=flgq,其中,fl是矩阵f的前l列,上式可简化为:其中,是生成的基函数矩阵,是矩阵的前l列,是灾害分析模型,q是基函数的个数,ns是单载波频分复用符号的序号;建立基系数g与频域信道响应矩阵的数学关系式。获得每个单载波频分复用符号的频域信道响应矩阵:利用估计出的基系数按照建立的基系数与频域信道响应矩阵的数学关系式,得到第ns个单载波频分复用符号的频域信道响应矩阵:其中,是的灾害分析模型。如图3所示,本发明实施例提供一种基于物联网的电力土建基础验收的指导系统的数据层进一步包括:数据库和文件系统模块、文本过滤模块、文本联结模块、分词模块、索引引擎模块、查询模块、结果排序和摘要提取模块、选择信息和执行程序模块。各个模块功能如下:(1)数据库和文件系统模块:数据库和文件系统模块包括地理信息数据库、气象信息数据库、灾害分析模型数据库、气象预警预报数据库、历史灾情数据库和业务支撑数据库以及相关其他文件。(2)文本过滤模块:该模块将数据库和文件系统中存储格式化文本进行处理,将doc、pdf、ppt等格式化文本去格式化,从中提取出纯文本信息。(3)文本联结模块:该模块将分属于不同字段的纯文本联结成一个文本,从而提高检索效率。为了保证搜索信息的完整性,往往需要组合查询多个字段。进行多个字段查询时,需要将查询的数据存储在表的虚拟列中,虚拟列可以将多列的文本连接成一个虚拟的文本。(4)分词模块:该模块采用词法分析器对合成的文本进行处理,从中分离出单词。分词主要包含分词算法部分和词库部分。中文分词算法大致可以分为基于字符串匹配、基于统计和基于知识理解的分词方法。按照扫描方向的不同,可以分为正向匹配、逆向匹配和双向匹配。按照不同长度优先分配的原则,可以分为最大匹配、最小匹配、逐词匹配和最佳匹配。(5)索引引擎模块:该模块利用全文检索功能建立索引,根据数据库建模,目前对检索算法的大体可分为基于模式图和基于数据图两类。1)基于模式图的算法是把数据库的表和表之间的主外码关系构成的模式图放入内存中,根据模式图和包含查询关键词的节点集合来生成候选网络,然后通过执行候选网络对应的语句来产生查询结果。2)基于数据图的算法是把数据库中元组和元组之间的主外码关系构成的数据图放入内存中,通过数据库管理系统提供的ir引擎(全文索引机制)生成包含查询关键词的节点集合,然后以此为基础,在数据图上搜索满足条件的子图作为查询结果。(6)查询模块:该模块根据用户输入的检索语句执行全文检索。(7)结果排序和摘要提取模块:该模块将按照一定的排序算法显示查询的结果,并向用户提供与检索语句相关的摘要,便于用户找出最合适的信息。(8)选择信息和执行程序模块:该模块为开发人员提供相应的数据接口(数据表,关键字段等),便于开发人员结合具体需求以图、表、文字等应用方式灵活的展示给用户。其中,所述基础服务层2根据基础层提供的信息,完成地理、气象、灾害等一系列分析,完成消息的推送,并由专业人员通过网络维护系统安全。其中,所述业务系统层3直接面向用户提供服务,实时监控气象信息,分析灾情并预警,用户可以通过所述业务系统层查看信息并管理系统。在本发明实施例中,文本过滤模块将采集的文本数据进行分类储存的过程中,为了克服传统分类算法在分类训练上对语义分析的忽视,提高在垃圾文本过滤上具有更好的分类性能,采用mwb算法,具体包括以下步骤:步骤一,语料库选择。选取具有代表性的文本库,对文本进行预处理,得出“类别—词语—在该文本中出现频率”对应关系f(x)。步骤二,初始化数据库,建立hash表,即hashtable_good表示正常文本类别,hashtable_bad表示垃圾文本类别,将f(x)转化为数学表达。步骤三,词项划分。根据实际需求将词语划分为单个、2个或者3个一组,划分原则要求所选词语同时出现在一个文本中。步骤四,数据库更新。通过计算所选词项在训练集语料库中的概率,即利用公式算所选词项属于垃圾文本的概率,调整所属类别词项频率。公式如下:其中bi表示词语wi出现在垃圾文本i中的次数,表示垃圾文本i的词总数。gj表示wi出现在正常文本j中的次数,表示正常文本j中的总词数。式中:表示wi与wj出现在垃圾文本x中的数目,表示wi与wj出现在正常文本y中的数目,表示x文本中所含的词语总数,表示y文本中所含的词语总数。步骤五,整合hashtable_good与hashtable_bad中数据,计算文本属于垃圾文本的概率阈值。步骤六,根据实际需求引入新的语料库,转步骤二。步骤七,新文本测试。对新文本进行预处理,选取文本10个以上词项,利用下式计算其属于垃圾文本概率,并与概率阈值作比较。式中:d为文本。步骤八,算法结束。所述查询模块根据用户输入的检索语句执行全文检索的过程中,为了提高时间复杂效率和精度,提高应用性能,采用mima算法,具体包括以下步骤:步骤一,根据划分标准c3,,定义一个向量λ,λ的第pos,个分量可通过下式计算:公式为:其中1≤pos≤n;λ(pos),代表满足分割条件c3的分割位置数。步骤二,定义一个向量s,s的第pos个分量如式s(pos)=pos·i{λ(pos}=pos}+0·i{λ{pos}≠pos}。其中l≤i≤n。通过s计算出pos值,若。均有s(i)=0,则pos=n,。其他情况下,在本发明实施例中,所述分词模块采用分词算法进行匹配分类的过程中,为了在匹配过程中尽可能的减少比较次数,提高分词效率。采用一种改进的分词算法,具体包括以下步骤:步骤一,取出待处理的汉字序列的首字,在首字hash中查找,如果存在该字,则转步骤三。步骤二,不存在则是单字,分出该单字word,转步骤六。步骤三,取出该字的信息,包含词长信息和词典信息,转步骤四。步骤四,遍历词长列表,按序分别取出词长设为匹配词长,然后在词典中查找,词典包含了词长值,在查找时先比较词长,若相等则再比较字符序列,转步骤五。步骤五,如果存在某一词长匹配成功,则分出该词word,转步骤七。步骤六,如果全部词长匹配都不成功,则说明是单字,分出该单字word,转步骤七。步骤七,从待分词序列中去掉已分出的词word,若汉字序列没有分词结束,转步骤一,否则结束。在本发明实施例中,本发明利用数据层1收集信息,并查询灾害分析模型、历史灾情信息的第一步是对数据库建模。考虑到关系数据库中的关系通过主外键关系来连接这一特点,现有的搜索方法大都采用了有向图的方式来对数据库建模,主要可以分为模式图方法和数据图方法两类。1、模式图方法:模式图方法将数据库中的每个关系表示为一个节点,关系之间的主外键联系表示为节点之间的有向边,由主键所在节点指向外键所在节点。2、数据图方法:数据图方法则是将数据库中的每个元组作为一个节点,元组直接的主外键关系表示为联系节点的有向边。与模式图方法相同,也是由主键所在节点指向外键所在节点。下面结合仿真对本发明的方法做进一步描述。仿真1用本发明和上述3种现有方法仿真用户速度为330km/h时的系统误块率bler性能,仿真结果如图4所示。由图4可知,本发明的bler性能对比多项式模型与自回归模型结合的方法有4db的性能提升;基于离散傅里叶变换dft与线性内插结合的方法在bler为10-1时出现错误平层,而本发明的bler曲线持续下降,能降到10-5;对比复指数基扩展模型方法,本发明的bler曲线和复指数基扩展模型方法的bler曲线几乎持平,没有性能损失。仿真2用本发明和上述3种现有方法仿真用户速度为450km/h时的系统误块率bler性能,仿真结果如图5所示。由图5可知,多项式模型与自回归模型结合的方法和基于离散傅里叶变换dft与线性内插结合的方法在用户速度为450km/h时,bler曲线几乎没有下降趋势,误块率均大于10-1,本发明的bler曲线能下降到10-2以下,有很大的提升;对比复指数基扩展模型方法,本发明的bler曲线和复指数基扩展模型方法几乎持平,没有性能损失。将本发明的计算复杂度与现有复指数基扩展模型方法的计算复杂度进行对比,结果如表1。表1本发明与复指数基扩展模型方法的计算复杂度对比其中,ο是计算复杂度的数量级,n是傅里叶变换的点数,l为多径信道的可分离径数。由表1可知,本发明方法所需的计算复杂度量级是1,而复指数基扩展模型方法所需的计算复杂度量级是3,本发明将计算复杂度降了两个量级。上述结果表明,本发明与现有技术相比不仅提高了估计精度,而且比现有技术具有计算复杂度更低的优势以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。当前第1页12当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1