的所述倾斜角度预测值；
[0065] 所述数集模块，被配置W获取输出的所述倾斜角度预测值，将所述数据矩阵中各 个点对应的所述倾斜角度预测值与预设倾斜角度阔值进行比较，并将超出所述预设倾斜角 度阔值的所有倾斜角度预测值在所述数据矩阵中对应点处的风向和风速进行保存，形成易 倾斜风向风速数集；
[0066] 所述获取比较模块，被配置W获取所述建筑物所处环境在未来一段时间内的风向 和风速的预报值，将所获取的所述建筑物的风向和风速的预报值与所述易倾斜风向风速数 集中的各点处的风向和风速进行比较，当所获取的风向和风速的预报值落入所述易倾斜风 向风速数集中的风向和风速的预设范围时，发出预警的信号。
[0067] 作为一种可实施例，所述拟合模块包括第一函数构建单元，第一风向梯度单元，第 一风速梯度单元，第一风向迭代公式单元，第一风速迭代公式单元，第一风向迭代运算单 元，第一风速迭代运算单元和第一预测值获得单元，其中：
[0068] 所述第一函数构建单元，被配置W采用最小化均方根误差方法，构建需要优化的 函数表达式：
[0069]
[0070] 其中，所述建筑物的倾斜角度的预测公式为心S=化' 'y..，Pd为风向d的向量，q,为 风速S的向量，K为所述建筑物经历的风向和风速的集合，rd,为特定风向d与风速S的组 合出现时所述建筑物的倾斜角度测量值，L为所述倾斜角度测量值与所述倾斜角度预测值 均方根误差的最小值；
[0071] 所述第一风向梯度单元，被配置W求函数L对于Pi的梯度R(d):
[0072] 所述第一风速梯度单元，被配置W求函数L对于q,的梯度R(s):
[0073] 所述第一风向迭代公式单元，被配置W采用梯度下降法得到Pd向其负梯度方向的 迭代运算公式为：
[0074] 所述第一风速迭代公式单元，被配置W采用梯度下降法得到q,向其负梯度方向的 迭代运算公式为
[0075] 所述第一风向迭代运算单元，被配置W将函数L对于Pd的梯度R(d)代入Pd向其 负梯度方向的迭代运算公式，得到Pd=Pd+2n?Gds?Qs;
[0076] 所述第一风速迭代运算单元，被配置W将函数L对于屯的梯度R(S)代入q,向其 负梯度方向的迭代运算公式，得到屯二qS+2n?Gds?Pd;
[0077] 所述第一预测值获得单元，被配置W根据最终得到的风向d的向量值和最终得到 的风速S的向量值，利用公式/;;,= /vy、求得所述建筑物的倾斜角度预测值；
[007引其中；6ds=rds_Pd?Qs，n为学习率。
[0079] 作为一种可实施例，所述所述拟合模块包括第二函数构建单元，第二风向梯度单 元，第二风速梯度单元，第二风向迭代公式单元，第二风速迭代公式单元，第二风向迭代运 算单元，第二风速迭代运算单元和第二预测值获得单元，其中：
[0080] 所述第二函数构建单元，被配置W采用最小化均方根误差方法，并加入正则化项 后构建需要优化的函数表达式如下
[0081] 其中，所述建筑物的倾斜角度的预测公式为心S=化'皆、，Pd为风向d的向量，q,为 风速S的向量，K为所述建筑物经历的风向和风速的集合，rd,为特定风向d与风速S的组 合出现时所述建筑物的倾斜角度测量值，L为所述倾斜角度测量值与所述倾斜角度预测值 均方根误差的最小值；
[0082] 所述第二风向梯度单元，被配置W求函数L对于Pd的梯度R(d):
[0083] 所述第二风速梯度单元，被配置W求函数L对于q,的梯度R(s):
[0084] 所述第二风向迭代公式单元，被配置W采用梯度下降法得到Pd向其负梯度方向的 迭代运算公式为：
[0085] 所述第二风速迭代公式单元，被配置W采用梯度下降法得到q,向其负梯度方向的 迭代运算公式为：
[0086] 所述第二风向迭代运算单元，被配置W将函数L对于Pd的梯度R(d)代入Pd向其 负梯度方向的迭代运算公式，得到Pd=Pd+2n? (6d, ?q,-A?Pd);
[0087] 所述第二风速迭代运算单元，被配置W将函数L对于屯的梯度R(s)代入q,向其 负梯度方向的迭代运算公式，得到屯二Qs+2n? (6ds?P广^ ?Qs);
[0088] 所述第二预测值获得单元，被配置W根据最终得到的风向d的向量值和最终得到 的风速S的向量值，利用公式r；：=价'y、求得所述建筑物的倾斜角度预测值；
[0089] 其中，6ds=rds-Pd?Qs，MPdlI2为Pd的二范数，IkJI2为Qs的二范数，^ 为正则 化系数，n为学习率。
[0090] 作为一种可实施例，所述拟合模块包括第=函数构建单元，风向偏置梯度单元， 风速偏置梯度单元，第=风向梯度单元，第=风速梯度单元，风向偏置迭代公式单元，风速 偏置迭代公式单元，第=风向迭代公式单元，第=风速迭代公式单元，风向偏置迭代运算单 元，风速偏置迭代运算单元，第=风向迭代运算单元，第=风速迭代运算单元和第=预测值 获得单兀，其中：
[0091] 所述第=函数构建单元，被配置W采用最小化均方根误差方法，并加入正则化项 和偏置部分后构建的需要优化的函数表达式如下：
[0092]
[0093] 其中，所述建筑物的倾斜角度的预测公式为o'、= & ?取，Pd为风向d的向量，q,为 风速S的向量，K为所述建筑物经历的风向和风速的集合，rd,为特定风向d与风速S的组 合出现时所述建筑物的倾斜角度测量值，L为所述倾斜角度测量值与所述倾斜角度预测值 均方根误差的最小值；
[0094] 所述风向偏置梯度单元，被配置W求函数L对bd的梯度R化d):
[0095] 所述风速偏置梯度单元，被配置W求函数L对b,的梯度R化,）：
[0100] 所述风向偏置迭代公式单元，被配置W采用梯度下降法得到bd向其负梯度方向的 迭代运算公式为
[0101] 所述风速偏置迭代公式单元，被配置W采用梯度下降法得到b,向其负梯度方向的 迭代运算公式为：
[0102] 所述第S风向迭代公式单元，被配置W采用梯度下降法得到Pd向其负梯度方向的 迭代运算公式为：
[0103] 所述第S风速迭代公式单元，被配置W采用梯度下降法得到q,向其负梯度方向的 迭代运算公式为：
[0104] 所述风向偏置迭代运算单元，被配置朗尋函数L对于bd的梯度R化d)代入bi向其 负梯度方向的迭代运算公式，得到bd=bd+2n ? (6ds-A .bd);
[0105] 所述风速偏置迭代运算单元，被配置W将函数L对于b,的梯度R化代入b,向其 负梯度方向的迭代运算公式，得到bs=bs+2n ? (eas-A -bs);
[0106] 所述第S风向迭代运算单元，被配置w将函数L对于Pi的梯度R(d)代入P d向其 负梯度方向的迭代运算公式，得到Pd= P d+2 n ? (6d, ?屯-A . Pd);
[0107] 所述第S风速迭代运算单元，被配置W将函数L对于屯的梯度R(S)代入q ,向其 负梯度方向的迭代运算公式，得到屯=Qs+2n ? (6ds ? P广A .屯）；
[0108] 所述第S预测值获得单元，被配置W根据最终得到的风向d的向量值，最终得 到的风速S的向量值W及最终得到的风向偏置bd的值和风速偏置b,的值，利用公式 =片+ 6, +6, 'g;求得所述建筑物的倾斜角度预测值；
[010引其中，6d,= r ds-y-bd-b,-Pd ? Qs，y表示所述建筑物的所述倾斜角度测量值的总 体趋势，bd为风向偏置，表示某一特定风向对所述建筑物倾斜角度的影响，其独立于所述建 筑物对风速的反应特征，b,为风速偏置，表示某一特定风速对所述建筑物倾斜角度的影响， 其为独立于所述建筑物对风向的反应特征，偏置部分表示为bd,= y+bd+b,，IIpJL为P d的 二范数，11屯I L为Qs的二范数，^为正则化系数，n为学习率。
[0110] 作为一种可实施例，所述读取导入模块包括常数导入单元，被配置W当所有的所 述倾斜角度测量值导入所述数据矩阵后，所述数据矩阵仍有空缺的数据位置，则在所述空 缺的数据位置上导入预设常数。
[0111] 作为一种可实施例，所述拟合模块还包括第一判断单元，第一输出单元，第二判断 单元和第二输出单元，其中：
[0112] 所述第一判断单元，被配置W判断前一次迭代所得的所述倾斜角度预测值与所述 倾斜角度测量值的均方根误差和后一次迭代所得的所述倾斜角度预测值与所述倾斜角度 测量值的均方根误差的差值的绝对值是否小于预设阔值；
[0113] 若是，则跳转至被配置W输出后一次迭代所得的所述倾斜角度预测值的所述第一 输出单元；
[0114] 若否，则跳转至所述拟合模块中的迭代运算单元；
[0115] 所述第二判断单元，被配置W判断后一次迭代所得的所述倾斜角度预测值与所述 倾斜角度测量值的均方根误差是否大于前一次迭代所得的所述倾斜角度预测值与所述倾 斜角度测量值的均方根误差；
[0116] 若是，则跳转至被配置W输出前一次迭代所得的所述倾斜角度预测值的所述第二 输出单元；
[0117] 若否，则跳转至所述拟合模块中的迭代运算单元。
[0118] 本发明的有益效果包括：
[0119] 本发明的建筑物倾斜角度的预测方法及系统，根据数据矩阵中已知的倾斜角度测 量值，通过矩阵分解法和梯度下降法预测建筑物在给定风向、风速下的倾斜角度，充分挖掘 倾斜角度已有数据中蕴含的信息，实现了对未知数据的预测功能，保证了数据分析结果的 精确性，增加了后续数据分析的精确性，在获取的风向和风速的预报值落入超出预设倾斜 角度阔值的倾斜角度预测值对应的风向和风速的预设范围时，及时发出预警信号，提醒相 关人员采取应对措施。同时，其还实现全年无人值守不间断自动计算，最大程度的利用了传 感器采集的建筑物倾斜角度和风向、风速及其对应关系提供的额外信息量，有效提高了建 筑物监测系统数据分析的性能，同时还节省了人力成本。
【附图说明】
[0120] 图1为本发明的建筑物倾斜角度的预测方法的一实施例的流程示意图；
[0121] 图2为本发明的建筑物倾斜角度的预测系统的一实施例的结构示意图；
[0122] 图3为本发明的建筑物倾斜角度的预测系统的另一实施例的结构示意图；
[0123]图4为本发明的建筑物倾斜角度的预测系统的又一实施例的结构示意图。
【具体实施方式】
[0124] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例对 本发明建筑物倾斜角度的预测方法及系统进行进一步详细说明。应当理解，此处所描述的 具体实施例仅用W解释本发明，并不用于限定本发明。
[0125] 参见图1，本发明一具体实施例提供的建筑物倾斜角度的预测方法，包括W下步 骤：
[0126]S100,读取建筑物在至少2个不同风向和不同风速下的倾斜角度测量值，并将倾 斜角度测量值导入到风向为纵坐标轴、风速为横坐标轴的数据矩阵中。
[0127]S200,采用矩阵分解法和梯度下降法，对所述数据矩阵中已知的所述倾斜角度测 量值进行拟合，得到所述数据矩阵中各点对应的所述建筑物的倾斜角度预测值，并在所述 倾斜角度测量值与所求得的所述数据矩阵中对应的倾斜角度预测值的均方根误差满足预 设条件时，输出所述数据