本技术涉及数字数据处理,特别涉及一种基于安全包络策略的平台状态监测预警方法。
背景技术:
1、平台状态监测,是指针对船舶平台的状态监测,而船舶平台是指一种专门用于水上运输、作业或其他用途的水面浮动设备。平台状态监测可以具体例如为船舶航向监测、船舶触底监测、船舶侧翻监测等多种监测项目。
2、传统对于船舶平台的状态监测,是通过多种传感器进行数据采集获取船舶平台的数据信息,将多种船舶平台的数据信息进行数据处理与数据融合,以根据融合之后的数据进行安全包络图的构建,最终基于安全包络图分析得到船舶平台的状态。而传统基于安全包络图分析以进行船舶平台的状态监测方法,因多种船舶平台的数据信息存在数据上的互相干扰与抵消,造成船舶平台的状态监测的准确性较低,进一步导致监测成本较高。
技术实现思路
1、鉴于以上内容,有必要提供一种基于安全包络策略的平台状态监测预警方法,相对于传统的船舶平台的状态监测方式,提高了船舶平台的状态监测的准确性,以实现及时状态预警,进一步降低监测成本。
2、本技术第一方面提供一种基于安全包络策略的平台状态监测预警方法,应用于船舶平台状态预警领域,所述系统包括:根据历史安全时间段对应的初始环境数据组与初始状态数据组,构建历史安全时间段对应的环境数据序列与状态数据序列,其中,所述环境数据序列与状态数据序列分别包括预设数量的环境数据子序列与状态数据子序列;基于所述环境数据子序列与状态数据子序列对应的主序列,计算环境数据子序列与状态数据子序列对应的环境数据异常置信度与状态数据异常置信度;通过所述环境数据序列与状态数据序列,以及环境数据异常置信度与状态数据异常置信度,确认目标检测时刻对应的环境数据异常序列与状态数据异常序列;基于所述目标检测时刻对应的环境数据异常序列与状态数据异常序列,以及船舶平台推进器的使用率,构建目标检测时刻对应的综合异常系数;将所述目标检测时刻对应的综合异常系数与预先构建的预测模型输出的目标检测时刻对应的标准异常系数进行比对,判断目标检测时刻对应的船舶平台状态是否为预警状态。
3、在其中一种实施例中,所述根据历史安全时间段对应的初始环境数据组与初始状态数据组,构建历史安全时间段对应的环境数据序列与状态数据序列,其中,所述环境数据序列与状态数据序列分别包括预设数量的环境数据子序列与状态数据子序列,具体包括:将历史安全时间段对应的初始环境数据组与初始状态数据组进行标准正态分布处理,确认预设数量的初始环境数据组与初始状态数据组分别对应的标准环境数据组与标准状态数据组;通过预设时间序列分析算法将历史安全时间段对应的标准环境数据组与标准状态数据组进行处理,确认依照时序排列的预设数量的环境数据子序列与状态数据子序列;基于所述依照时序排列的预设数量的环境数据子序列与状态数据子序列,构建历史安全时间段对应的环境数据序列与状态数据序列。
4、在其中一种实施例中,所述将历史安全时间段对应的初始环境数据组进行标准正态分布处理,确认预设数量的初始环境数据组对应的标准环境数据组与标准状态数据组,具体包括:
5、
6、其中,为第个初始环境数据组对应的标准环境数据组,第个初始环境数据组为第个初始环境数据组的数据平均值,为第个初始环境数据组的数据标准差。
7、在其中一种实施例中,所述通过预设时间序列分析算法将历史安全时间段对应的标准环境数据组进行处理,确认依照时序排列的预设数量的环境数据子序列,具体包括:
8、
9、其中,为第时刻对应的环境数据子序列,为第个初始环境数据组对应的标准环境数据组的第个子单元在第时刻的数据值,为第个初始环境数据组对应的标准环境数据组的子单元数量,为初始环境数据组的数量。
10、在其中一种实施例中,所述基于所述环境数据子序列与状态数据子序列对应的主序列,计算环境数据子序列与状态数据子序列对应的环境数据异常置信度与状态数据异常置信度,具体包括:根据所述环境数据子序列与状态数据子序列对应的主序列的数据均值与数据标准方差,计算所述环境数据子序列与状态数据子序列对应的高斯函数值;将预设置信度调节因子与所述环境数据子序列与状态数据子序列对应的高斯函数值分别做差计算,确认环境数据子序列与状态数据子序列对应的环境数据异常置信度与状态数据异常置信度。
11、在其中一种实施例中,所述根据所述环境数据子序列对应的主序列的数据均值与数据标准方差,计算所述环境数据子序列对应的高斯函数值,具体包括:
12、
13、其中,为第个初始环境数据组对应的环境数据子序列对应的高斯函数值为第个初始环境数据组对应的环境数据子序列对应的主序列的数据均值为第个初始环境数据组对应的环境数据子序列对应的数据标准方差,为第个初始环境数据组对应的环境数据子序列对应的数据值;
14、在其中一种实施例中,所述将预设置信度调节因子与所述环境数据子序列对应的高斯函数值分别做差计算,确认环境数据子序列对应的环境数据异常置信度,具体包括:
15、
16、其中,为第个初始环境数据组对应的环境数据子序列对应的环境数据异常置信度为预设置信度调节因子为第个初始环境数据组对应的环境数据子序列对应的高斯函数值。在其中一种实施例中,所述通过所述环境数据序列,以及环境数据异常置信度,确认目标检测时刻对应的环境数据异常序列,具体包括:
17、
18、其中,为目标检测时刻对应的环境数据异常序列,为历史安全时间段对应的环境数据序列,为第个初始环境数据组对应的环境数据子序列对应的环境数据异常置信度,第个初始环境数据组在目标检测时刻对应的环境数据组。
19、在其中一种实施例中,所述基于所述目标检测时刻对应的环境数据异常序列与状态数据异常序列,以及船舶平台推进器的使用率,构建目标检测时刻对应的综合异常系数,具体包括:
20、
21、
22、其中,为目标检测时刻对应的初始综合异常系数为目标检测时刻对应的环境数据异常序列,为目标检测时刻对应的状态数据异常序列,为目标检测时刻对应的时刻值,为目标检测时刻对应的综合异常系数,为目标检测时刻对应的船舶平台推进器的使用率。
23、在其中一种实施例中,所述将所述目标检测时刻对应的综合异常系数与预先构建的预测模型输出的目标检测时刻对应的标准异常系数进行比对,确定目标检测时刻对应的船舶平台状态是否进入预警状态,具体包括:将所述历史安全时间段对应的初始环境数据组与初始状态数据组输入至预先构建的预测模型,获取目标检测时刻对应的标准异常系数;当所述目标检测时刻对应的综合异常系数大于目标检测时刻对应的标准异常系数,确定所述目标检测时刻对应的船舶平台状态进入预警状态;当所述目标检测时刻对应的综合异常系数小于或等于目标检测时刻对应的标准异常系数,确定所述目标检测时刻对应的船舶平台状态为非预警状态。
24、本技术实施例通过先根据历史安全时间段对应的初始环境数据组与初始状态数据组,构建历史安全时间段对应的环境数据序列与状态数据序列,其中,所述环境数据序列与状态数据序列分别包括预设数量的环境数据子序列与状态数据子序列,然后基于所述环境数据子序列与状态数据子序列对应的主序列,计算环境数据子序列与状态数据子序列对应的环境数据异常置信度与状态数据异常置信度,再通过所述环境数据序列与状态数据序列,以及环境数据异常置信度与状态数据异常置信度,确认目标检测时刻对应的环境数据异常序列与状态数据异常序列,并且基于所述目标检测时刻对应的环境数据异常序列与状态数据异常序列,以及船舶平台推进器的使用率,构建目标检测时刻对应的综合异常系数,最后将所述目标检测时刻对应的综合异常系数与预先构建的预测模型输出的目标检测时刻对应的标准异常系数进行比对,判断目标检测时刻对应的船舶平台状态是否为预警状态。通过结合历史安全时间段对应的初始环境数据组与初始状态数据组,综合确认目标检测时刻对应的综合异常系数,以判断目标检测时刻对应的船舶平台状态是否为预警状态,相对于传统的船舶平台的状态监测方式,提高了船舶平台的状态监测的准确性,以实现及时状态预警,进一步降低监测成本。