一种用于数字孪生场景的大数据分析系统及方法与流程

本发明涉及数据分析，具体为一种用于数字孪生场景的大数据分析系统及方法。

背景技术：

1、数字孪生是一种虚拟模型，可以将实际物体、过程或系统的数字映像与其实时运行状态相匹配，从而精确地复制和模拟实际物理系统；数字孪生技术已应用在诸多的领域或行业中，其中，在智能安防管控中的应用主要体现在：通过对数据的分析和模拟，帮助优化安防巡检过程，识别出巡检路线上的瓶颈、潜在的危险区域和设备故障，并提供相应的建议和指导；

2、现实中，通过数字孪生技术能够非常直观地对单个监控设备进行故障预警，但是，对于以监控设备故障后的监控范围失察情况为导向的，造成监控体系的潜在危险情况的动态变动，而引发的危险程度，依然很难精准感知和有力把控。

技术实现思路

1、本发明的目的在于提供一种用于数字孪生场景的大数据分析系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：

3、一种用于数字孪生场景的大数据分析系统，本系统包括：数字孪生场景映射模块、预警感知识别模块、预警分析模块和风险处理模块；

4、所述数字孪生场景映射模块，用于对数字孪生场景进行二维平面式的全域范围映射，并对映射形成的二维平面划分网格，根据划分的网格，生成巡防区域网格范围集合；

5、所述预警感知识别模块，根据巡防区域网格范围集合，在各个巡防区域之间识别静态重合区域，并进行静态重合区域的统筹，生成预警感知区域集合；

6、所述预警分析模块，根据预警感知区域集合，分析静态重合区域之间的关联关系，生成关联关系对和无关区域集合，并分析以静态重合区域之间关联关系为导向的，监控摄像头的标签值；

7、所述风险处理模块，用于在巡防区域内，实时动态感知各个监控摄像头的故障情况，并对发生故障的监控摄像头进行标记，根据标记结果，分析各个巡防区域的动态故障风险度，并根据动态故障风险度，安排人工现场巡防工作。

8、进一步的，所述数字孪生场景映射模块还包括数字孪生映射单元和区域自动识别单元；

9、所述数字孪生映射单元，用于通过遥感影像技术，对数字孪生场景进行二维平面式的全域范围映射，并对全域范围映射形成的二维平面进行均匀的单位网格划分，且对划分的单位网格进行统一编号；

10、所述区域自动识别单元，用于在二维平面中，根据划分的单位网格，将每一个巡防区域包含的单位网格在二维平面中进行显示，所述巡防区域为安置在巡防区域范围内的监控摄像机拍摄到的画面，所述拍摄到的画面为监控摄像头在旋转监控过程中旋转一次情况下的所拍摄到的最大连续画面，其中，一个巡防区域安置一个监控摄像头；根据监控摄像头的数量，对巡防区域进行统一编号，对巡防区域在二维平面中显示的全部单位网格进行统筹，并生成巡防区域网格范围集合，记为sari＝{r1，r2，...，rm}，其中，sari表示第i个监控摄像头监控的巡防区域对应生成的巡防区域网格范围集合，r1，r2，...，rm分别表示第i个巡防区域包含的第1，2，...，m个单位网格。

11、进一步的，所述预警感知识别模块还包括区域比对单元和预警识别单元；

12、所述区域比对单元，用于任意选取一个巡防区域网格范围集合sari，以巡防区域网格范围集合sari为对比目标，将除巡防区域网格范围集合sari外的任意一个巡防区域网格范围集合sarj与巡防区域网格范围集合sari进行比对，寻找静态重合区域，记为qcrij＝sari∩sarj，其中，j表示监控摄像头编号；

13、所述预警识别单元，用于在第i个监控摄像头监控的巡防区域内，统筹全部静态重合区域，并生成预警感知区域集合，记为ewpi＝{qcrij|j∈[1，n]}，其中，n表示第i个监控摄像头监控的巡防区域内各个静态重合区域中最大的监控摄像头编号。

14、进一步的，所述预警分析模块还包括区域关系分析单元和标签值分析单元；

15、所述区域关系分析单元，根据预警感知区域集合，分析第i个监控摄像头监控的巡防区域内的各个静态重合区域之间的关联关系，在预警感知区域集合中，如果存在至少两个静态重合区域存在重合情况，则在存在重合关系的各个静态重合区域之间建立关联关系，并生成关联关系对，记为y：{qcrij|j∈[1，x]}，其中，y表示关联关系中的关联关系对的编号，x表示第y个关联关系对中最大的监控摄像头编号；如果不存在至少两个静态重合区域存在重合情况，则无法建立关联关系，且统筹无法建立关联关系的全部静态重合区域，并生成无关区域集合，记为uni＝{qcrij|j∈[1，s]}，其中，s表示无关区域集合uni中最大的监控摄像头编号；

16、所述标签值分析单元，根据关联关系对和无关区域集合，分析以静态重合区域之间关联关系为导向的，监控摄像头的标签值，在任意一个关联关系对y：{qcrij|j∈[1，x]}中任意选取一个静态重合区域qcrij，计算第j个监控摄像头的标签值，具体计算公式如下：

17、lvj＝[num(qcrij)-σy＝1ynum(y)]/num(sari)

18、其中，lvj表示第j个监控摄像头的标签值，num(qcrij)表示静态重合区域qcrij中包含的单位网格数量，num(y)表示第y个关联关系对中各个静态重合区域重合的单位网格数量，y表示静态重合区域qcrij出现在关联关系对中的最大关联关系对编号，num(sari)表示巡防区域网格范围集合sari中包含的单位网格数量；如果静态重合区域qcrij存在在无关区域集合uni中，则令σy＝1ynum(y)＝0。

19、进一步的，所述风险处理模块还包括故障标记单元和风险分析单元；

20、所述故障标记单元，用于在第i个监控摄像头监控的巡防区域内，感知各个静态重合区域对应的监控摄像头的实时动态故障情况，如果静态重合区域qcrij对应的第j个监控摄像头出现故障，则对第j个监控摄像头进行动态故障标记，统计第i个监控摄像头监控的巡防区域内动态故障标记的全部监控摄像头的数量记为w；

21、所述风险分析单元，根据标记的监控摄像头，分析第i个监控摄像头监控的巡防区域的动态故障风险情况，计算动态故障风险度rdi＝σj＝1wlvj，并预警输出动态故障风险度至工作人员，工作人员根据动态故障风险度的由大到小的顺序，安排人工现场巡防工作。

22、一种用于数字孪生场景的大数据分析方法，本方法包括以下步骤：

23、步骤s100：对数字孪生场景进行二维平面式的全域范围映射，并对映射形成的二维平面划分网格，根据划分的网格，生成巡防区域网格范围集合；

24、步骤s200：根据巡防区域网格范围集合，在各个巡防区域之间识别静态重合区域，并进行静态重合区域的统筹，生成预警感知区域集合；

25、步骤s300：根据预警感知区域集合，分析静态重合区域之间的关联关系，生成关联关系对和无关区域集合，并分析以静态重合区域之间关联关系为导向的，监控摄像头的标签值；

26、步骤s400：在巡防区域内，实时动态感知各个监控摄像头的故障情况，并对发生故障的监控摄像头进行标记，根据标记结果，分析各个巡防区域的动态故障风险度，并根据动态故障风险度，安排人工现场巡防工作。

27、进一步的，所述步骤s100的具体实施过程包括：

28、步骤s101：通过遥感影像技术，对数字孪生场景进行二维平面式的全域范围映射，并对全域范围映射形成的二维平面进行均匀的单位网格划分，且对划分的单位网格进行统一编号；

29、步骤s102：在二维平面中，根据划分的单位网格，将每一个巡防区域包含的单位网格在二维平面中进行显示，所述巡防区域为安置在巡防区域范围内的监控摄像机拍摄到的画面，所述拍摄到的画面为监控摄像头在旋转监控过程中旋转一次情况下的所拍摄到的最大连续画面，其中，一个巡防区域安置一个监控摄像头；根据监控摄像头的数量，对巡防区域进行统一编号，对巡防区域在二维平面中显示的全部单位网格进行统筹，并生成巡防区域网格范围集合，记为sari＝{r1，r2，...，rm}，其中，sari表示第i个监控摄像头监控的巡防区域对应生成的巡防区域网格范围集合，r1，r2，...，rm分别表示第i个巡防区域包含的第1，2，...，m个单位网格；

30、根据上述方法，通过遥感影像技术能够很好地对数字孪生场景进行映射，从而将监控体系下的各个巡防区域，能够通过二维平面式的单位网格，而精准地划分，进而便于寻找静态重合区域，且，现实中，监控摄像头在旋转监控过程中，旋转一次能够拍摄到的画面范围有一定的极限，进而形成的巡防区域网格范围集合，需要以旋转一次情况下的所拍摄到的最大连续画面为依据，才能完整诠释单个监控摄像头的监控范围。

31、进一步的，所述步骤s200的具体实施过程包括：

32、步骤s201：任意选取一个巡防区域网格范围集合sari，以巡防区域网格范围集合sari为对比目标，将除巡防区域网格范围集合sari外的任意一个巡防区域网格范围集合sarj与巡防区域网格范围集合sari进行比对，寻找静态重合区域，记为qcrij＝sari∩sarj，其中，j表示监控摄像头编号；

33、步骤s202：在第i个监控摄像头监控的巡防区域内，统筹全部静态重合区域，并生成预警感知区域集合，记为ewpi＝{qcrij|j∈[1，n]}，其中，n表示第i个监控摄像头监控的巡防区域内各个静态重合区域中最大的监控摄像头编号；

34、根据上述方法，安置多个监控摄像头从而形成一套完整监控体系，但是，现实中，监控摄像头监控的画面往往存在一定的重合范围，重合范围在监控体系中的重要作用往往体现在，企业可以将重要的物资或需要时刻监控的事务放在重合范围内，通过多个监控摄像头的监控，而形成24小时不间断的巡防，同时也避免某个监控摄像头发生断网等故障后，导致监控范围失察情况的发生，进而本技术发明立足于重合范围来对各个监控摄像头之间的关联关系进行分析，形成了静态重合区域和预警感知区域集合，静态重合区域的静态表示旋转一次情况下的所拍摄到的最大连续画面是静态下的，而静态重合区域中的重合区域体现出最大连续画面的重要性，同时，对各个静态重合区域进行整合，形成第i个监控摄像头监控的巡防区域内预警感知区域集合。

35、进一步的，所述步骤s300的具体实施过程包括：

36、步骤s301：根据预警感知区域集合，分析第i个监控摄像头监控的巡防区域内的各个静态重合区域之间的关联关系，在预警感知区域集合中，如果存在至少两个静态重合区域存在重合情况，则在存在重合关系的各个静态重合区域之间建立关联关系，并生成关联关系对，记为y：{qcrij|j∈[1，x]}，其中，y表示关联关系中的关联关系对的编号，x表示第y个关联关系对中最大的监控摄像头编号；如果不存在至少两个静态重合区域存在重合情况，则无法建立关联关系，且统筹无法建立关联关系的全部静态重合区域，并生成无关区域集合，记为uni＝{qcrij|j∈[1，s]}，其中，s表示无关区域集合uni中最大的监控摄像头编号；

37、步骤s302：根据关联关系对和无关区域集合，分析以静态重合区域之间关联关系为导向的，监控摄像头的标签值，在任意一个关联关系对y：{qcrij|j∈[1，x]}中任意选取一个静态重合区域qcrij，计算第j个监控摄像头的标签值，具体计算公式如下：

38、lvj＝[num(qcrij)-σy＝1ynum(y)]/num(sari)

39、其中，lvj表示第j个监控摄像头的标签值，num(qcrij)表示静态重合区域qcrij中包含的单位网格数量，num(y)表示第y个关联关系对中各个静态重合区域重合的单位网格数量，y表示静态重合区域qcrij出现在关联关系对中的最大关联关系对编号，num(sari)表示巡防区域网格范围集合sari中包含的单位网格数量；如果静态重合区域qcrij存在在无关区域集合uni中，则令σy＝1ynum(y)＝0；

40、根据上述方法，在第i个监控摄像头监控的巡防区域内存在两种情况，第一种是存在静态重合区域之间存在重合的情况，会导致通过关联关系对来分析监控摄像头的标签值不准确，第二种情况是静态重合区域之间不存在重合的情况，即生成了无关区域集合，存储各个不重合的独立的静态重合区域，进而标签值计算公式中σy＝1ynum(y)＝0；同时，同一个静态重合区域可能存在在不同的关联关系对中，如a与b存在重合，b与c存在重合，且a与c不存在重合，则b存在在a→b和b→c的两个关联关系对中，另如，a与b存在重合，b与c存在重合，且a与c也存在重合，则形成一个关联关系对a→b→c；在本技术中，监控摄像头的标签值越大，表示当该监控摄像头出现故障或者断网的时候，对监控范围内的失察情况影响越大。

41、进一步的，所述步骤s400的具体实施过程包括：

42、步骤s401：在第i个监控摄像头监控的巡防区域内，感知各个静态重合区域对应的监控摄像头的实时动态故障情况，如果静态重合区域qcrij对应的第j个监控摄像头出现故障，则对第j个监控摄像头进行动态故障标记，统计第i个监控摄像头监控的巡防区域内动态故障标记的全部监控摄像头的数量记为w；

43、步骤s402：根据标记的监控摄像头，分析第i个监控摄像头监控的巡防区域的动态故障风险情况，计算动态故障风险度rdi＝σj＝1wlvj，并预警输出动态故障风险度至工作人员，工作人员根据动态故障风险度的由大到小的顺序，安排人工现场巡防工作；

44、根据上述方法，在不同的监控摄像头监控的巡防区域内，可能同时出现多个监控设备的故障或者断网情况发生，进而进行动态故障标记，并计算巡防区域内的动态故障风险度，从而对巡防区域内的整体失察风险情况进行预警。

45、与现有技术相比，本发明所达到的有益效果是：本发明提供的一种用于数字孪生场景的大数据分析系统及方法中，对数字孪生场景进行映射，通过二维平面式的单位网格，精准地划分各个巡防区域，便于寻找静态重合区域；形成预警感知区域集合，并通过静态重合区域来对各个监控设备之间的关联关系进行分析；形成关联关系对和无关区域集合，分析各个监控设备的标签值；在不同的巡防范围内，进行动态故障标记，实时感知发生故障的监控设备，分析巡防区域内的动态故障风险度，进行预警和人工作业安排；继而能够结合数字孪生技术，实时感知监控设备故障情况的同时，避免以监控设备故障后的监控范围失察情况为导向，而造成监控体系的潜在危险情况发生，并且通过监控设备的动态故障行为感知，能够精准地把控巡防区域的危险程度。