建筑物倾斜角度的预测方法及系统的制作方法
【技术领域】
[0001] 本发明设及建筑物监测系统领域，特别是设及一种建筑物倾斜角度的预测方法及 系统。
【背景技术】
[0002] 近年来，随着铁路无线通信技术的快速发展，作为保障高速铁路安全运营的 重要基础设施--GSM-R(GlobalSystemforMobileCommunications-Railway或 GSM-Railway，数字移动通信系统）通信铁塔越来越多地被部署和应用。然而，由于一些恶 劣地质现象、铁塔老化氧化、人为破坏等原因，造成铁塔倾斜情况时有发生，严重时甚至导 致铁塔倒塌。铁塔的倾斜和倒塌不仅会造成通信网络中断和行车中断，甚至会引发其他铁 路事故，该对通信网正常工作和安全行车带来安全隐患。类似的事故也经常发生在其他建 筑物上，同样会对建筑物内部及其周边的人员、财产和交通造成巨大的安全隐患。因此对建 筑物的倾斜状态进行监测并对建筑物倾斜数据进行自动分析显得尤为重要。
[0003]目前针对建筑物（如；铁塔）倾斜的数据分析采用较多的是使用传感器已经采集 到的建筑物倾斜数值进行分析的方法，该方法不能基于已有数集中蕴含的信息预测任意风 向、任意风速下的倾斜角度，因而不能对建筑物在一定范围内风向、风速下的倾斜情况作宏 观趋势分析，难W保证数据分析结果的精确性，也难W获得造成建筑物倾斜的原因中风向、 风速等因素各自占据的比例，不能确定哪个是最主要的原因，使得相关应对措施不及时产 生因为铁塔倾倒造成巨大的经济损失的现象。而依靠专口的监控人员来进行人工分析判 断，不仅会急剧加大建筑物监测系统的人工成本，还会因为人工判断的主观性和非精确性， 造成计算偏差，同样不能保证数据分析结果的精确性，有可能导致应对措施错误、铁塔等建 筑物倒塌的后果。
【发明内容】
[0004] 基于此，有必要针对现有的建筑物倾斜的数据分析方法不能基于已有数集中蕴含 的信息预测任意风向、任意风速下的倾斜角度，难W保证数据分析结果的精确性，可能导致 应对措施错误、建筑物倒塌后果的问题，提供一种建筑物倾斜角度的预测方法及系统。
[0005]为达到发明目的，本发明提供一种建筑物倾斜角度的预测方法，包括W下步骤：
[0006]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，并将所述倾斜 角度测量值导入风向为纵坐标轴、风速为横坐标轴的数据矩阵中；
[0007] 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，输出所述数据矩阵中所有点对应的所述倾斜角度预测值；
[0008]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；
[0009] 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；
[0010] 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；
[0011] 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。
[0012] 作为一种可实施例，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，包括如下步骤：
[0013] 采用最小化均方根误差方法，构建需要优化的函数表达式：
[0014]
[0015] 其中，所述建筑物的倾斜角度的预测公式为。1=&?如，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；
[001引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：
[0019] 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；
[0020] 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;
[0021] 将函数L对于ca勺梯度R(S)代入q,向其负梯度方向的迭代运算公式，得到q,= Qs巧n?Gds?Pd;
[0022] 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 =化.求得所述建筑物的倾斜角度预测值；
[002引其中；6ds= r ds_Pd?Qs，n为学习率。
[0024] 作为一种可实施例，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，包括如下步骤：
[0025] 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：
[0026] 其中，所述建筑物的倾斜角度的预测公式为=化乂，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；
[0029] 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
[0030] 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
[003。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+2 n ?知日? Qs-入? Pd);
[003引将函数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q,=9日+2 n ?知日? P广入? Qs);
[0033] 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 心化?如求得所述建筑物的倾斜角度预测值；
[0034]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。
[00巧]作为一种可实施例，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，包括如下步骤：
[0036] 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：
[0037]
[003引其中，所述建筑物的倾斜角度的预测公式为rJs=& ?乐，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；
[0043] 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：
；
[0044]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：
；
[0045] 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：
；
[0046] 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：
[0047] 将函数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b d = bd+2 n ?知日-入? bd);
[004引将函数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b ,= bs+2 n ?知日-入? bs);
[0049] 将函数L对于Pd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P d= Pd+2 n ?知日? Qs-入? Pd);
[0050] 将函数L对于ca勺梯度R(s)代入q ,向其负梯度方向的迭代运算公式，得到q ,= Qs+2 n ?知日? P广入? Qs);
[0051]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r；： =// + &, +6, +扔'g,求得所述建筑物的倾斜 角度预测值；
[005引其中，6d,=rd,-y-bd-b,-Pd?屯，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+lvIIpJL为Pd的 二范数，11屯IL为Qs的二范数，^为正则化系数，n为学习率。
[0053] 作为一种可实施例，在所述读取建筑物在至少2个不同风向和不同风速下的倾斜 角度测量值，并将所述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 阵之后，包括如下步骤：
[0054] 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。
[0055] 作为一种可实施例，所述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，输出所述数据矩阵中所有点对应的所述 倾斜角度预测值，包括如下步骤：
[0056] 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；
[0057] 若是，则执行结束的步骤，并输出后一次迭代所得的所述倾斜角度预测值；
[0058] 若否，则继续执行所述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 测值的步骤；
[0059] 或者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；
[0060] 若是，则执行结束的步骤，并输出前一次迭代所得的所述倾斜角度预测值；
[0061] 若否，则继续执行所述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 测值的步骤。
[0062] 本发明还提供一种建筑物倾斜角度的预测系统，包括读取导入模块，拟合模块，数 集模块和获取比较模块，其中：
[0063] 所述读取导入模块，被配置W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，并将所述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；
[0064] 所述拟合模块，被配置W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，输出所述数据矩阵中所有点对应