买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山西冶金岩土工程勘察有限公司申请的专利基于多传感器数据的边坡形变监测与动态预警方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120808544B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511254983.6，技术领域涉及：G08B21/10；该发明授权基于多传感器数据的边坡形变监测与动态预警方法和系统是由王鹏胜;申欣凯;荆翔;朱晨辉;薛陆;史欢欢;赵金亮;马艳平;黄亚菲;张杰设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本基于多传感器数据的边坡形变监测与动态预警方法和系统在说明书摘要公布了：本发明公开了一种基于多传感器数据的边坡形变监测与动态预警方法和系统，涉及边坡监测技术领域，包括：使用预部署的多类传感器采集多源传感器数据，根据传感器分布及预处理后的多源传感器数据构建图结构数据，使用图卷积网络进行建模，构建边坡形变监测模型；引入聚类联邦学习策略将多个站点的边坡形变监测模型进行联合训练，使用训练后的边坡形变监测模型进行风险等级划分；提取滑坡灾害的关键影响因素引入改进的萤火虫算法动态优化预警阈值，使用优化后的预警阈值与当前风险等级进行判别，生成预警信息。本发明通过多源数据融合与智能分析提升监测的可靠性和预警的时效性，实现了边坡形变监测从单点静态到网络化智能的跨越。

本发明授权基于多传感器数据的边坡形变监测与动态预警方法和系统在权利要求书中公布了：1.一种基于多传感器数据的边坡形变监测与动态预警方法，其特征在于，包括以下步骤： 使用预部署的多类传感器采集多源传感器数据，对所述多源传感器数据进行时空配准及特征提取，获取预处理后的多源传感器数据； 根据传感器分布及预处理后的多源传感器数据构建图结构数据，使用时空图卷积网络对所述图结构数据进行建模，构建边坡形变监测模型； 引入聚类联邦学习策略将多个站点的边坡形变监测模型进行联合训练，使用训练后的边坡形变监测模型进行形变预测； 提取滑坡灾害的关键影响因素，基于关键影响因素引入改进的萤火虫算法动态优化预警阈值，使用优化后的预警阈值与形变预测结果进行风险等级划分，生成预警信息； 根据传感器分布及预处理后的多源传感器数据构建图结构数据，具体为： 将每个传感器作为一个独立节点，每个独立节点的节点属性包括位移参数特征、环境参数特征及传感器部署静态属性，并将坐标信息及地质标识作为节点元数据； 计算所有传感器之间的三维欧式距离，判断所述三维欧式距离是否大于预设距离阈值，若大于，则建立节点之间的空间距离连接，并根据距离设置边权重； 根据地质勘探数据标记传感器所属岩层，若两传感器位于同一岩层，且岩层倾角一致，则建立节点间的地质力学连接，若传感器位于不同岩层但存在软弱夹层，则建立节点间的跨层地质力学连接，并根据岩层剪切强度设置边权重； 根据传感器节点及边权重构建邻接矩阵及特征矩阵，使用所述邻接矩阵及特征矩阵作为图结构数据； 使用时空图卷积网络对所述图结构数据进行建模，构建边坡形变监测模型，具体为： 使用时间滑动窗口将连续多源传感器数据划分为若干窗口，每个窗口中包含若干个图结构数据快照，根据最新多源传感器数据进行节点特征更新，并根据传感器节点间位移相关性突变更新边权重，通过更新的节点特征及边权重生成动态图序列； 根据所述动态图序列获取当前时刻的图结构数据快照及上一时刻更新后的图结构数据快照，引入更新门控机制获取当前时刻的图结构数据快照及上一时刻更新后的图结构数据快照的融合比例； 基于所述融合比例进行邻接矩阵的动态更新，融合当前邻接矩阵和更新邻接矩阵生成最终动态图结构数据，使用时空图卷积网络最终动态图结构数据进行建模，构建边坡形变监测模型； 使用图卷积网络对每个时刻的动态图结构数据进行空间依赖建模，通过动态图卷积聚合邻域节点信息，获取每个时刻节点特征表示，通过残差连接的多层动态图卷积生成空间特征； 获取图卷积网络输出的所有时刻的节点特征表示序列，通过多头注意力建模时间依赖，通过节点当前时刻与历史时刻的相关性计算获取单个注意力头的不同时间尺度依赖，拼接多头注意力后通过全连接层融合获取时间特征； 将所述空间特征及时间特征融合并导入预测头进行预测，通过预设训练数据对边坡形变监测模型进行初始训练； 引入聚类联邦学习策略将多个站点的边坡形变监测模型进行联合训练，使用训练后的边坡形变监测模型进行形变预测，具体为： 各站点基于本地数据训练独立边坡形变监测模型，选取与边坡稳定性相关的地质环境特征获取各站点的地质条件，根据所述地质条件获取站点之间的地质相似度，使用所述地质相似度将站点划分为若干集群； 集群内各站点将边坡形变监测模型将模型参数加密后上传至云服务器，根据各站点数据量分配权重，进行加权平均聚合，将聚合后的参数分发至集群内所有站点； 根据预设周期执行联邦聚合，当存在站点离线时，跳过其参与当前轮次聚合，各站点加载集群全局模型，获取未来预设时间段的位移增量作为形变预测结果； 提取滑坡灾害的关键影响因素，基于关键影响因素引入改进的萤火虫算法动态优化预警阈值，具体为： 将多源传感器数据对应的位移数据特征及环境参数特征结合地质环境特征作为候选影响因素，并使用历史滑坡事件标签作为目标变量，在所述候选影响因素中引入时滞变量，计算每个候选影响因素与位移的最大互信息时滞； 使用最大信息系数对mRmR算法进行增强，进行非线性冗余评估，通过增强后的mRmR算法计算候选影响因素的特征重要性，按照特征重要性进行排序，根据排序结果选取预设数量的关键影响因素； 引入所述关键影响因素的当前参数值作为权重调整因子，以最小化误报率和漏报率进行多目标优化，使用所述权重调整因子加权目标函数，通过加权目标函数的反比构建萤火虫算法的适应度函数； 根据预警阈值约束范围初始化萤火虫群体，使用所述适应度函数计算每个萤火虫的亮度，引入随迭代系数递减的自适应步长及随机扰动向量更新萤火虫位置，使萤火虫向更亮的邻居移动； 迭代至收敛后，选择亮度最高的萤火虫作为当前动态预警阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西冶金岩土工程勘察有限公司，其通讯地址为：030031 山西省太原市小店区龙城大街107号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。