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！

摘要：本发明属于隧洞突涌水灾害风险评价领域，提供了基于多源数据融合的隧洞突水灾害定时预警方法及系统，本发明通过地质分析、超前地质预报、地球物理监测以及其他监测获取多样化的隧洞突涌水灾害风险评价信息，循序渐进，风险评价范围由大到小，多种信息综合评判隧洞突涌水风险，对突涌水风险刻画更加全面，适用范围更广。基于地质分析和超前地质预报获取隧洞轴线上较大范围内的突涌水风险情况，对于高风险区域，采用地球物理监测与其他监测手段获取更加精细化的突涌水风险信息，可以对掌子面前方一定范围进行分段风险等级评价。本发明利用隧道突涌水风险预测模型进行风险预测，根据概率值大小确定突涌水风险等级，其结果直观易解释。

主权项：1.基于多源数据融合的隧洞突水灾害定时预警方法，其特征在于，包括如下步骤：基于获取的隧洞轴线附近的地质信息，结合已开挖洞段的地质揭露情况和超前地质预报方法，获取相应的超前预报信息，综合地质信息与预报信息，初步判断得到隧洞轴线上突涌水高风险段落；对隧洞轴线上突涌水高风险段落进一步监测，获取包括地球物理监测信息与其他监测信息的临灾预警监测信息并构建风险评价指标体系；基于历史临灾预警监测信息，对未来一段时间内的时间序列监测数据进行预测，得到未来时间序列监测数据；根据风险评价指标体系和未来时间序列监测数据，结合训练后的隧道突涌水风险预测模型，基于突涌水发生时各指标的阈值，计算未来一段时间内隧洞突涌水灾害各等级风险发生的概率，根据各等级风险发生的概率确定未来一段时间内突涌水灾害风险等级，以实现定时预警；其中，当预测的未来时间序列监测数据每个半小时连续三个点输出Ⅰ级、Ⅱ级风险的概率之和超过设定值时，则认为对应时间点发生突涌水灾害的概率高，进行预警；所述对隧洞轴线上突涌水高风险段落进一步监测，包括地球物理监测与其他监测，通过地球物理监测，利用孔间激发极化法进行监测，依据监测数据进行实时反演，获取隧洞掌子面前方一定范围内的电阻率、弛豫时间以及极化率分布特征，通过其他监测信息获取位移信息、应力信息及渗压信息；所述构建风险评价指标体系包括：根据临灾预警监测信息，初步构建隧洞突涌水风险评价指标体系，针对不同隧洞工程的地质特征，采用德尔菲法对初步构建的风险评价指标体系做出相应的优化，进行隧洞突涌水风险等级划分，采用层次分析法获取优化后的评价指标体系内各指标的权重；其中，风险评价指标分为两大类：地球物理监测信息以及其他监测信息，从这两大类中选择围岩电阻率分布、弛豫时间分布、极化率分布信息、位移信息、应力信息、渗压信息作为最终的风险评价指标；所述对未来一段时间内的时间序列监测数据进行预测具体为：采用SPSS软件构建ARIMA模型对未来一段时间内的时间序列监测数据进行预测；所述未来时间序列监测数据包括围岩位移数据、孔隙水压力数据、围岩应力数据以及进行数据化后的电阻率、弛豫时间以及极化率数据；所述隧道突涌水风险预测模型的训练过程为：依据隧洞历史风险指标数据，构建突涌水风险预测数据集；对突涌水风险预测数据集进行预处理，将预处理后的突涌水风险预测数据集划分为训练集和测试集；对训练集中的样本进行建模，通过交叉验证和网格搜索技术，对模型中学习率、树的数量深度进行调整，以此得出最优的模型参数，使用训练集进行模型训练，根据损失函数的定义逐步优化分类器，生成多个决策树模型；在测试集上对训练好的模型进行评估，最终用训练得出的隧道突涌水风险预测模型对隧洞突涌水风险进行预测；所述隧道突涌水风险预测模型采用基于XGBoost树模型算法，采用贪心算法来选择最优的分裂节点优化XGBoost，以使目标函数最小；其中，综合考虑损失函数和正则化项，构建XGBoost的目标函数，为： ；上式中，使用平方误差作为损失函数： ；其中，n是样本的数量，是样本的标签，表示第t个弱分类器对样本的预测值，是样本的特征向量；为避免过拟合，添加正则化项来限制模型的复杂度，XGBoost采用L2正则化项： ；其中，表示决策树的节点权重，T是决策树的叶子节点数，是正则化系数。

全文数据：

权利要求：

百度查询： 山东大学 基于多源数据融合的隧洞突水灾害定时预警方法及系统