公开(公告)号：CN119228141A

公开(公告)日：2024-12-31

申请号：CN202411719187.0

申请日：2024-11-28

Applicant: 中国安能集团第三工程局有限公司 ,  成都星景智能科技有限公司

Inventor： 覃壮恩 ,  侯争军 ,  李自强 ,  贺宁波 ,  李波 ,  韩照梁 ,  汪雨浓 ,  何中泉 ,  王一帆 ,  吴坤 ,  简晔

IPC: G06Q10/0635 ,  G06Q50/26 ,  G06T17/00 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明公开了一种基于深度学习的雪崩人工干预有效影响范围预测方法，具体涉及雪崩风险控制技术领域，包括以下步骤：通过无人机采集雪山边坡的三维地形数据与积雪体数据，构建边坡地形数据库和积雪体数据库，并结合炸药空爆近场超压数据库进行标签标注；基于深度学习算法，利用标注后的数据集构建雪崩概率预测模型，预测雪山边坡所有预设范围的雪崩概率，生成概率云图；该云图投影至三维模型上，并根据不同的风险管控要求调整显示阈值，通过此判断雪崩人工干预的有效影响范围是否满足工程需求，实现精准控制；本发明不仅提高了模型的适用性和准确性，还能精细地预测不同网格区域的雪崩风险，提高爆破干预的精确性，避免不必要的爆破和资源浪费。

公开(公告)号：CN118312788A

公开(公告)日：2024-07-09

申请号：CN202410745266.2

申请日：2024-06-11

Applicant: 中国安能集团第三工程局有限公司 ,  成都星景智能科技有限公司

Inventor： 覃壮恩 ,  侯争军 ,  李自强 ,  贺宁波 ,  李波 ,  韩照梁 ,  汪雨浓 ,  何中泉 ,  王一帆 ,  简晔

IPC: G06F18/214 ,  G06F18/27 ,  G06N5/01 ,  G06N20/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的雪崩人工干预有效影响半径预测方法，属于雪崩人工干预应急处置技术领域，在边坡高位积雪体相关数据采集和传输环节失效时，预测雪崩爆破有效影响半径。其包括以下步骤：S1，梳理雪崩释放区监测参数，构建样本数据库；S2，获取雪崩释放区的历史监测数据，对历史监测数据进行预处理；S3，将监测数据分为第一类监测参数和第二类检测参数；S4，基于雪崩目标释放区的历史监测数据创建用于机器学习的数据集，将第一类监测参数的历史数据和实时数据作为输入，将第二类监测参数作为输出，通过机器学习算法进行训练和预测，得到雪崩释放区有效影响半径预测值。本发明适用于基于深度学习的雪崩人工干预有效影响半径预测方法。