一种基于物联网的交通基础设施数字化智慧管养方法及系统与流程

本发明涉及交通基础设施智慧管养，具体涉及一种基于物联网的交通基础设施数字化智慧管养方法及系统。

背景技术：

1、交通走廊中桥梁引道、路段、涵洞群组等基础设施通过物联网传感器持续输出结构应力、振动频率、裂缝宽度、沉降位移等多维时序监测数据，为管养决策提供数据支撑。现有管养系统通常对每个监测点独立建模预测退化轨迹，并采用统一的固定回溯时段作为时间窗口判定异常事件之间的时空关联关系。

2、然而，不同物理传播途径驱动的退化传导具有截然不同的时间尺度：地表径流冲刷可在数小时内影响邻近路基，地下渗流在数周内传导至相邻桥台基础，地质沉降传递可能跨越数月才显现于下游设施。独立建模无法将先行退化设施的监测信号作为邻近设施的前置预警证据，导致群组性退化前兆无法被有效捕获。统一时间窗口下，快速传播的瞬时关联信号在长窗口中被平滑稀释，慢速传播的渐进信号在短窗口中尚未积累到可检测水平，致使群组预警对快速劣化事件反应迟缓，且对慢速传播根因识别不足。

技术实现思路

1、本发明提供一种基于物联网的交通基础设施数字化智慧管养方法及系统，解决相关技术中交通基础设施监测数据未能反映监测点间空间关联退化传播规律、无法实现跨速率层级协同预警与集约化调度的技术问题。

2、本发明公开了一种基于物联网的交通基础设施数字化智慧管养方法，包括：采集各监测点的多维时序监测数据，为监测点间的空间关联关系标注退化速率等级；

3、计算监测点间的空间关联权重生成基础设施空间关联图结构，根据退化速率等级将边集分为急速层子图、中速层子图和缓慢层子图，为各子图层设定匹配的时间窗口长度；

4、按各子图层的时间窗口长度执行滑动窗口分段处理，提取各时间尺度下的退化速率向量；

5、将各尺度退化速率向量分别输入对应子图层的图注意力网络聚合邻域退化状态信息，输出各层退化状态嵌入向量；

6、通过门控融合单元执行跨层消息传递，控制缓慢层退化信号向中速层和急速层逐级传递，输出综合退化轨迹预测曲线；

7、基于综合退化轨迹预测曲线与独立预测曲线的偏差对比识别空间关联预警节点，聚合为分层群组管养区域并生成集约化智慧管养调度方案。

8、进一步地，所述计算监测点间的空间关联权重，对于监测点与监测点，空间关联权重的计算方式为：

9、

10、其中，为监测点与监测点之间的地理距离，为距离衰减函数值，为地质属性相似度，为排水分区归属关系指示值，当两监测点属于同一排水分区时否则，、、为预设的权重系数且；所述距离衰减函数的计算方式为：

11、

12、其中，为当前监测点集合中所有点对地理距离的最小值，为所有点对地理距离的最大值；所述地质属性相似度采用余弦相似度算法基于监测点各自的地质属性特征向量计算得到。

13、进一步地，所述退化速率等级包括急速级、中速级和缓慢级，急速级对应数小时至数日量级的传导过程，中速级对应数日至数周量级的传导过程，缓慢级对应数周至数月量级的传导过程；所述急速层子图、中速层子图和缓慢层子图共享相同的节点集，仅边集不同；急速层子图配置短时间窗口和高采样分辨率，中速层子图配置中时间窗口和中等采样分辨率，缓慢层子图配置长时间窗口和低采样分辨率。

14、进一步地，所述退化速率向量的提取包括：在每个滑动窗口段内计算各监测指标的均值变化斜率、方差递增梯度和峰值频次增长率并拼接为退化速率向量；其中，均值变化斜率为窗口内各监测指标时序均值的线性回归斜率，方差递增梯度为窗口前半段与后半段方差之差与窗口长度之比，峰值频次增长率为窗口后半段中超过阈值的峰值事件次数与前半段之比减一；三类统计分量分别采用z-score标准化消除量纲差异。

15、进一步地，三个速率层的图注意力网络各自独立且不共享参数，各图注意力网络的输入层接收对应速率层的退化速率向量，经注意力聚合层在对应子图边集上计算节点对之间的注意力系数并加权聚合邻域特征，输出层为全连接层生成各节点的退化状态嵌入向量；三个图注意力网络以各监测节点历史退化事件的标注退化状态作为训练标签，采用均方误差损失函数进行端到端训练。

16、进一步地，所述通过门控融合单元执行跨层消息传递包括：将缓慢层退化状态嵌入向量输入跨层门控融合单元生成传递至中速层的门控信号，将该门控信号与中速层退化状态嵌入向量进行逐元素乘积运算获得中速层更新嵌入；将中速层更新嵌入输入第二级门控融合单元生成传递至急速层的门控信号，将该门控信号与急速层退化状态嵌入向量进行逐元素乘积运算获得急速层更新嵌入；将缓慢层退化状态嵌入向量、中速层更新嵌入、急速层更新嵌入拼接后输入全连接预测层输出综合退化轨迹预测曲线；其中，跨层门控融合单元将输入嵌入向量经线性变换后通过sigmoid激活函数输出门控系数向量，各元素取值在0至1之间。

17、进一步地，所述基于偏差对比识别空间关联预警节点包括：计算每个监测节点的综合退化轨迹预测曲线与该节点独立预测曲线之间的预测退化时间偏差值，当邻域传播证据导致某节点预测退化时间前移超过预设比例时将该节点标记为空间关联预警状态；检索处于空间关联预警状态的节点集合中同时在缓慢层子图和急速层子图或中速层子图中存在连通路径的节点组合，将该节点组合识别为跨速率群组退化模式；将涉及多速率传播的关联预警节点聚合为分层群组管养区域，每个分层群组管养区域包含共享至少一条跨速率传播路径的预警节点集合。

18、进一步地，所述集约化智慧管养调度方案的生成包括计算分层群组管养区域内各节点的紧迫度评分，对于监测节点，紧迫度评分的计算方式为：

19、

20、其中，为综合退化轨迹预测曲线预测监测节点到达维护阈值的剩余时间，为维护阈值对应的参考时间基准，为监测节点所处速率层级的归一化编码值，为监测节点在分层群组管养区域内所有跨速率传播路径中作为中间节点出现的频次，为该频次的最大值，、、为预设权重系数且。

21、进一步地，所述集约化智慧管养调度方案的生成还包括：评估分层群组管养区域内各节点之间共享维护资源的可复用比例，将紧迫度评分、根源传播速率等级、共享资源可复用比例和区域空间范围作为约束条件输入区域聚合调度算法，输出包含区域性维护时段、修复紧迫度权重、共享设备调配路径和分批次执行序列的集约化智慧管养调度方案；其中，分批次执行序列中优先修复处于缓慢层根源位置的节点以阻断退化传播路径，再对下游受影响节点进行维护。

22、本发明公开了一种基于物联网的交通基础设施数字化智慧管养系统，用于执行上述基于物联网的交通基础设施数字化智慧管养方法，包括：数据采集模块，用于通过物联网传感器群组采集各监测点的多维时序监测数据并为监测点间的空间关联关系标注退化速率等级；

23、空间关联图生成模块，用于计算监测点间的空间关联权重生成基础设施空间关联图结构，根据退化速率等级将边集分为急速层子图、中速层子图和缓慢层子图，为各子图层设定匹配的时间窗口长度；

24、多尺度特征提取模块，用于按各子图层的时间窗口长度执行滑动窗口分段处理，提取各时间尺度下的退化速率向量；

25、分层图注意力聚合模块，用于将各尺度退化速率向量分别输入对应子图层的图注意力网络聚合邻域退化状态信息，输出各层退化状态嵌入向量；

26、跨层门控融合模块，用于通过门控融合单元执行跨层消息传递，控制缓慢层退化信号向中速层和急速层逐级传递，输出综合退化轨迹预测曲线；

27、群组预警识别模块，用于基于综合退化轨迹预测曲线与独立预测曲线的偏差对比识别空间关联预警节点，聚合为分层群组管养区域；

28、调度方案生成模块，用于基于分层群组管养区域的约束条件生成集约化智慧管养调度方案。

29、本发明的有益效果在于：

30、将基础设施空间关联图结构的边集按退化速率等级分解为急速层子图、中速层子图和缓慢层子图，并为每个子图层配置匹配的时间窗口长度和采样分辨率。快速传播信号在短时间窗口中保持瞬时关联的锐度而不被长时间窗口平滑稀释，慢速传播信号在长时间窗口中获得充分的时序积累而不被短时间窗口截断，从而克服了统一时间窗口下不同速率信号互相干扰的问题。

31、分层图注意力网络在各自速率层上独立聚合邻域退化证据，使相邻设施的退化状态能够作为本节点的前置预警信息参与预测，克服了独立建模无法捕获群组性退化前兆的局限。

32、跨层门控消息传递采用单向级联结构，缓慢层根源退化信号能够逐级穿透至快速响应端，有助于对慢速传播根因进行有效识别。

33、通过偏差对比分析识别空间关联预警节点并聚合为分层群组管养区域，将空间关联设施纳入统一管养单元，优先修复根源节点以阻断退化传播路径，有助于实现区域性预防性管养调度。