一种基于大量监测数据分析的基坑工程预警方法和系统

摘要

本发明提供了一种基于大量监测数据分析的基坑工程预警方法和系统。本发明引入大数据概念，通过大量监测数据统计分析出风险源的风险控制指标，不局限于单个变形控制量；基于大量监测数据分析单个底层风险源的风险等级和各等级对应的风险概率，以钢支撑轴力数据为例，规定实际轴力和设计轴力比值在70％区间以外为低风险、80％区间以外为中风险、90％区间以外为高风险；本发明提供的大数据统计分析方法，采集基坑信息和数据并及时更新系统的基坑数据，通过基坑风险信息的积累，实现动态调整监测项的控制指标，使得风险管理更加准确。

权利要求

1.一种基于大量监测数据分析的基坑工程预警方法，其特征在于：包括：S1：进行深基坑参数的采集并建立BIM模型，确定各基坑的土层参数、开挖深度、支护水平或/和周围环境；

S2：收集风险监测指标，并分析监测指标和基坑参数之间的相关关系；

S3：利用相关关系调取对应的实际监测数据或理论设计值对监测指标的实测值进行归一化处理，得到各风险监测指标归一化后的统计数据；

S4：对统计数据进行正态分布概率分析，引入置信区间的判别方法为风险控制值的设置提供依据，并得到风险指标值；

S5:将所得监测数据与风险指标值比对分析，当实测值不满足风险控制指标值范围时发出预警信息；

S6：通过BIM模型以三维方式实时展示风险相关信息，实现预警；

所述S2中，所述监测指标，包括围护最大位移、围护踢脚比、围护最大位移速率、支撑轴力、地表沉降和坑底中点回弹；

所述S2中，分析监测指标和基坑参数之间的相关关系，包括墙体最大侧向位移与开挖深度的关系、地表最大沉降与开挖深度的关系、支撑轴力与基坑支护水平的关系；

所述S4中，将统计得到的归一化监测值进行数据处理，求得平均数和标准差，得到平均分布情况和离散程度；

所述S4中，进行正态分布的标准化变换，利用标准正态分布百分段表得到监测值的概率区间，规定在70%区间以外为低风险、80%区间以外为中风险、90%区间以外为高风险，进而得到风险控制指标。

2.根据权利要求1所述的基坑工程预警方法，其特征在于，所述S1中，采集的深基坑参数为基坑开挖深度。

3.根据权利要求1所述的基坑工程预警方法，其特征在于，所述S1中，BIM模型用于提供工程项目选择功能、工程开挖阶段选择功能、工况日期选择功能、基坑土层参数信息、开挖深度信息、支护结构信息、监测点布设信息或/和周围建筑物环境信息。

4.根据权利要求1所述的基坑工程预警方法，其特征在于，所述S2中，确定变形和受力监测指标后，进行指标实测最大、最小值的统计，对关键节点的阶段性数据进行统计，所述关键节点包括土方开挖完成阶段、底板完成阶段。

5.根据权利要求1所述的基坑工程预警方法，其特征在于，所述S5中，通过比较基坑监测指标当前监测值和所述S4得到的风险指标值，判断基坑的某项监测项是否存在风险，并将此监测项的实际值返回到上述统计数据中。

6.一种用于实现权利要求1所述基坑工程预警方法的基于大量监测数据分析的基坑工程预警系统，其特征在于，包括：前处理模块、数据处理模块、后处理模块；

所述前处理模块用于收集待管理基坑的基本特征参数和风险监测指标的相关信息，结合BIM模型展示基坑信息和对应监测指标的监测点布置，以三维方式形象的展示基坑的整体信息，并上传至预警系统；

所述数据处理模块用于统计相应变形和受力监测项的历史数据、实际监测数据，通过核心计算模块得到单项监测指标的风险控制值，并进行对比分析判断基坑某项监测项是否存在风险；

所述后处理模块用于通过BIM模型将收集到的风险信息以三维的方式形象地展示出来，对报警对象点采用特殊标记，并生成基坑风险评估报告。

说明书

一种基于大量监测数据分析的基坑工程预警方法和系统

技术领域

[0001] 本发明涉及土木工程的基坑工程风险预警技术领域，具体地，涉及一种基于大量监测数据分析的基坑工程预警方法和系统。

背景技术

[0002] 近年来基坑工程向大规模、大深度方向不断发展，且伴随着地质条件不同、支护形式多样、工况环境复杂等，基坑工程的理论研究和设计施工均面临诸多问题。基坑工程施工
过程中事故时有发生，而且在不同的地质条件、不同的施工水平、不同的基坑等级下都会发
生，造成许多严重的后果。因此需要对基坑工程进行风险分析和预警，特别是支撑轴力、围
护结构侧向变形、坑外地表沉降等监测量，从而减小基坑工程施工中的事故发生率。国内外
相关规程和规定较侧重于施工技术实施层面，很少涉及风险评估和控制，其对基坑的风险
分析和预警水平较低。

[0003] 关于基坑变形特征方面的研究，国内外诸多学者通过统计基坑工程的实测数据，研究支护结构同土体及外界因素相互作用的特征，将统计的特征作为风险预警的标准。
Moormann收集大量基坑的变形数据，分析了各种土层条件下支护结构变形的规律，得出软
土中基坑最大变形和基坑开挖深度的关系；徐中华建立了上海地区315个基坑工程变形实
测案例的数据库，较全面的揭示了深基坑围护结构侧移、墙后地表沉降、坑底回弹等变形规
律。但是关于深基坑开挖过程中支护结构受力特征的统计分析较少，支撑体系是影响基坑
稳定性的重要因素。

[0004] 关于基坑风险控制的研究，Matsuo等人对基坑支护结构各种失效模式的机理进行了研究，发现影响基坑可靠度的重要因素是支撑体系的稳定性。实际工程中也发生过许多
由于钢支撑作用失效而造成基坑坍塌的案例，大量的监测数据也没有得到有效利用，缺少
手段对基坑工程开挖过程中的钢支撑轴力异常水平进行评估，无法达到支撑轴力异常排查
和基坑初步风险控制的要求。

[0005] 经检索，中国专利CN208091363U公开了一种基坑预警系统，通过两个顶板的水平连接透明管的倾斜与否来判定基坑是否发生形变，可以实时检测预警。但是上述专利存在
以下不足：没有结合大量监测数据进行统计分析得出风险控制指标值，并且该方法只能用
来判断基坑是否发生变形，不能应用于其他监测指标。

[0006] 经检索，中国专利申请CN101838991A公开了一种基于网络推理的深基坑风险评估方法，建立深基坑工程风险评估计算模型，结合风险树网络法、专家调查法进行风险概率计
算，得到深基坑工程的总体风险等级和每个风险事件的平均风险等级。中国专利申请
CN106022634A公开了一种基于大数据分析的基坑风险管理方法，从施工过程中的监测数据
和环境因素多方面综合分析基坑的变形，通过进行大量的数据融合全面判断基坑施工过程
中存在的风险源；但是上述方案存在以下不足：由于是通过深基坑工程事故案例调查和数
据分析得到底层风险事件的发生概率，并没有分析底层风险事件的风险等级和各等级对应
的概率；并且基于专家判断进行地基坑风险评估具有一定的局限性，需要结合大数据统计
分析出客观规律。

发明内容

[0007] 针对现有技术面临的以上问题和困难，需要提出一种基于大量监测数据分析的基坑工程预警方法和系统，对基坑工程中常见的风险项进行单项指标风险评估，并结合BIM模
型实时反馈基坑开挖工况和风险预警信息，为基坑工程的安全施工给出指导意义。

[0008] 根据本发明的一个方面，提出一种基于大量监测数据分析的基坑工程预警方法，包括：

[0009] S1：建立深基坑参数的采集和BIM模型，确定各基坑的土层参数、开挖深度、支护水平或/和周围环境；

[0010] S2：收集风险监测指标，并分析监测指标和基坑参数之间的相关关系；

[0011] S3：利用相关关系调取对应的实际监测数据或理论设计值对监测指标的实测值进行归一化处理，得到各风险监测指标归一化后的统计数据；

[0012] S4：对统计数据进行正态分布概率分析，引入置信区间的判别方法为风险控制值的设置提供依据，并得到风险指标值；

[0013] S5:将所得监测数据与风险指标值比对分析，当实测值不满足风险控制指标值范围时发出预警信息；

[0014] S6：通过BIM模型以三维方式实时展示风险相关信息。

[0015] 进一步地，所述S1中，深基坑参数的采集为基坑开挖深度。

[0016] 进一步地，所述S1中，BIM模型用于提供工程项目选择功能、工程开挖阶段选择功能、工况日期选择功能、基坑土层参数信息、开挖深度和信息、支护结构信息、监测点布设信
息或/和周围建筑物环境。

[0017] 进一步地，所述S2中，所述监测指标，包括围护最大位移、围护踢脚比、围护最大位移速率、支撑轴力、地表沉降、坑底中点回弹。

[0018] 进一步地，所述S2中，分析监测指标和基坑参数之间的相关关系，包括墙体最大侧向位移与开挖深度的关系、地表最大沉降与开挖深度的关系、支撑轴力与基坑支护水平等
相关关系。

[0019] 进一步地，所述S2中，确定变形和受力监测指标后，进行指标实测最大、最小值的统计，对关键节点的阶段性数据进行统计，所述关键节点包括土方开挖完成阶段、底板完成
阶段。

[0020] 进一步地，所述S4中，将统计得到的归一化监测值进行数据处理，求得平均数和标准差，得到平均分布情况和离散程度。

[0021] 进一步地，所述S4中，进行正态分布的标准化变换，利用标准正态分布百分段表得到监测值的概率区间，规定在70％区间以外为低风险、80％区间以外为中风险、90％区间以
外为高风险，进而得到风险控制指标。

[0022] 进一步地，所述S5中，通过比较基坑监测指标当前监测值和所述S4得到的风险指标控制值，判断基坑的某项监测项是否存在风险；并将此监测实际值返回到上述统计数据
中。

[0023] 根据本发明的第二方面，提供一种基于大量监测数据分析的基坑工程预警系统，包括：前处理模块、数据处理模块、后处理模块；所述前处理模块用于收集待管理基坑的基
本特征参数和风险监测指标的相关信息，结合BIM模型展示基坑信息和对应监测指标的监
测点布置，以三维方式形象的展示基坑的整体信息，并上传至预警系统；所述数据处理模块
用于统计相应变形和受力监测项的历史数据、实际监测数据，通过核心计算模块得到单项
监测指标的风险控制值，并进行对比分析判断基坑某项监测项是否存在风险；

[0024] 所述后处理模块用于通过BIM模型将收集到的风险信息以三维的方式形象地展示出来，对报警对象点采用特殊标记，并生成基坑风险评估报告。

[0025] 与现有技术相比，本发明具有如下至少一种有益效果：

[0026] 本发明上述方法及系统引入大数据概念，通过大量监测数据统计分析出风险源的风险控制指标，不局限于单个变形控制量。

[0027] 本发明上述方法及系统对各不同类型监测指标的大量监测数据采用相同统一的预警方法进行统计分析，如钢支撑轴力监测数据、地下连续墙体测斜数据、地表沉降监测数
据等，可以充分利用大数据的优势采取相同准则得到各项指标的风险预警值，不在仅仅局
限于各项指标的规定预警值；相关文献和规范显示不同的监测项有不同的规范要求指标，
这些指标多采用经验和统计方法得到，本发明引入统一通用方法，设置科学合理的置信区
间，得到基于大数据分析的基坑预警指标，可实施效果更强。

附图说明

[0028] 结合附图表，通过下文的述详细说明，可更清楚地理解本发明的上述及其他特征和优点，其中：

[0029] 图1为根据本发明实施例的基坑开挖过程中，基于大量监测数据分析的基坑工程预警方法的流程图；

[0030] 图2为根据本发明实施例的基坑开挖过程中，基于大量监测数据分析的基坑工程预警系统的示意图；

[0031] 图3为根据本发明验证的工程实施例中，统计得到的土方开挖完成阶段钢支撑轴力比正态分布曲线图。

具体实施方式

[0032] 下面，结合附图对本发明作进一步的详细说明。

[0033] 参见示出本发明实施例的附图，下文将更详细的描述本发明。然而，本发明可以以许多不同形式实现，并且不应解释为受此提出之实施例的限制。相反，提出这些实施例是为
了达成充分及完整公开，并且使本技术领域的技术人员完全了解本发明的范围。

[0034] 现参考图1详细描述根据本发明实施例分析上海地区三个全常规支撑的基坑开挖过程中：基于钢支撑轴力监测数据分析的基坑工程预警方法和系统。

[0035] 如图1所示，对于方法，S1中，通过深基坑参数的采集和BIM模型的建立，确定各基坑的土层参数、开挖深度、支护水平、周围环境等。

[0036] 本实施例中，钢支撑轴力数据取自14号线武定路站C区、9号线碧云路站A区、9号线碧云路站E区三个基坑的横撑+斜撑轴力实测值。武定路站C区开挖深度17.2m，1混凝土支撑
+4钢支撑，碧云路站A区和E区开挖深度16.7m，1混凝土支撑+3钢支撑。根据基坑土层信息和
周围环境，且开挖深度为17m左右，判定三个基坑均为一级基坑。

[0037] 同时根据工程相关图纸信息建立BIM三维模型，模型能够准确表达实际构件的编号、材料、尺寸等信息；可提供工程项目选择功能、工程开挖阶段选择功能、工况选择功能
等，根据提示选择三个基坑的钢支撑监测项，BIM模型即可展示基坑内钢支撑的布设位置、
间距、尺寸等信息；开挖工况也能明显地展示基坑开挖方案和对应的钢支撑地布设顺序，从
空间和时间多角度综合对钢支撑变化规律进行分析。

[0038] 如图1所示，对于方法，S2中，根据围护结构的包络弯矩图计算出每层钢支撑的轴力设计值。S2中，为了得到钢支撑轴力监测指标的实际监测值，需要选取适当的基坑截面自
上而下布置支撑轴力监测点并展开现场监测。

[0039] 本实施例中，基坑支撑轴力监测截面的布置，根据基坑开挖长度和周围环境的情况而定，本实施例中武定路站C区布置2斜撑+3横撑监测点，碧云路站A区布置2斜撑+1横撑
监测点，碧云路站E区布置2斜撑+1横撑监测点。

[0040] 如图1所示，对于方法，S2中，在基坑开挖的全过程记录钢支撑轴力实测值，提取关键节点的阶段性数据，包括单根支撑最大轴力值、最小轴力值、土方开挖完成阶段轴力值、
底板完成阶段轴力值。然后利用钢支撑轴力监测值和理论设计值的相关关系为后续提供理
论支撑。

[0041] 具体的，本实施例中是以钢支撑轴力为例进行风险预警分析，对其他常见的风险监测指标与基坑特征参数、或理论设计值之间的相关关系进行说明：

[0042] 围护墙体最大侧移与基坑开挖深度的关系：墙体最大侧移会随着基坑开挖深度的增大而增加，随着基坑深度的增加支护系统的整体性越来越好，墙体最大侧移与基坑开挖
深度的关系不在保持线性相关，但是本发明先考虑基坑变形与单一参数的相关性，因此可
确定基坑围护最大侧移与基坑开挖深度满足线性比例关系。

[0043] 地表最大沉降与基坑开挖深度的关系：根据相关计算模型得到的地表最大沉降和开挖深度之间的关系，地表最大沉降随基坑开挖深度增大而较快的增长，因此可确定基坑
地表最大沉降和开挖深度之间满足线性比例关系。

[0044] 围护踢脚比：基坑工程中不同基坑施工过程中均需要满足一定的踢脚比才可以保证基坑不发生倾覆的风险，因此围护踢脚比可以作为一个用来统一不同基坑的监测指标，
围护踢脚比＝墙趾位移/最大位移，监测不同基坑的墙趾位移和最大位移的监测实测值，统
计分析出围护踢脚比的概率区间，进而作为踢脚比的风险控制指标。

[0045] 钢支撑轴力：基坑开挖过程中钢支撑轴力实际监测值与基坑开挖深度、支护水平、支撑设计等有关，因此在考虑支撑轴力风险预警时需要确定钢支撑轴力的设计值。支撑轴
力的理论设计值综合考虑了开挖深度、支护水平、支撑设计等环境因素，可以建立实测值和
理论值的相关关系，进而判别钢支撑轴力风险预警。

[0046] 围护最大位移速率：基坑工程常见的风险不仅包括变形或受力超过规范设计要求，变形或力的变化速率较大也是基坑出现风险的前兆，因此对围护结构最大位移速率的
监测显得非常重要，将围护结构最大侧移变化速率作为风险监测项，避免出现“漏警”和“虚
警”的情况。

[0047] 本实施例中，三个基坑一共统计了37组钢支撑轴力的全程监测数据，包括土方开挖完成阶段轴力值、底板完成阶段轴力值、最大轴力值、最小轴力值，既可以从整体上分析
钢支撑轴力的变化特征，也可以对单根钢支撑轴力的时间变化效应进行分析，可以较为精
确的考虑钢支撑随开挖时间、开挖工况的轴力变化阈值。

[0048] 如图1所示，对于方法，S3中，据上述S2中说明的钢支撑轴力实测值和理论设计值的相关关系进行归一化处理，即分别用最大轴力值、最小轴力值、土方开挖完成阶段轴力
值、底板完成阶段轴力值对设计轴力值作比值计算，得到各支撑的轴力比统计数据。

[0049] 本实施例中，钢支撑轴力数据的归一化处理就是“轴力实测值/理论设计值”；得到轴力比统计数据来进行统计分析，而单独的轴力数据会因为基坑不同、工况不同、开挖环境
不同而不同，因此单独的支撑轴力数据没有分析价值。

[0050] 本实施例中，对37组钢支撑轴力数据的最大轴力值、最小轴力值、基坑土方开挖完成阶段轴力值、底板完成阶段轴力值分别与设计轴力值作比值，统计得到轴力比结果，并存
储到数据库模块，方便后续S4中处理。

[0051] 如图1所示，对于方法，S4中，对统计数据进行正态分布概率分析，引入置信区间的判别方法为风险控制值的设置提供依据，并得到风险指标值。

[0052] 本实施例中，对钢支撑轴力比数据范围进行频率分析，并作相关数据的直方图、对应正态分布曲线图，通过频率曲线的统计分析为风险控制值的设置提供依据。具体的，基于
上述获得的数据，引入概率统计和置信区间方法对单项监测指标值进行处理：

[0053] 离散型随机变量X的分布律是：

[0054] P{X＝Xk}＝pk,k＝1,2,3...则

[0055] 为了得到更多的概率区间，可以利用标准正态分布，下面进行正态分布的标准化变换。一般正态分布转化为标准正态分布：

[0056] 若X～N(μ，σ2)，令 则U～(0,1)。

[0057] 根据数据特征，规定实测轴力和设计轴力比值在70％区间以外为低风险、80％区间以外为中风险、90％区间以外为高风险。

[0058] 本实施例中，对轴力比现有数据进行处理，求得平均数和标准差，然后拟合出正态分布曲线函数作为概率函数。具体如下：

[0059] ①：使用BIM模型中的监测数据采集和导出功能模块，对武定路站A取、碧云路站A区、碧云路站E区三个基坑的横撑和斜撑轴力监测数据进行excel表格导出；

[0060] ②：根据开挖工况在excel表格中选择单根钢支撑土方开挖完成日期、底板完成日期对应的轴力值数据，并对单根钢支撑全过程最大、最小轴力值数据进行提取，通过与钢支
撑轴力设计值作比值计算，得到不同阶段节点支撑的轴力比统计数据；

[0061] ③：分别对统计得到的4组钢支撑轴力比数据进行从小到大排序，并进行实测轴力比数据的正态分布统计处理，得到平均值、标准差、变异系数等特征值；

[0062] ④：利用标准正态分布公式，对③中的正态分布进行标准化变换，结合标准正态分布表得到70％、80％、90％对应的分布区间，进而得到各节点的风险控制指标；

[0063] ⑤：根据④中计算的最大轴力比、最小轴力比、土方开挖完成阶段轴力比、底板完成阶段轴力比4组控制指标，融合得到多层次多阶段的支撑轴力控制指标，如表1所示。

[0064] 如图1所示，对于方法，S5、S6中，上述确定了基坑开挖过程中钢支撑轴力的高、中、低三个风险等级，当实测轴力值不满足风险控制指标值范围时发出相应的预警信息，在系
统的风险预警模块标出此支撑对应的风险等级；在保存历史数据的同时，也要向数据库实
时导入新监测的钢支撑轴力数据，不断更新数据库使得数据统计更加合理规律；另外，将异
常信息通过BIM模型展现，可以对基坑的整体性进行把握，形象地表现出基坑的变形信息，
同时结合其他风险监测指标的情况，综合的整体的对基坑的风险信息进行处理；一般对于
基坑开挖过程中的钢支撑轴力主要风险是钢支撑轴力过大或过小，通过基坑其他支撑的综
合作用来协调预警的钢支撑，支撑轴力过小则增加支撑轴力值，使钢支撑合理地发挥效用。

[0065] 本实施例中，根据现有基坑钢支撑轴力比的统计数据，最终得出全常规钢支撑基坑开挖过程中轴力的风险判别准则和预警系统，多层次多阶段对支撑轴力进行规定，并给
出支撑报警后的指导措施，达到风险评估和预警的效果。

[0066] 表1为根据本发明实施例验证的工程实施例中，统计得到的全常规支撑基坑开挖过程中轴力的风险判别准则表。

[0067]

[0068] 在另一实施例中，提供了一种基于大量监测数据分析的基坑工程预系统，图2为根据本发明实施例的基坑开挖过程中，基坑工程预警系统的示意图，如图1所示，预警系统100
包括前处理模块101、数据处理模块102、后处理模块103。

[0069] 前处理模块101包括基坑参数信息的采集、基坑风险监测项的变形或受力实测值的采集；数据处理模块102包括核心计算、对比分析、保存监测数据和记录历史数据；后处理
模块103包括风险评估、信息展示等。

[0070] 前处理模块101，用于收集待管理基坑的基本特征参数和风险监测指标的相关信息，结合BIM模型展示基坑信息和对应监测指标的监测点布置，以三维方式形象的展示基坑
的整体信息，并上传至预警系统100。

[0071] 数据处理模块102，用于统计相应变形和受力监测项的历史数据、实际监测数据，通过核心计算模块得到单项监测指标的风险控制值，并进行对比分析判断基坑某项监测项
是否存在风险；同时数据库也会随着新监测数据的保存而不断更新，重复利用算法计算出
更加合理的风险控制值；数据处理模块为了更加形象的展示数据变化规律，还提供了单项
监测指标值的数值变化速率曲线、单项监测指标值与其他相关指标的关系曲线，多方位多
角度的判断基坑变形和受力的预警情况，并将结果上传至预警系统100。

[0072] 后处理模块103，用于通过BIM模型将收集到的风险信息以三维的方式形象地展示出来，对报警对象点采用特殊标记，如对报警的钢支撑标号点、墙体测斜监测布设点、地表
沉降监测布设点等进行不同颜色标记，其中低、中、高风险依次采用黄、橙、红颜色代表，特
殊标记后决策者可以更加整体地通过BIM模型对基坑施工和安全处理进行把控，同时生成
基坑风险评估报告。

[0073] 具体地，以钢支撑轴力为例，通过建立风险平台硬件系统，同时部署相应的软件平台操作环境。BIM模型中汇总了基坑的基本开挖信息、土层和水文信息、支护结构信息、周围
环境、监测点布设等。同时该预警系统可以展现基坑实际开挖工况，形象地描述基坑分层开
挖、支撑安装等施工过程。

[0074] 在基坑开挖过程中，收集钢支撑监测点所对应地轴力实测值、或其他基坑变形信息，将实测值导入数据处理模块分析对比该测点的风险情况；同时在系统中对报警点进行
特殊标记，可以准确定位到相应基坑的具体开挖工况和监测点空间位置，从时间和空间两
个方面对基坑的风险进行描述，给决策者提供依据。

[0075] 数据处理模块102中数据库既可以包括历史数据，也可以包括新采集的监测数据，预警系统100可以将新采集的数据返回至数据库中，重新调用算法对基坑风险控制值进行
修正，为后续开挖过程中基坑风险预警提供更加合理的控制值。

[0076] 本发明上述实施例中的方法及系统，基于大量监测数据分析单个底层风险源的风险等级和各等级对应的风险概率，以钢支撑轴力数据为例，规定实际轴力和设计轴力比值
在70％区间以外为低风险、80％区间以外为中风险、90％区间以外为高风险。区别于已有的
专利、规范和大数据分析的基坑风险管理方法，本发明实施例对单个底层风险事件的风险
等级进行了说明，如支撑轴力超过允许值、墙体侧向变形超过允许值等风险事件，根据
70％、80％、90％的置信区间设置低、中、高风险。通过对基本事件的风险进行高、中、低等级
划分，同一风险源事件低、中、高三种不同等级的预警措施不同，使风险预警的手段更加合
理。本发明实施例引入置信区间和概率的统计方法，结合标准正态化处理，较容易地对置信
区间上的指标值提取，得到不同等级对应的预警值。

[0077] 进一步地，本发明上述实施例大数据统计分析方法，采集基坑信息和数据并及时更新系统的基坑数据；通过基坑风险信息的积累，实现动态调整监测项的控制指标，使得风
险管理更加准确。

[0078] 在部分实施例中，使用redis高速缓存数据库，可以同时存储上百万条数据，在服务器上布置自动采集的服务程序，使得每天监测的数据都会自动采集至数据库中并经调用
后进行监测计算。使用redis可以提高数据的查询进度和效率，每天对新采集的数据，根据
设定好的置信区间得到各个监测量的动态风险指标，实现动态地调整控制指标，使风险管
理更加适应基坑施工开挖的全过程。利用redis可以实现海量数据的快速查询，利用服务器
上布置的自动采集程序进行计算，随着数据量的不断增入，风险指标的控制值会更加合理。

[0079] 因本技术领域的技术人员应理解，本发明可以以许多其他具体形式实现而不脱离本发明的精神或范围。尽管业已描述了本发明的实施例，应理解本发明不应限制为这些实
施例，本技术领域的技术人员可如所附权利要求书界定的本发明精神和范围之内做出变化
和修改。