塔吊风速预测方法、系统和计算机可读存储介质

摘要

本发明提供了一种塔吊风速预测方法、系统和计算机可读存储介质，该塔吊风速预测方法包括：获取预设地面高度的近地实时风速和塔顶的塔顶实时风速，预设地面高度为距离地面的高度；根据近地实时风速和塔顶实时风速获取预设高度处的预测平均风速；根据预测平均风速获取预测模型；根据预测模型与塔顶实时风速，预测出塔吊在不同高度处的风速。利用近地实时风速数据和塔吊在上升或下降过程中的风速，根据风速变化规律推导出相应的风速随塔吊高度变化的公式，对塔吊所处施工高度风压情况进行计算

权利要求

1.一种塔吊风速预测方法，其特征在于，包括：获取预设地面高度的近地实时风速和塔顶的塔顶实时风速，所述预设地面高度为距离地面的高度；

根据所述近地实时风速和所述塔顶实时风速获取预设高度处的预测平均风速；

根据所述预测平均风速获取预测模型；

根据所述预测模型与所述塔顶实时风速，预测出塔吊在不同高度处的风速；

根据所述预测平均风速获取预测模型，具体包括：对鲸鱼算法进行改进；

基于改进的鲸鱼算法对所述预测平均风速进行优化，得到优化预测模型；

采用所述优化预测模型对风速进行训练和预测，并对实验结果进行误差分析；

对鲸鱼算法进行改进，具体包括：

假设一个点集 其中的点表示粒子的初始位置；

初始化数组js(i)＝1，i＝1……k；

随即生成一个点 并且找到点集G中与点 距离最近的点按照下列公式循环运算2000次；

其中，

js(i)＝js(i)+1 (5)，基于改进的鲸鱼算法对所述预测平均风速进行优化，得到优化预测模型，具体包括：初始化参数，得到初始化后的参数；

根据所述初始化后的参数重新生成初始鲸鱼个体；

定义适应度函数F(a,b,c)，其中a，b，c分别代表三个超参数；

根据所述适应度函数F(a,b,c)计算每个鲸鱼的初始适应度值Fi(a,b,c)，并记录当前适应度值最小的鲸鱼为当前最优解Xbest，并满足如下关系式：更新鲸鱼的脉冲频率、速度和位置，并满足如下关系式：fi＝fmin+(fmax‑fmin)×β                (7)迭代优化；

输出优化结果，并将最优解的IDXbest赋值给预测模型，得到所述优化预测模型。

2.根据权利要求1所述的塔吊风速预测方法，其特征在于，所述预测平均风速满足如下p关系： 其中，μz为高度z处的预测平均风速，μy为预设地面高度处在预设p时间内的平均风速，zy为预设地面高度，z为塔吊高度，α为预测粗糙度指数。

3.根据权利要求2所述的塔吊风速预测方法，其特征在于，预测粗糙度指数满足如下关p系：α＝f(μy)。

4.根据权利要求2所述的塔吊风速预测方法，其特征在于，粗糙度指数满足如下关系：式中，μz为高度z处的平均风速，α为粗糙度指数,对式(1)等号两侧同时取对数，即

5.根据权利要求2至4中任一项所述的塔吊风速预测方法，其特征在于，所述预设时间为10分钟。

6.根据权利要求2至4中任一项所述的塔吊风速预测方法，其特征在于，所述预设地面高度为3米。

7.一种使用权利要求1至6任一项所述的塔吊风速预测方法的塔吊风速预测系统，其特征在于，包括：第一风速传感器，设于塔吊上，所述第一风速传感器适于获取塔顶实时风速；

第二风速传感器，设于预设地面高度，所述第二风速传感器适于获取近地实时风速和塔顶的，所述预设地面高度为距离地面的高度；

数据处理装置，与所述第一风速传感器和第二风速传感器分别通讯连接，所述数据处理装置根据所述近地实时风速和所述塔顶实时风速获取预设高度处的预测平均风速，并根据所述预测平均风速获取预测模型，且根据所述预测模型与所述塔顶实时风速，预测出塔吊在不同高度处的风速。

8.根据权利要求7所述的塔吊风速预测系统，其特征在于，所述数据处理装置包括：数据采集器，与所述第一风速传感器和第二风速传感器分别通讯连接；

服务器，与所述数据采集器通讯连接；

云端，与所述服务器通讯连接；

其中，所述服务器还适于显示所述近地实时风速和所述塔顶实时风速。

9.一种计算机可读存储介质，其特征在于，包括：所述存储介质存储有计算机程序，所述计算机程序被执行时，实现如权利要求1至6中任一项所述的塔吊风速预测方法。

说明书

塔吊风速预测方法、系统和计算机可读存储介质

技术领域

[0001] 本发明涉及建筑施工技术领域，具体而言，涉及一种塔吊风速预测方法、系统和计算机可读存储介质。

背景技术

[0002] 相关技术中，塔吊在建筑中得到了广泛的应用。塔吊主要承担垂直运输材料的作用。

[0003] 塔吊的安全性和整体稳定性关乎整个工程的质量、进度、安全，在整个施工过程中起到了至关重要的作用，一旦发生安全事故，将造成十分重要的影响和损失。随着塔身的升高，塔身结构受到的风荷载的影响也越来越大，因此，对塔吊进行风速监测与分析，了解其受力特性和工作状态，保证其在运行过程中的安全性、稳定性尤为重要。

[0004] 目前，塔吊的风力监测方法通常是在塔吊顶部设置风速仪，数据终端设置在塔吊司机室，由塔吊司机根据实时风速作出相应的响应动作。天气预报所预报的风力情况均以地表风为准，而风力的变化规律为随着高度的增加不断增强，所以塔吊在一定高空中作业所承受的风力与预报情况相差甚远，但不同的施工项目所处的气象环境千差外别，风速随高度的变化规律呈现明显的差异性，为能够提前对特定项目塔吊所处风力作出精准预测，及时作出相应的应急响应措施，规避塔吊施工风险，需要对塔吊的风速进行预测。

发明内容

[0005] 本发明旨在解决或改善上述技术问题的至少之一。

[0006] 为此，本发明的第一目的在于提供一种塔吊风速预测方法。

[0007] 本发明的第二目的在于提供一种塔吊风速预测系统。

[0008] 本发明的第三目的在于提供一种计算机可读存储介质。

[0009] 为实现本发明的第一目的，本发明的实施例提供了一种塔吊风速预测方法，包括：获取预设地面高度的近地实时风速和塔顶的塔顶实时风速，所述预设地面高度为距离地面的高度；根据所述近地实时风速和所述塔顶实时风速获取预设高度处的预测平均风速；根据所述预测平均风速获取预测模型；根据所述预测模型与所述塔顶实时风速，预测出塔吊在不同高度处的风速。
p

[0010] 可选地，所述预测平均风速满足如下关系： 其中，μz为高度z处的预测平均风速，μy为预设地面高度处在预设时间内的平均风速，zy为预设地面高度，z为塔吊p
高度，α为预测粗糙度指数。

[0011] 可选地，预测粗糙度指数满足如下关系：αp＝f(μy)。

[0012] 可选地，粗糙度指数满足如下关系：

[0013]

[0014] 式中，μz为高度z处的平均风速，α为粗糙度指数；

[0015] 对式(1)等号两侧同时取对数，即

[0016] 可选地，所述预设时间为10分钟。

[0017] 可选地，其特征在于，所述预设地面高度为3米。

[0018] 可选地，根据所述预测平均风速获取预测模型，具体包括：对鲸鱼算法进行改进；基于改进的鲸鱼算法对所述预测平均风速进行优化，得到优化预测模型；采用所述优化预测模型对风速进行训练和预测，并对实验结果进行误差分析。

[0019] 可选地，对鲸鱼算法进行改进，具体包括：假设一个点集 其中的点表示粒子的初始位置；初始化数组js(i)＝1，i＝1……k；随即生成一个点 并且找到点集G中与点 距离最近的点 按照下列公式循环运算2000次；其中， (4)，js(i)
＝js(i)+1(5)。

[0020] 可选地，基于改进的鲸鱼算法对所述预测平均风速进行优化，得到优化预测模型，具体包括：初始化参数，得到初始化后的参数；根据所述初始化后的参数重新生成初始鲸鱼个体；定义适应度函数F(a,b,c)，其中a，b，c分别代表三个超参数；根据所述适应度函数F(a,b,c)计算每个鲸鱼的初始适应度值Fi(a,b,c)，并记录当前适应度值最小的鲸鱼为当前最优解Xbest，并满足如下关系式：

[0021]

[0022] 更新鲸鱼的脉冲频率、速度和位置，并满足如下关系式：

[0023] fi＝fmin+(fmax‑fmin)×β   (7)

[0024]

[0025]

[0026] 迭代优化；输出优化结果，并将最优解的IDXbest赋值给预测模型，得到所述优化预测模型。

[0027] 为实现本发明的第二目的，本发明还提供了一种塔吊风速预测系统，包括：第一风速传感器，设于塔吊上，所述第一风速传感器适于获取塔顶实时风速；第二风速传感器，设于预设地面高度，所述第二风速传感器适于获取近地实时风速和塔顶的，所述预设地面高度为距离地面的高度；数据处理装置，与所述第一风速传感器和第二风速传感器分别通讯连接，所述数据处理装置根据所述近地实时风速和所述塔顶实时风速获取预设高度处的预测平均风速，并根据所述预测平均风速获取预测模型，且根据所述预测模型与所述塔顶实时风速，预测出塔吊在不同高度处的风速。

[0028] 可选地，所述数据处理装置包括：数据采集器，与所述第一风速传感器和第二风速传感器分别通讯连接；服务器，与所述数据采集器通讯连接；云端，与所述服务器通讯连接；其中，所述服务器还适于显示所述近地实时风速和所述塔顶实时风速。

[0029] 为实现本发明的第三目的，本发明还提供了一种计算机可读存储介质，包括：所述存储介质存储有计算机程序，所述计算机程序被执行时，实现任一项所述的塔吊风速预测方法。

[0030] 相比于现有技术，本发明的优点和创造性技术效果具体描述如下：

[0031] 通过近地实时风速数据和塔吊在上升或下降过程中的风速，根据风速变化规律推导出相应的风速随塔吊高度变化的公式，掌握平均风速沿高度的变化规律，根据项目区域天气预报未来近地表风速及风力等级状况对塔吊所处施工高度风压情况进行计算预测，可掌握地面风压与塔吊运行高度风压的对应关系，制定出不同风压作用下工序清单，提前规避塔吊施工风险，可以实现更加安全的施工。

[0032] 本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

[0033] 图1为本发明中实施例提供的的塔吊风速预测方法的流程图；

[0034] 图2为本发明中实施例提供的的塔吊风速预测方法的平均风速的时程曲线图；

[0035] 图3为本发明中实施例提供的的塔吊风速预测方法的粗糙度指数随平均风速而变化的曲线图；

[0036] 图4为本发明中另一种实施例提供的塔吊风速预测方法的流程图；

[0037] 图5为本发明中实施例提供的塔吊风速预测方法的风速预测曲线图；

[0038] 图6为本发明中实施例提供的塔吊风速预测系统的组成方框图；

[0039] 图7为本发明中实施例提供的塔吊风速预测系统的数据处理装置的组成方框图。

[0040] 附图标记

[0041] 110‑第一风速传感器；120‑第二风速传感器；130‑数据处理装置；131‑数据采集器；133‑服务器；135‑云端。

具体实施方式

[0042] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

[0043] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

[0044] 下面参照图1至图7描述本发明一些实施例的技术方案。

[0045] 如图1所示，提供了一种塔吊风速预测方法，包括：

[0046] 步骤S101：获取预设地面高度的近地实时风速和塔顶的塔顶实时风速，预设地面高度为距离地面的高度；

[0047] 步骤S103：根据近地实时风速和塔顶实时风速获取预设高度处的预测平均风速；

[0048] 步骤S105：根据预测平均风速获取预测模型；

[0049] 步骤S107：根据预测模型与塔顶实时风速，预测出塔吊在不同高度处的风速。

[0050] 上述的塔吊在上升和下降过程中，均会处于不同的高度处，基于所采集的近地实时风速数据和塔吊在上升或下降过程中的风速，根据风速变化规律推导出相应的风速随塔吊高度变化的公式，掌握平均风速沿高度的变化规律，根据项目区域天气预报未来近地表风速及风力等级状况对塔吊所处施工高度风压情况进行计算预测，可掌握地面风压与塔吊运行高度风压的对应关系，制定出不同风压作用下工序清单，提前规避塔吊施工风险，可以实现更加安全的施工。

[0051] 为了完整的展现出观测风速随时间的变化情况，可以选取项目区域风速变化明显的某一时期数据，例如，以10分钟划分数据样本，计算平均风速，在不同高度z，包括近地面和塔吊顶处，绘制的10分钟平均风速μ的时程曲线，如图2所示，可以掌握同一时间不同高度处风速的差异规律。

[0052] 进一步地，预测平均风速满足如下关系： 其中，μzp为高度z处的预测平均风速，μy为预设地面高度处在预设时间内的平均风速，zy为预设地面高度，z为塔吊高p
度，α为预测粗糙度指数。具体地，预设时间为10分钟，预设地面高度为3米。

[0053] 基于所采集的近地实时风速数据，利用minitab软件对塔吊顶处在预设时间10钟内的平均风速按照指数率模型拟合得到粗糙度指数α，并作出了粗糙度指数随预设地面高度处平均风速μy的变化情况，预设地面高度例如可以是3米，以实测3米高度处风速μ3为基础，计算爬模和塔吊高度处的风速。

[0054] 进一步地，预测粗糙度指数满足如下关系：αp＝f(μy)(3)。如图3所示，粗糙度指数随平均风速μ3而变化。

[0055] 进一步地，粗糙度指数满足如下关系：

[0056]

[0057] 式中，μz为高度z处的平均风速，α为粗糙度指数。

[0058] 对式(1)等号两侧同时取对数，即

[0059] 当预设地面高度为3米，可以将实测3米高度处的平均风速μ3代入式(3)计算得到P P预测的粗糙度指数α，再将实测3米高度处的平均风速风速μ3和预测的粗糙度指数α 代入p
式： 中，计算各高度z处的预测平均风速μz。

[0060] 进一步地，根据预测平均风速获取预测模型，具体包括：

[0061] 步骤S201：对鲸鱼算法进行改进；

[0062] 步骤S203：基于改进的鲸鱼算法对预测平均风速进行优化，得到优化预测模型；

[0063] 步骤S205：采用优化预测模型对风速进行训练和预测，并对实验结果进行误差分析。

[0064] 上述方法可以将种群个体的初始位置均匀地分布在搜索空间内，其中，可以采用CVTs(Centroidal Voronoi Tessellations)方法对鲸鱼算法进行改进。

[0065] 进一步地，对鲸鱼算法进行改进，具体包括：

[0066] 步骤S301：假设一个点集 其中的点表示粒子的初始位置；

[0067] 步骤S303：初始化数组js(i)＝1，i＝1……k；

[0068] 步骤S305：随即生成一个点 并且找到点集G中与点 距离最近的点

[0069] 步骤S307：按照下列公式循环运算2000次；

[0070] 其中， (4)，js(i)＝js(i)+1(5)。

[0071] 进一步地，如图4所示，基于改进的鲸鱼算法对预测平均风速进行优化，得到优化预测模型，具体包括：

[0072] 步骤S401：初始化参数，得到初始化后的参数；其中，初始化参数就是设置CVTs‑WOA算法参数，初始化CVTs‑WOA算法中的参数，包括CVTs算法的迭代次数maxT，WOA算法的迭代次数maxt，种群鲸鱼数目N，鲸鱼初始速度Vold，鲸鱼初始位置Xold和鲸鱼维度dim。

[0073] 步骤S403：随机初始化种群，根据初始化后的参数重新生成初始鲸鱼个体，生成分布均匀的种群；其中，根据CVTs算法，通过多次迭代计算，将初始鲸鱼个体重新均匀地分布在搜索区间内，得到新的初始速Vnew和新的初始位置Xnew。

[0074] 步骤S405：定义适应度函数F(a,b,c)，其中a，b，c分别代表三个超参数；其中，将实际风速值与预测输出的风速值的MAE误差作为适应度函数的返回值。

[0075] 步骤S407：根据适应度函数F(a,b,c)计算每个鲸鱼的初始适应度值Fi(a,b,c)，并记录当前适应度值最小的鲸鱼为当前最优解Xbest，并满足如下关系式：

[0076]

[0077] 步骤S409：更新鲸鱼的脉冲频率、速度和位置，更新当前的最优解，并满足如下关系式：

[0078] fi＝fmin+(fmax‑fmin)×β  (7)

[0079]

[0080]

[0081] 步骤S411：迭代优化，判断是否达到迭代次数；其中，如果当前迭代次数t≤max t，则返回执行步骤S407，若大于则执行下一步。

[0082] 步骤S413：输出优化预测结果，并将最优解的IDXbest赋值给预测模型，得到优化预测模型。

[0083] 如图5所示，通过对比塔吊处实测值与预测值比值的平均值，标准差。验证风速预测公式的准确性。若平均值小于1，则预测处于安全状态。标准差大约0.5则拟合程度较好，预测公式能够满足使用要求。塔吊处风速预测值和实测值整体偏差宜控制±15％。

[0084] 示例性塔吊风速预测系统

[0085] 如图6所示，一种塔吊风速预测系统，包括：第一风速传感器110、第二风速传感器120和数据处理装置130，第一风速传感器110设于塔吊上，第一风速传感器110适于获取塔顶实时风速；第二风速传感器120设于预设地面高度，第二风速传感器120适于获取近地实时风速和塔顶的，预设地面高度为距离地面的高度；数据处理装置130与第一风速传感器
110和第二风速传感器120分别通讯连接，数据处理装置130根据近地实时风速和塔顶实时风速获取预设高度处的预测平均风速，并根据预测平均风速获取预测模型，且根据预测模型与塔顶实时风速，预测出塔吊在不同高度处的风速。

[0086] 上述的第一风速传感器110、第二风速传感器120分别为三杯式风速仪，在项目近地面，例如3米，塔吊顶部分别安装一部三杯式风速仪，风速仪保证24小时不间断供电，同时采集近地表及一定高度的风速，数据处理装置130对上传的风速信息进行处理。

[0087] 为了完整的展现出本次观测风速随时间的变化情况，从云端服务器获选取项目区域风速变化明显的某一时期数据，以10min划分数据样本，计算平均风速。绘制不同高度z(近地面和塔吊顶)处的10min平均风速μ的时程曲线。

[0088] 进一步地，如图7所示，数据处理装置130包括：数据采集器131、服务器133和云端135，数据采集器131与第一风速传感器110和第二风速传感器120分别通讯连接；服务器133与数据采集器通131讯连接；云端135与服务器133通讯连接。其中，服务器133还适于显示近地实时风速和塔顶实时风速。

[0089] 上述在风速仪中植入记忆芯片及信号发射器，将实时风速数据进行记录并上传监测云平台，为确保原始数据精准，将设备设置为数据间隔为1分钟，管理人员可实时使用移动终端或计算机等登录监测云平台进行数据查看。随着塔吊在施工阶段的不断顶升，分别记录每个时间段塔吊的高度，位于塔吊顶部的三杯式测风仪同步测量记录不同高度的风速。

[0090] 实施例3

[0091] 一种计算机可读存储介质，包括：存储介质存储有计算机程序，计算机程序被执行时，实现任一项的塔吊风速预测方法。

[0092] 本发明的实施例提供的计算机可读存储介质实现如本发明任一实施例的塔吊风速预测方法的步骤，因此其具有本发明任一实施例的塔吊风速预测方法的全部有益效果。

[0093] 本发明实施例的有益效果为：

[0094] 本申请提供的一种塔吊风速预测方法，利用近地实时风速数据和塔吊在上升或下降过程中的风速，根据风速变化规律推导出相应的风速随塔吊高度变化的公式，掌握平均风速沿高度的变化规律，根据项目区域天气预报未来近地表风速及风力等级状况对塔吊所处施工高度风压情况进行计算预测，可掌握地面风压与塔吊运行高度风压的对应关系，制定出不同风压作用下工序清单，提前规避塔吊施工风险，可以实现更加安全的施工。

[0095] 在本发明中，术语“第一”、“第二”、“第三”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

[0096] 本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。

[0097] 在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

[0098] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。