(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210990568.7 (22)申请日 2022.08.18 (71)申请人 四川隧唐科技股份有限公司 地址 610000 四川省成 都市武侯区武兴一 路15号1栋 5层1号 (72)发明人 张森　黄学涛　申法山　陈浩　 许云侠　杨龙星　周露阳　韩雨　 何丹　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 卢昱莎 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/2458(2019.01) G06Q 10/00(2012.01)G06Q 50/08(2012.01) (54)发明名称 一种预测基建病害的维养系统及方法 (57)摘要 本发明提供了一种预测基建病害的维养系 统及方法， 系统包括算法层、 数据库、 应用层、 监 控模块以及数据采集模块； 数据采集模块与监控 模块、 数据库和算法层进行数据交互； 数据库与 应用层进行数据交互； 数据采集模块存储有数据 采集程序， 用于获取设定平台的基建数据， 监控 模块通过消息队列监听消费采集的数据信息； 算 法层存储有数据处理和分析的程序算法， 数据采 集模块通过对应的接口进行调用； 应用层用于将 数据库中的数据进行输出， 并提供应用接口， 通 过在界面上操作实现对数据的统计 分析。 本发明 针对基建维养数据构建数据采集及病害预测、 解 决方案推荐的一体化系统， 降低对 数据多样性的 依赖， 实现低成本的精准维养， 提高效率， 减少资 源的浪费。 权利要求书2页 说明书7页 附图2页 CN 115454978 A 2022.12.09 CN 115454978 A 1.一种预测基建病害的维养系统， 其特征在于， 系统包括算法层、 数据库、 应用层、 监控 模块以及数据采集模块； 所述数据采集模块与所述监控模块、 所述数据库和所述算法层进行数据交互； 所述数 据库与所述应用层进行 数据交互； 所述数据采集模块存储有数据采集程序， 用于获取设定平台的基建数据， 包括招中标 数据和病害解决方案数据； 所述监控模块通过消息队列监听消费采集的数据信息； 所述算法层存储有数据处理和分析的程序算法， 所述数据采集模块通过对应的接口进 行调用； 所述应用 层用于将所述数据库中的数据进行输出， 并提供应用接口， 通过在界面上操 作实现对数据的统计分析。 2.根据权利要求1所述的维养系统， 其特征在于， 所述数据采集模块的数据采集程序， 通过调度平台进行分布式搭建部署， 利用分布式调度平台对采集程序进行调度与维护， 根 据设定的采集频率， 对网页平台进行 数据爬取。 3.一种预测基建病害的维养方法， 其特 征在于， 包括： S1： 采集数据构建数据库， 所述数据库包括养护招标数据库， 养护中标数据库和病 害解 决方案数据库； 具体如下： S101： 根据设定的频率， 爬取网页数据， 包括基建养护数据以及基建病害治理方案数 据； S102： 对爬取的数据进行处理和分类， 处理包括网页文本处理和字段提取， 分类包括招 中标数据分类、 项目的行业类型分类； S103： 进行数据加工和数据关联， 所述数据加工包括字段清洗和病害爆发时间的计算， 所述数据关联为招中标 数据关联； S104： 根据处 理、 分类和关联， 构建数据库； S2： 调用数据库中的数据， 根据需求进行统计分析、 建立基建项目健康档案， 并预测病 害爆发时间段以及病害类型， 同时根据数据库中的数据推荐治理方案， 基于实际的病害发 生情况， 推荐方案进行维养 。 4.根据权利要求3所述的维养方法， 其特征在于， 所述网页文本处理包括网页标签去 除、 干扰信息和特殊字符处理， 其中， 干扰信息和特殊字符处理通过正则表达式处理， 利用 Python的第三方工具包BeautifulSoup去除网页标签。 5.根据权利要求3所述的维养方法， 其特征在于， 所述字段提取， 通过命名招标数据字 段和中标数据字段， 通过正则匹配和命名实体识别从爬取 的数据中， 将招标数据字段和中 标数据字段提取 出； 还包括从提取的数据中通过命名实体识别将病害情况字段提取 出。 6.根据权利要求3所述的维养方法， 其特征在于， 所述分类， 为对招中标数据进行分类， 包括养护数据分类和行业分类； 所述养护数据分类， 根据提取的招中标数据字段， 判定是否为养护数据， 并对属于养护 数据的字段进行 标记； 所述行业分类， 通过提取的字段， 对筛选出的养护数据进行行业分类， 行业类别包括公权　利　要　求　书 1/2 页 2 CN 115454978 A 2路工程、 市政工程和其 他。 7.根据权利要求3所述的维养方法， 其特征在于， 所述数据加工， 包括提取字段清洗， 缺 失数据处理以及病害爆发时间段的计算； 所述数据关联为根据提取的字段建立养护健康档 案。 8.根据权利要求7所述的维养方法， 其特征在于， 所述字段清洗， 对规则匹配和实体识 别提取的字段进行干扰字 符的清洗处理； 所述缺 失数据处理， 为对通车时间字段进 行处理， 将中标时间加上施工日期作为 通车时间进行缺失补充； 所述病害爆发时间段的计算， 为养护招标时间与通车时间的差值。 9.根据权利要求7所述的维养方法， 其特征在于， 所述数据关联， 根据提取的数据字段， 将相同项目不同时期的养护招标信息关联匹配。 10.根据权利要求3所述的维养方法， 其特征在于， 基于构建的数据库中的数据， 针对基 建项目的历史病害数据， 包括病害类型及病害爆发时间段， 通过灰色预测模型预测未来病 害爆发时间段以及病害类型， 并基于预测数据 统计历史发生病害的解决方案， 对解决方案 进行评审， 获得 预测病害的解决方案词典。权　利　要　求　书 2/2 页 3 CN 115454978 A 3