摘要:
提出了一种测量和预测系统,其提供具有复杂聚类结构的发生率的新出现危险的早期到达间隔时间识别和自适应时间间隔测量。测量系统(1)包括测量站或传感器(90,91,92,…/401,402,…,411,412),用于通过测量的传感数据(4011,4012,…)测量发生的风险事件(311,…,313)。此外,系统(1)包括数据传输网络(2),用于将测量设备(90,91,92,…/401,402,…,411,412)的测量的传感数据(911,912,913,…/4011,4012,…)传输到中央核心电路(10),测量的传感数据(911,912,913,…/4011,4012,…)被分配给历史危险集合(31),其包括每个分配的风险事件的事件参数。借助于系统(1),基于测量的频率以及所述危险集合(31)的所述风险事件(311,…,313)的相关联严重性(341,…,343)或作为替代度量的损失(321,…,323),生成事件损失集合(32),每个所述灾难性事件(311,…,313)产生设定的特定严重性(321,…,323/341,…,343)。系统(1)基于相应的所生成的到达间隔时间参数(1012/IAT)的自动和/或动态估计分布(1011)来使用构造的时间戳(331,…,333)。到达间隔时间参数(1012)捕获时段严重性或损失集合(35/33)的连续事件(311,…,313)之间的等待时间。等待时间测量灾难性事件(311,…,313)的两次连续测量的发生之间的时间间隔,能够通过时间间隔和系统(1)随时间跟踪灾难性事件(311,…,313)的发生,并且自动捕获危险特定时间聚类(1031)和/或季节性发生模式(1032)。