时空融合的堆石坝变形预测模型及在安全监测中的应用OA北大核心CSTPCD
变形预测是堆石坝安全监测与健康诊断的重要手段,现有研究多根据堆石坝监测数据建立单测点预测模型,未充分考虑测点之间相关性进行整体建模,且现有模型难以对漂移数据进行长期精准预测。本文考虑堆石坝变形序列的时序依赖性和测点之间的协同相关性,提出了基于图卷积和循环神经网络、引入概率预测与全过程训练的时空融合变形预测模型。该模型首先采用图卷积网络对多测点特征进行自适应汇聚,然后利用循环神经网络中细胞状态与隐层记忆沿时间轴的传递性,实现对时空信息的挖掘与融合,…查看全部>>
吴继业;马刚;艾志涛;杨启贵;周伟
武汉大学水资源工程与调度全国重点实验室,湖北武汉430072武汉大学水资源工程与调度全国重点实验室,湖北武汉430072 武汉大学水工程科学研究院,湖北武汉430072 武汉大学水工岩石力学教育部重点实验室,湖北武汉430072武汉大学水工程科学研究院,湖北武汉430072武汉大学水资源工程与调度全国重点实验室,湖北武汉430072 武汉大学水工程科学研究院,湖北武汉430072 长江设计集团有限公司,湖北武汉430010武汉大学水资源工程与调度全国重点实验室,湖北武汉430072 武汉大学水工程科学研究院,湖北武汉430072 武汉大学水工岩石力学教育部重点实验室,湖北武汉430072
水利科学
堆石坝变形预测时空融合图卷积网络长短期记忆网络概率预测
《水利学报》 2024 (5)
P.564-576,13
国家重点研发计划课题(2022YFC3005504)国家自然科学基金项目(52179141,52322907)云南省重大科技专项计划项目(202202AF080004,202203AA080009)雅砻江流域水电开发有限公司项目(0023-20XJ0011)。
评论