基于改进式时序模型的塔村水库大坝变形预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：监测大坝变形以预防潜在风险是大坝安全监控的核心.为了准确预测大坝未来的变形趋势,本文提出一种改良的时序分析模型,该模型结合长短时记忆网络(LSTM),注意力机制(Attention)和双位置编码Transformer技术,用于塔村水库大坝监测.通过利用LSTM有效处理时间序列数据,Attention机制突出有效特征信息及双位置编码的Transformer的性能增强,该模型展现出较高的预测准确性,表明其在大坝变形预测中的应用潜力.

作者：

胡泽华

展开 >

作者单位：

中铁水利水电规划设计集团有限公司,江西南昌 330029

关键词：

大坝变形预测深度学习循环-展开长短时记忆网络 Transformer

出版年：

2025

DOI：

10.3969/j.issn.1008-1305.2025.01.055

水利技术监督

水利部水利水电规划设计总院

水利技术监督

影响因子：0.729

ISSN：1008-1305

年,卷(期)：2025.(1)