融合多元时空信息的Informer-AD大坝变形预测模型

作     者：苏燕 黄姝璇 林川 李伊璇 付家源 郑志铭 SU Yan;HUANG Shuxuan;LIN Chuan;LI Yixuan;FU Jiayuan;ZHENG Zhiming

作者机构：福州大学土木工程学院福州350108 福建省水利水电勘测设计研究院福州350001 

基　　金：国家自然科学基金项目(52109118) 水利部重大科技项目(SKS-2022151) 福建省自然科学青年基金项目(2020J05108) 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2023年第42卷第11期

页      码：101-113页

摘      要：针对大坝变形时间序列预测问题,考虑多测点变形相关性,建立变形量时空多维输入矩阵,提出一种基于K-means聚类融合多元时空信息的Informer-AD大坝变形预测模型。首先,采用K-means聚类对变形测点进行分区;其次,引入面板数据回归模型分析分区结果;最后,提出融合多元时空信息的Informer-AD大坝变形预测模型。利用该模型对空间特征序列进行学习,通过全连接层整合空间特征,输出预测的大坝变形值。将上述预测模型运用于CT混凝土重力坝,结果表明,本文所提出的考虑时空关联性的预测方法充分挖掘大坝变形整体性态与测点空间分布特性的关系,能够更好地捕捉变形时空特性,进而提高预测精度。

主 题 词：深度学习 大坝变形预测 Informer-AD 时空相关特性 K-means聚类 

学科分类：081504[081504] 08[工学] 0815[工学-矿业类] 

核心收录：

D　O　I：10.11660/slfdxb.20231110

馆 藏 号：203124534...