摘要
本发明提供了一种基于多源混合数据输入的大体积混凝土温度预测方法,涉及混凝土施工温度预测领域。该方法包括:采集大体积混凝土施工期温度场影响因素并构建温度场理论分析模型,根据温度场理论分析模型计算出温度场变化理论数据,结合监测到的实际数据,融合形成大体积混凝土水化热数据样本库;建立深度神经网络模型并对其训练,模型的输入为大体积混凝土水化热数据样本库中的样本数据;利用训练好的深度神经网络模型预测出大体积混凝土施工期的温度变化。本发明通过建立大体积混凝土施工期温度预测影响指标,将与温度发展的影响因素进行全面考虑,无需待预测点位的实测数据即可精确的预测其温度变化趋势,实现施工结构温度变化的整体性分析。
技术关键词
温度预测方法
深度神经网络模型
混凝土水化热
理论分析模型
数据
大体积混凝土温度
水泥水化
引入注意力机制
混凝土平板
样本
混凝土养护
温升
表达式
矿渣水泥
指标
粉煤灰
系统为您推荐了相关专利信息
深度学习模型
超分辨率重建图像
重建算法
星载SAR影像
残差卷积神经网络
分析方法
大豆油
计算机可执行指令
特征选择
位点
行波装置
反演算法
输电线路雷击
雷电定位系统记录
故障录波装置