基于可解释性深度学习的刀盘扭矩预测方法

本发明公开了一种基于可解释性深度学习的刀盘扭矩预测方法，使用TAM‑LSTM和GAT‑LSTM最优参数模型预测未来刀盘扭矩，并绘制未来刀盘扭矩的预测结果与输入的时间序列数据在时间步长上的注意力权重图和未来刀盘扭矩与输入的时间序列数据的空间依赖性图，预测结果精度高、考虑了刀盘扭矩的时间信息和空间信息，实现了刀盘扭矩在时空维度上的可解释性分析，能够反映刀盘扭矩与TBM掘进特征参数在时间和空间上的影响关系，透明化了模型计算过程，为隧道盾构机提供了更丰富的信息，进而有助于隧道盾构机司机提前调整和关注重要的操作参数，以实现安全高效的掘进。