一种大坝变形量的预测方法、系统、设备及存储介质

本申请提出了一种大坝变形量的预测方法、系统、设备及存储介质，涉及大坝安全监控领域。该方法包括：获取大坝监测数据，大坝监测数据包括目标变形量和多个输入特征；基于Lasso回归算法对大坝监测数据进行数据挖掘，得到各个输入特征与目标变形量对应的特征权重；基于各个输入特征与目标变形量对应的特征权重，对多个输入特征进行排序和/或筛选，得到优化的输入特征；将优化的输入特征送入预置的LSTM网络的编码器部分，LSTM网络的解码器部分引入注意力机制，用以基于编码器的输出以及注意力机制的结果，对预测目标变形量进行时序预测。该方案能够提高对大坝变形量进行时序预测的时效性和准确性。