摘要
本发明提供了一种大坝安全监测方法、装置、计算机设备和存储介质,所述方法包括:对采集的多源监测时序数据进行预处理,并输入至训练完成的异常检测模型,获得各监测节点的异常概率分布,并通过大坝安全监测可视化系统展示异常信息。本发明通过各监测类型的传播模型、监测节点的空间特征和时间特征构建无向图,将无向图输入至图神经网络进行编码获得表征大坝结构状态信息的第二特征向量,将环境信息输入至第一深度神经网络进行编码获得第一特征向量,并将第一特征向量和第二特征向量进行融合后输入至第二深度神经网络,获得异常概率分布,大大提高了大坝异常检测的准确性和精度。
技术关键词
深度神经网络
大坝结构
异常信息
可视化系统
节点位置信息
空间权重矩阵
监测方法
时序
循环神经网络模型
双向长短期记忆
应力
数据
编码器
压力
计算机设备
可视化模块
解码
系统为您推荐了相关专利信息
深度神经网络模型
风险评估模型
加速度
参数
防摇控制方法
CT重建方法
混合域
注意力
网络模块
深度神经网络结构
中央控制系统
物流监控系统
物流监控方法
港口管理系统
集装箱
销售预测模型
强化学习算法
因子
动态
文本特征向量