摘要
本发明公开了时间序列预测技术领域的一种导墙时空振动趋势预测方法,包括将与导墙横河向振动响应特征相关性超过阈值的数据,输入CNN‑BiLSTM‑CBAM模型,得到导墙横河向振动模态分量预测值;将导墙横河向振动模态分量预测值相加,得到导墙横河向预测振动信号,所述CNN‑BiLSTM‑CBAM模型输入特征为与导墙横河向振动响应特征相关性超过阈值的数据,输出特征为导墙横河向振动响应数据经过分解得到的多个模态分量。本发明将导墙时空振动响应数据分解为多个模态分量,降低了导墙振动数据的复杂性,基于时空振动数据和导墙横河向振动模态分量得到导墙横河向预测振动信号,解决了导墙振动时空振动趋势预测精度不准确的问题。
技术关键词
趋势预测方法
变分模态分解算法
双向长短期记忆
数据
网格
灌浆廊道
时间序列预测技术
加速度
特征值
通道注意力机制
数值
输出特征
网络
信号
曲线