摘要
本发明属于涡激振动预测技术领域,公开了应用于吸热塔结构涡振响应的EWT‑Transformer预测方法,首先通过经验小波分解(EWT)方法实现对复杂非线性涡振响应的分解,随后引进近年来在其他领域表现优异的Transformer模型,成功构建出了EWT‑Transformer组合模型,逐个对分解后的涡振响应进行预测,最后将预测结果进行叠加,还原最终的涡振响应预测结果。该方法不仅在预测精度上表现出色,同时也在高效性和泛用性上展示出了一定优势。
技术关键词
塔结构
频段
低频滤波器
高频滤波器
信号分解技术
带通滤波器
多头注意力机制
输出特征
前馈神经网络
机器学习模型
非线性
训练集
极值
湍流
风速
编码
频率
精度
系统为您推荐了相关专利信息
神经网络模型
监测设备
电子设备
视频段
物联网实时监控
疲劳状态识别方法
电信号
机器学习模型
频段
密度
功率放大器
数控衰减器
FPGA芯片
多路开关
移相器