一种基于GCN-LSTM耦合模型的基坑变形预测方法

AITNT
正文
推荐专利
一种基于GCN-LSTM耦合模型的基坑变形预测方法
申请号:CN202510004263
申请日期:2025-01-02
公开号:CN120086930A
公开日期:2025-06-03
类型:发明专利
摘要
本申请是关于一种基于GCN‑LSTM耦合模型的基坑变形预测方法,涉及基坑变形预测技术领域。本申请一种基于GCN‑LSTM耦合模型的基坑变形预测方法,通过设置温湿度传感器,采集基坑的温度、湿度气象数据,能够为后续预测模型的提供更丰富的特征输入,提升预测的准确性和可靠性。本申请通过将气象特征数据与基坑变形数据相结合,能够帮助模型更好地捕捉到基坑位移与环境因素之间的复杂非线性关系,能够增强模型适应性。本申请通过提取长期位移趋势项并与短期动态变化相结合,能够弥补模型对长期趋势识别能力的不足,保障预测结果与实际变形过程的吻合度更高,更准确地反映基坑的变形状态。
技术关键词
基坑变形预测方法 气象 无线数据传输终端 变形预测技术 监测基坑变形 温湿度传感器 检验方法 后续数据处理 工况 GCN模型 数字孪生技术 LSTM模型 集线器 表达式 无线网络 传感器设备
系统为您推荐了相关专利信息
1
基于BMogLSTM-KAN模型的草原放牧强度估算方法及相关装置
放牧强度估算方法 气象 注意力 LSTM模型 因子
2
输配电线路覆冰厚度预测方法、装置、设备及存储介质
线路覆冰厚度 输配电 历史气象数据 计算机执行指令 计算机程序指令
3
一种基于人工智能的水量核算系统
自然条件 水量 智能决策支持 数据获取模块 指标
4
综合能源系统零历史数据下的多能负荷预测方法及系统
综合能源系统 负荷预测方法 负荷预测模型 气象 负荷预测技术
5
一种光伏发电功率预测方法、装置及计算机可读存储介质
光伏发电数据 光伏发电功率预测 序列 气象 线性回归模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号