摘要
本发明涉及地下洞围岩位移预测技术领域,尤其涉及一种高应力大型地下洞室群围岩位移的预测方法。其技术方案包括以下方法步骤:进行数据采集与整理,在高应力大型地下洞室群的不同部位布置多种类型传感器以采集数据;对采集到的数据进行初步筛选与清洗以及归一化处理,开展特征工程与数据增强工作,包括时频域特征提取、基于小波变换的数据分解与重构以及数据增强策略,构建融合卷积神经网络和门控循环单元的混合神经网络模型。本发明通过多源精准数据采集处理、深度特征工程、混合神经网络构建训练及科学评估预警,显著提升高应力大型地下洞室群围岩位移预测的准确性、可靠性与时效性,为工程安全保障提供有力支撑并有效降低风险与损失。
技术关键词
大型地下洞室
高应力
混合神经网络模型
数据
特征工程
融合卷积神经网络
频域特征提取
格拉布斯准则
微机电系统加速度计
门控循环单元
归一化方法
重构
时域特征
统计特征
滤波算法
传感器
策略
位移计
系统为您推荐了相关专利信息
异源异构数据
数据互联互通
互联系统
变电站二次设备
移动端UI设计
负荷分配方法
火力发电系统
功率
污染物排放量
污染物排放限值
多层级特征
特征融合网络
融合特征
图像
空间映射算法
数据触发器
人工智能模块
人工智能控制系统
人工智能控制方法
控制设备