摘要
本发明提供了一种高土石坝数字孪生模型构建方法,属于高土石坝健康监控技术领域,该方法包括构建基于传感器监测数据的测点监控模型;构建映射模型,并构建采用领域自适应方法进行对抗训练的映射模型动态监测损失函数;将测点监控模型对高土石坝渗流过程和变形过程的变形监测效应量和渗压监测量的预测值输入至映射模型,得到数字孪生模型,并基于数字孪生模型构建极端工况数字孪生模型;采用知识图谱推理结合坝坡稳定系数实现极端工况数字孪生模型对实体模型的交互,本发明基于深度学习和有限元方法,首次提出一种高土石坝变形‑渗流数字孪生框架,以期实现更加经济、高效、可靠的监控方案,为未来高土石坝结构健康监测提供技术支持。
技术关键词
数字孪生模型
高土石坝
卷积特征提取
损失计算方法
交互模型
特征提取器
耦合特征
工况
表达式
损失函数计算方法
参数
传感器
健康监控技术
节点
变形特征
教师
网络特征
知识图谱推理
因子
系统为您推荐了相关专利信息
光伏发电系统
深度学习神经网络
可视化模块
数据存储模块
光伏阵列
数字孪生模型
水电站检修
教学系统
水电站设备
历史运行状态
数字孪生模型
智能体模型
输入输出关系
产能
沙盘