摘要
一种考虑天气因素的在建地铁周边地面沉降估算方法。选定在建地铁周边地面沉降研究区域,获取研究区域内地面沉降数据和天气数据;基于时序聚类算法搭建沉降估算子区模块,将研究区域内的监测点按沉降规律相似性划分为若干沉降估算子区,降低不同区域数据异质性影响;采用图神经网络构建规律捕捉模块,分析沉降估算子区内监测点间的空间拓扑关系;通过门控循环单元神经网络搭建天气因素模块,处理天气因素对应的时序数据,捕捉其对地面沉降的影响;融合沉降时空特征与天气特征,得到研究区域的地面沉降估算值。相比现有估算方法,本发明所提地面沉降估算方法可获得更精准的区域未来地面沉降数据,为地铁施工提供可靠数据支持。
技术关键词
监测点
天气
时序聚类算法
门控循环单元神经网络
GRU神经网络
数据
输出模块
空间拓扑关系
地面沉降量
沉降规律
矩阵
皮尔逊相关系数
估算误差
训练集
指标
定义
精度
系统为您推荐了相关专利信息
水利设施
数字孪生模型
全生命周期数据
历史运行数据
监测方法
动态调控系统
动态信号灯
数据挖掘优化
事件生成单元
交通流
负荷预测模型
光伏发电站
历史运行数据
天气
时序预测模型