一种基于深度学习的水利工程安全风险预警方法

本发明公开了基于深度学习的水利工程安全风险预警方法，S1、获取高流速回注井的监测数据，并进行归一化处理；S2、基于凯莱流形模糊推理算法，构建模糊逻辑推理模型，确定初始推理路径；S3、基于渗流拉格朗日优化模型，在高维凯莱流形空间内优化推理路径；S4、计算渗流临界值，调整模糊推理规则，并基于时间序列分析动态更新推理路径；S5、进行历史数据投影，基于时间尺度变换方法计算渗流风险的演化趋势；S6、依据不同注水压力和渗透率，更新推理路径计算权重；S7、基于推理路径的计算结果，调整推理模型的计算结构。本发明有效保证了水利工程风险预警的长期可靠运行。