摘要
本发明涉及水利水电工程领域,提供一种库区边坡稳定风险预警方法、装置、设备及介质,该方法通过随机森林回归结合SHAP特征贡献值分析量化特征对边坡变形的影响程度来筛选关键滑坡位移触发因子,使预测结果更贴合实际。通过ICEEMDAN分解,K‑Shape重构将位移分解为周期项位移和趋势项位移,并分别采用DenseNet‑LSTM模型预测周期项位移,三次多项式预测趋势项位移,最后将预测结果叠加为滑坡位移预测值,提高了预测精度,解决了现有库区边坡预测预警方法未考虑滑坡动态影响和位移累积效应导致预测预警效果不佳的问题。最后基于滑坡位移预测结果,建立滑坡预警指标体系,实现滑坡位移预测预警一体化。
技术关键词
风险预警方法
滑坡位移预测
边坡稳定
长短记忆网络
集合经验模态分解
随机森林
聚类方法
周期
处理单元
多项式
预测预警方法
风险预警装置
LSTM模型
水利水电工程
重构
噪声
可读存储介质
处理器
曲线
系统为您推荐了相关专利信息
综合评估模型
风险预警方法
煤矿作业区域
环境监测数据
水文模型
评估系统
人工蜂群优化
三次样条插值法
时间卷积网络
变换算法
风险预警方法
预警模型
图谱
BiLSTM模型
数据
对象
风险预警系统
智能识别模块
卫星遥感技术
风险预警方法