摘要
本发明公开了一种基于BIM的抽蓄电站建筑物基础危险点管控系统,包括:数据层:利用四维张量建模将线性工程监测数据组织为“桩号×时间×传感器类型×空间位置”的高阶张量,并通过Tucker分解,结合滑动窗口异常检测在压缩过程中动态识别应变速率突变点并直接存储原始数据,再通过深度强化学习驱动的数据价值评估模型对非突变数据实施分层存储策略;模型层:融合物理信息神经网络,将岩土力学本构方程嵌入LSTM网络构建混合损失函数,通过迁移学习预训练通用地质模型后结合项目数据进行少样本微调;应用层:基于数据层的压缩重建数据与模型层的输出,通过BIM模型动态生成危险源清单并触发即时预警,结合数字孪生技术模拟灾情发展路径。
技术关键词
建筑物基础
混合损失函数
管控系统
数据价值评估模型
深度强化学习
工程监测数据
滑动窗口
岩土力学
数字孪生技术
物理
动态更新参数
岩体渗透系数
sigmoid函数
MCMC算法
因子
记忆单元
传感器
基础设施工程
数据清洗技术
系统为您推荐了相关专利信息
分级管控方法
风险
构建规则库
定义规则
构建知识图谱
水下航行器
北斗导航系统
多传感器融合算法
深度学习模型
规划
深度强化学习模型
终端设备
服务器
长短期记忆网络
参数
终端接入认证方法
物联网节点设备
信道
组网协议
密钥交换协议