摘要
本发明提供一种铁路沿线沉降时空预测方法及装置。该预测方法包括:基于对铁路沿线进行监测获取的监测数据,识别不稳定靶区;获取不稳定靶区内每个监测点的时序沉降数据,并利用最优降噪模型进行降噪处理,得到每个监测点降噪处理后的时序沉降数据;基于预设距离阈值和不稳定靶区内每两个监测点之间的距离,获取邻接矩阵及度矩阵;基于每个监测点降噪处理后的时序沉降数据、邻接矩阵以及度矩阵,利用GCN‑LSTM预测模型,采用滚动预测方法对每个监测点的时序沉降数据进行超前预测,获取每个监测点的超前预测集。本发明通过构建“空间‑时序”耦合特征的GCN‑LSTM预测模型对监测点的时序沉降数据进行超前预测,具有预测精度高的优点。
技术关键词
时空预测方法
监测点
时序预测模型
长短期记忆网络
支持向量回归模型
降噪模型
车辆平台
巡检数据
输出特征
航天平台
指标
训练集
矩阵
精度
预测装置
关系
GCN模型
滑动窗口法
系统为您推荐了相关专利信息
分析预警方法
空间相关矩阵
特征值
非线性
监测点
微电网
优化调度方法
时序预测模型
负荷
储能系统
储能系统
历史运行数据
神经网络模型
新能源出力预测
负荷预测模型
功率区间预测方法
新能源场站
预测误差
概率密度函数
模态分解方法
可调节支撑装置
神经网络预测模型
强化学习算法
时间序列特征
多模态特征