摘要
本发明提供了一种大坝形变性态分析方法及系统,属于大坝安全监测领域,该方法包括获取覆盖目标大坝区域的InSAR数据和北斗监测数据,并进行预处理;分析影响大坝形变的物理因素,并进行形变模型的建模,其中,建模的规则用于指导物理约束深度学习模型的训练和预测;构建物理约束深度学习模型;利用经预处理后的InSAR数据和北斗监测数据,对物理约束深度学习模型进行训练和优化;将待分析的大坝InSAR数据和北斗监测数据输入至经优化后的物理约束深度学习模型,得到大坝的形变分析结果。本发明克服了现有大坝形变监测技术在空间覆盖范围、监测精度、自动化程度及物理因子考虑不足的问题。
技术关键词
深度学习模型
分析方法
物理
材料热膨胀系数
大坝形变监测技术
热膨胀效应
静水压力驱动
数据
卷积神经网络提取
水库
分析系统
空间特征提取
空间分布特征
系统误差
坝体
序列
分支
模块
监测点
系统为您推荐了相关专利信息
智能扫描仪
衣物杀菌
深度学习模型
识别衣物材质
轨道
多维度数据模型
数据编码器
样本
长短期记忆网络
重构
功率预测系统
加权算法
光伏电站
动态权重分配
深度学习模型训练