一种基于深度时序注意力网络的大坝智能预警方法及系统

本发明提供了一种基于深度时序注意力网络的大坝智能预警方法及系统，包括：对大坝监测的环境变量与历史位移数据进行时间对齐与滑窗分割，提取多尺度统计特征并与原始特征融合，随后对拼接后的高维向量进行统一归一化处理，生成模型输入；基于构建的DSA‑Net，对输入序列进行局部特征提取、双向时序建模与关键时刻加权，联合输出水平和竖向位移预测值；将双变形预测结果融合为统一的径向变形指标，并依据历史残差动态设定预警阈值带，实现自适应变形预警；对模型预测精度进行量化评估，并利用评估合格的模型与自适应阈值机制实现对实时观测数据的在线预测和阈值判定，触发异常预警并记录报警信息。本发明实现了变形维度的深度耦合与动态阈值预警。