基于CNN-BiLSTM-STDAM组合模型的盾构掘进姿态预测方法、系统及存储介质

本发明提出了基于CNN‑BiLSTM‑STDAM组合模型的盾构掘进姿态预测方法、系统和存储介质，包括构建多模态时空数据集、对多源异构数据进行预处理、将预处理后的数据输入CNN‑BiLSTM‑STDAM组合模型进行姿态预测、输出盾构姿态的四项偏差预测值并根据预测结果触发多级预警机制,通过深度时空建模、动态注意力聚焦与智能预警的一体化设计，攻克了传统神经网络方法在预测精度、泛化能力等方面的技术瓶颈，为城市地铁、越江隧道等工程提供了高可靠、自适应、低成本的姿态预测解决方案，推动地下工程建造向数字化、智能化方向跨越发展。