一种基于多尺度层次聚类的时空特征融合混凝土拱坝变形预测方法

本发明公开一种基于多尺度层次聚类的时空特征融合混凝土拱坝变形预测方法，包括以下步骤：将大坝变形序列分解为趋势、周期和波动项，构建新的多尺度相似性距离指标；采用基于Ward准则的层次聚类方法，利用构建的多尺度相似性距离指标，对具有相似变形规律的变形测点进行聚类分区；构建融合时空特征的深度学习模型TCT‑CANet；利用构建的TCT‑CANet模型对混凝土拱坝的变形进行预测，并通过多种评价指标评估模型的预测性能，同时通过消融实验分析各模块在时空特征捕捉及预测精度提升方面的作用；将TCT‑CANet模型与多种时序预测方法在所有测点上进行对比，验证模型的优越性和泛化能力。本发明构建了基于时空特征融合的预测模型TCT‑CANet，实现了混凝土拱坝变形的精准预测。