摘要
本发明公开了考虑环境荷载滞后的大坝渗透压力可解释性智能预测方法,涉及大坝运行安全监测与管理技术领域,包括利用时间滞后效应,挖掘环境荷载因子集,并以此建立大坝渗透压力因果分析数理模型,进而在利用注意力机制优化的变分自编码器提取监测数据深层特征的基础上,采用贝叶斯优化的双向长短期记忆网络挖掘大坝渗透压力及其影响因素间的非线性函数关系,构建考虑荷载滞后效应的大坝渗透压力深度智能预测模型,并引入沙普利加性解释算法量化解译所建深度智能预测模型中输入特征对预测结果的贡献程度。本发明采用上述方法为量化分析环境荷载作用下大坝渗透压力变化的影响并高精度预测其未来变化趋势提供了一种可行思路。
技术关键词
智能预测方法
大坝
压力
概率密度函数
attention机制
因子
双向长短期记忆网络
非线性函数关系
输入解码器
表达式
参数
智能模型
训练集
编码器
注意力机制
变量
优化器
数据
资料
系统为您推荐了相关专利信息
粒子
客户端
联邦学习方法
服务器更新
联邦学习系统
盾构机装置
熔融石英砂
废物收集装置
压力感应单元
浆液储存装置
退化模型
天然气管网系统
概率密度函数
表达式
拉普拉斯
按键测试装置
动作模块
按键测试方法
电信号
压力检测模块