基于生成式AI的堆石坝变形数字孪生体构建方法

本发明公开一种基于生成式AI的堆石坝变形数字孪生体构建方法，核心在于采用条件去噪扩散概率模型，通过无分类器引导和连续条件向量构建条件采样机制，高效融合有限元仿真数据、监测数据与运行数据。进一步结合残差神经网络ResNet‑18与K‑means聚类方法，进行有限元数据无监督分类，引入组合优化，识别与监测数据最匹配的有限元数据类别，从而实现条件引导变形场生成。该框架在目前已建世界最高两河口堆石坝（303米）上得到了应用与验证。结果表明，所提出的一种基于生成式AI的堆石坝变形数字孪生体构建方法，能够高效重构堆石坝变形，具有较高的精度与实时性，显著提升了堆石坝全域变形透彻感知能力，为其安全运行提供了关键技术支撑。