发明公开
- 专利标题: 一种基于深度学习算法的水库边坡形变预警方法
-
申请号: CN202410476851.7申请日: 2024-04-19
-
公开(公告)号: CN118366276A公开(公告)日: 2024-07-19
- 发明人: 田锐 , 王祥 , 刘永志 , 阮燕云 , 郭乐 , 关铁生 , 舒卫民 , 冯志州 , 刘晓阳 , 赵建华 , 张文婷
- 申请人: 中国长江电力股份有限公司 , 水利部交通运输部国家能源局南京水利科学研究院
- 申请人地址: 北京市海淀区玉渊潭南路1号B座;
- 专利权人: 中国长江电力股份有限公司,水利部交通运输部国家能源局南京水利科学研究院
- 当前专利权人: 中国长江电力股份有限公司,水利部交通运输部国家能源局南京水利科学研究院
- 当前专利权人地址: 北京市海淀区玉渊潭南路1号B座;
- 代理机构: 北京汇泽知识产权代理有限公司
- 代理商 张瑾
- 主分类号: G08B21/10
- IPC分类号: G08B21/10 ; G08B31/00 ; G06F18/2433 ; G06F18/23213 ; G06N3/0499 ; G06N3/084
摘要:
本发明涉及水库安全技术领域,特别涉及一种基于深度学习算法的水库边坡形变预警方法。包括:确定待预警边坡的基础数据;确定一个主预测模型和若干次预测模型;获取待预警边坡当前特征数据;将当前特征输入主/次预测模型,获取主/次预测结果;以初始融合权重加权主预测结果和若干次预测结果,作为当前滑坡预测结果;将待预警边坡的当前实际结果与当前滑坡预测结果进行比对,根据对比结果调整融合权重,作为该待预警边坡下一次预警时的融合权重。本发明采用若干备选模型可针对所有边坡,对于每一个边坡都可构建最符合的独有混合预测模型,既可提高模型的应用范围,又可根据单一边坡的独特性针对性提高预测精度。