公开(公告)号：CN115796015A

公开(公告)日：2023-03-14

申请号：CN202211445058.8

申请日：2022-11-18

申请人： 合肥工业大学

发明人： 万家山 ,  夏娜 ,  张春林 ,  袁绪彪 ,  王劲松 ,  王聪 ,  吴振昊

IPC分类号： G06F30/27 ,  G06F18/214 ,  G06F119/02

摘要： 本发明公开了一种基于互信息多源数据融合的水闸安全状态评估方法，包括：1：获取水闸监测区域的多种安全监测时间序列数据并标准化处理；2：根据互信息量、最大相关性原则与最小冗余度原则筛选影响因素；3：构建Stacking集成学习模型，一层训练网络以RF、LSTM和SVM算法为基础，二层训练网络以GBDT模型对一层输出结果进行整合以获取最优模型。4：通过构建的Stacking集成学习模型，预测下一时刻的水闸形变结果；5：结合闸体形变历史形变数据以及预测的预测的水闸形变数据，对水闸安全状态进行评估。本发明将影响水闸形变的多种因素融合并预测未来形变情况，并根据闸体形变数据对水闸安全状态进行评估。

公开(公告)号：CN115759409A

公开(公告)日：2023-03-07

申请号：CN202211453609.5

申请日：2022-11-21

申请人： 合肥工业大学

发明人： 夏娜 ,  万家山 ,  张春林 ,  袁绪彪 ,  陈志刚 ,  吴振昊

IPC分类号： G06Q10/04 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/084

摘要： 本发明公开了一种多时间模式注意力机制优化LSTM模型的水闸形变预测方法，包括：先选取影响水闸形变的时序数据和实测形变数值，构建水闸形变预测样本集，并基于狄克逊准则的极差比法进行数据处理，同时融合卡尔曼滤波估计数据，对时序数据进行估计填充；然后利用多时间模式注意力机制优化LSTM模型，通过分析影响水闸形变的多源时序数据特征，设计一组滤波器对传统注意力机制进行改进，更加有效的提取具有不同时间模式的多源时序数据特征，同时设计分位数损失函数提高算法的收敛速度和预测精度，并对预测模型进行训练优化。本发明能提高水闸形变预测精度，从而有效地实现对水闸运行现状的评价，以满足实际工程应用需要。