System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 库岸滑坡位移的预测方法及相关设备技术_技高网
当前位置: 首页 > 专利查询>同济大学专利>正文

库岸滑坡位移的预测方法及相关设备技术

技术编号:42616125 阅读:9 留言:0更新日期:2024-09-03 18:21
本公开提供一种库岸滑坡位移的预测方法及相关设备。该方法包括:获取滑坡位移历史数据;针对所述滑坡位移历史数据进行时序分解,得到趋势位移数据和周期位移数据;基于所述趋势位移数据、所述周期位移数据、平均降雨量和平均库水位进行特征提取,得到滑坡位移特征;基于所述滑坡位移特征得到关于目标时间的滑坡位移预测结果。

【技术实现步骤摘要】

本公开涉及地质灾害防治领域,尤其涉及一种库岸滑坡位移的预测方法及相关设备


技术介绍

1、库岸滑坡对人员和财产安全可能造成重大威胁,其潜在破坏不可低估,经常导致严重人员伤亡和广泛财产损失,直接或通过各种间接后果,如滑坡堰塞湖和滑坡涌浪等灾害链。目前,对库岸滑坡的位移演化进行监测的方法准确率不高。


技术实现思路

1、本公开提出一种库岸滑坡位移的预测方法及相关设备,以在一定程度上解决库岸滑坡位移预测准确性不高等技术问题。

2、本公开第一方面,提供了一种库岸滑坡位移的预测方法,包括:

3、获取滑坡位移历史数据;

4、针对所述滑坡位移历史数据进行时序分解,得到趋势位移数据和周期位移数据;

5、基于所述趋势位移数据、所述周期位移数据、平均降雨量和平均库水位进行特征提取,得到滑坡位移特征;

6、基于所述滑坡位移特征得到关于目标时间的滑坡位移预测结果。

7、本公开第二方面,提供了一种库岸滑坡位移的预测装置,包括:

8、获取模块,用于获取滑坡位移历史数据;

9、分解模块,用于针对所述滑坡位移历史数据进行时序分解,得到趋势位移数据和周期位移数据;

10、模型模块,用于基于所述趋势位移数据、所述周期位移数据、平均降雨量和平均库水位进行特征提取,得到滑坡位移特征;以及基于所述滑坡位移特征得到关于目标时间的滑坡位移预测结果。

11、本公开第三方面,提供了一种电子设备,包括一个或者多个处理器、存储器;和一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行根据第一方面所述的方法的指令。

12、本公开第四方面,提供了一种包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行第一方面所述的方法。

13、本公开第五方面,提供了一种计算机程序产品,包括计算机程序指令,当所述计算机程序指令在计算机上执行时,使得计算机执行第一方面所述的方法。

14、从上面所述可以看出,本公开提供的一种库岸滑坡位移的预测方法及相关设备,通过对库岸滑坡累积位移数据进行分解,得到趋势成分和周期成分,并基于预测模型分别捕捉趋势成分和周期成分的高维空间特征、时间演变性质和关键信息,以得到关于目标时间的库岸滑坡位移预测结果。不仅考虑到时间因素的影响,还考虑环境因素及库岸滑坡位移其之间的相互作用。提高库岸滑坡位移的预测精度和可靠性,从而有效地实现滑坡位移的监测预警。

本文档来自技高网...

【技术保护点】

1.一种库岸滑坡位移的预测方法,包括:

2.根据权利要求1的方法,其中,基于所述趋势位移数据、所述周期位移数据、平均降雨量和平均库水位进行特征提取,得到滑坡位移特征,包括:

3.根据权利要求2的方法,其中,所述位移预测模型包括卷积网络和双向门控循环网络;

4.根据权利要求3的方法,其中,所述位移预测模型还包括注意力网络;

5.根据权利要求2的方法,其中,所述位移预测模型基于滑坡位移训练数据、所述滑坡位移训练数据对应的降雨量训练数据和库水位训练数据训练得到,包括:

6.根据权利要求3的方法,所述卷积网络对所述趋势位移数据、所述周期位移数据、所述平均降雨量和所述平均库水位进行特征提取,得到中间特征,包括:

7.根据权利要求1的方法,还包括:

8.一种库岸滑坡位移的预测装置,包括:

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上执行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。

10.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至7任一所述方法。

...

【技术特征摘要】

1.一种库岸滑坡位移的预测方法,包括:

2.根据权利要求1的方法,其中,基于所述趋势位移数据、所述周期位移数据、平均降雨量和平均库水位进行特征提取,得到滑坡位移特征,包括:

3.根据权利要求2的方法,其中,所述位移预测模型包括卷积网络和双向门控循环网络;

4.根据权利要求3的方法,其中,所述位移预测模型还包括注意力网络;

5.根据权利要求2的方法,其中,所述位移预测模型基于滑坡位移训练数据、所述滑坡位移训练数据对应的降雨量训练数据和库水位训练数据训练得到,包括:

6.根据权利要...

【专利技术属性】
技术研发人员:蒙绍强石振明彭铭夏成志
申请(专利权)人:同济大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1