一种考虑多测点时空相关性的水库大坝智能监控方法、系统、装置及介质制造方法及图纸

本发明专利技术提供一种考虑多测点时空相关性的水库大坝智能监控方法、系统、装置及介质，所述方法包括如下步骤：首先，采集水库大坝各监测设备的坝体位移、裂缝宽度、渗透压力、渗流量、倾斜角度、水位变幅和降水量等多变量数据，并进行数据预处理；其次，建立GCN‑AttentionLSTM融合模型，将多变量数据送入GCN‑AttentionLSTM融合模型中进行时空特征提取；然后，采用Chebyshev映射初始化和黄金正弦改进策略对人工蜂鸟算法AHA进行改进，得到IAHA算法，利用IAHA算法优化GCN‑AttentionLSTM融合模型的学习率、注意力头数和隐藏层数等超参数；最后，利用训练优化后的GCN‑AttentionLSTM模型预测并监控水库大坝的多变量数据，通过云平台可视化实时显示；并建立水库大坝安全评估指标，根据安全风险评估结果，进行风险预警发布。本发明专利技术可以对水库大坝进行自动化安全监测，能够及时发现隐患，让管理部门及时反应和采取措施。

【技术实现步骤摘要】

本专利技术属于水库大坝智能监控，尤其是涉及一种考虑多测点时空相关性的水库大坝智能监控方法、系统、装置及介质。

技术介绍

1、水库大坝不仅能调度水利资源的时空分布，同时也是合理配置水资源的最为重要的工程措施之一，在我国的经济建设中发挥着至关重要的作用。但随着时间推移，大坝和其他配套设施日益老化，安全隐患问题日益凸显，坝工领域发展理念开始向安全监测监控转变。

2、目前，水库大坝监控模型分为统计模型、机器学习模型和深度学习模型。如arma、多元线性回归等统计模型因缺乏复杂映射关系而难以对监测时间较长、波动幅度较大以及滞后关系较为复杂的多变量时序数据进行准确建模；如svm、rf等机器学习模型具有较强的普适性和较精确的预测结果，但往往只注重模拟静态回归输入、输出关系，而忽略了数据之间的深层特征关系；如cnn、lstm、tcn等深度学习模型具有强大的计算和学习能力，可以对数据深层特征进行提取，可以解决多变量、非线性复杂建模问题，极大提高了水库大坝监测模型的预测能力。

3、此外，渗透压力、渗流量和水位变幅等多变量数据具有时空特性，如坝体不同时间不本文档来自技高网...

【技术保护点】

1.一种考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤S2中，GCN-AttentionLSTM融合模型的具体建立过程如下：

3.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤S3中，采用Chebyshev映射初始化和黄金正弦改进策略对人工蜂鸟算法AHA进行改进，得到IAHA算法的具体过程如下：

4.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤S3中，利用IAHA算法...

【技术特征摘要】

1.一种考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤s2中，gcn-attentionlstm融合模型的具体建立过程如下：

3.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤s3中，采用chebyshev映射初始化和黄金正弦改进策略对人工蜂鸟算法aha进行改进，得到iaha算法的具体过程如下：

4.根据权利要求1所述的考虑多测点时空相关性的水库大坝智能监控方法，其特征在于：步骤s3中，利用iaha算法优化gcn-attentionlstm融合模型的超参数的具体过程如下：

5.根据权利要求1所述的考虑多测点时空相...

【专利技术属性】
技术研发人员：徐军杨，张奇伟，蔡鹏，罗远林，陈冬强，张倩，顾晨晖，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：