【技术实现步骤摘要】
本专利技术涉及水库安全，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。
技术介绍
1、水库边坡预警是水库安全保障的重要手段之一。目前的边坡预警手段大多采用传感器监测结合预警判断算法的技术手段，采用的传感器包括图像传感器、超声波探测传感器、振动监测传感器等等，采集的特征信息包括位移量、裂痕监测、土壤湿度等等，均为可直接或间接影响滑坡的要素。
2、预警判断算法，最常用也是最简单的是阈值判断，当某一或某几个特征信息超过阈值时，进行边坡预警。其不足之处在于：1、对于不同的边坡阈值设定不同，容易出现误判；2、对于由好几个特征引起的滑坡，无法通过单一的阈值判断实现预警。
3、随着人工智能的发展，预警判断算法也开始采用大数据算法，其原理是采集大量历史数据信息，由历史数据信息训练预测模型，再通过预测模型完成边坡预警。其不足之处在于：1、边坡之间差异巨大，都于相同的诱发条件，不同边坡有着不同的结果，无法通过一个预测模型完成所有边坡预测；2、若采用分类构建预测模型的方式，可在一定程度上提高预测准确度，但相同类别之中的边坡也有较...
【技术保护点】
1.一种基于深度学习算法的水库边坡形变预警方法，其特征在于，具体方法如下：
2.如权利要求1所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，基础数据包括：边坡土石比例、边坡植被覆盖比较、边坡平均坡度、边坡最大坡度、水位线以下边坡高度、水位线以上边坡高度；
3.如权利要求1所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，所述主预测模型和若干次预测模型，构建方法如下：
4.如权利要求3所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，在备选预测模型中选取次预测模型的具体方法如下：
5.如权利要求1...
【技术特征摘要】
1.一种基于深度学习算法的水库边坡形变预警方法，其特征在于，具体方法如下：
2.如权利要求1所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，基础数据包括：边坡土石比例、边坡植被覆盖比较、边坡平均坡度、边坡最大坡度、水位线以下边坡高度、水位线以上边坡高度；
3.如权利要求1所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，所述主预测模型和若干次预测模型，构建方法如下：
4.如权利要求3所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，在备选预测模型中选取次预测模型的具体方法如下：
5.如权利要求1所述的基于深度学习算法的水库边坡形变预警方法，其特征在于，所述初始融合权重的设置方法如下：
6.如权利要求5所述的基于深度...
【专利技术属性】
技术研发人员：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(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：
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。