一种融合多源数据的建筑物沉降趋势预测方法、设备及介质技术

本发明专利技术属于数据处理技术领域，本发明专利技术提供了一种融合多源数据的建筑物沉降趋势预测方法、设备及介质，首先采集目标建筑物的多源监测数据，然后预处理并融合，得到融合特征数据，输入至AI预测模型，得到目标建筑物沉降趋势预测结果，最终结合融合特征数据中的实时沉降量、沉降速率以及沉降趋势预测结果，与预设的预警阈值进行比较，判断是否触发预警指令；若触发预警指令，则发出对应的警报，并实时显示实时沉降量、沉降速率及沉降趋势预测结果。本发明专利技术通过多源数据融合与场景自适应AI模型的协同，实现了建筑物沉降趋势的精准预测与及时预警，核心在于突破单一数据与固定模型的局限，显著提升复杂场景下沉降预测的精度与风险响应的及时性。

【技术实现步骤摘要】

本专利技术属于安全监测，尤其涉及一种融合多源数据的建筑物沉降趋势预测方法、设备及介质。

技术介绍

1、建筑物沉降预测是保障建筑结构安全、延长使用寿命及优化维护成本的核心技术，其发展历经从经验总结到物理建模，再到数据驱动的演进过程。借助人工神经网络、长短期记忆网络等算法，从历史监测数据中挖掘沉降与地质、施工、环境等因素的非线性关系，在高维度问题中表现出较强预测能力。

2、随着建筑结构复杂化、服役环境多样化及监测技术发展，单一数据源已难以满足沉降预测的精度需求，多源监测数据，例如激光扫描、多类型传感器、bim模型等的应用成为趋势。但多源数据存在时空异构性等问题，传统数据处理与预测模型因缺乏对多源融合与场景适配的深度设计，难以应对复杂环境下的沉降预测需求，亟需构建能协同多源数据与动态场景的预测方法。

技术实现思路

1、有鉴于此，本专利技术提供了一种融合多源数据的建筑物沉降趋势预测方法、设备及介质，旨在解决现有技术的对建筑物沉降趋势预测的准确性较低的问题。

2、本专利技术的第一方面提供了一种融本文档来自技高网...

【技术保护点】

1.一种融合多源数据的建筑物沉降趋势预测方法，其特征在于，包括：

2.根据权利要求1所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，所述AI预测模型包括多分支基础网络层和动态融合层；将所述融合特征数据输入至预设的AI预测模型，得到建筑物未来预设时间段内的沉降趋势预测结果，包括：

3.根据权利要求2所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，所述多分支基础网络层包括时序特征子网络和空间特征子网络；将所述融合特征数据输入到多分支基础网络层的各个分支网络中，得到各个分支网络对应的特征，包括：

4.根据权利要求2所述的融合多源数据的建筑物沉...

【技术特征摘要】

1.一种融合多源数据的建筑物沉降趋势预测方法，其特征在于，包括：

2.根据权利要求1所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，所述ai预测模型包括多分支基础网络层和动态融合层；将所述融合特征数据输入至预设的ai预测模型，得到建筑物未来预设时间段内的沉降趋势预测结果，包括：

3.根据权利要求2所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，所述多分支基础网络层包括时序特征子网络和空间特征子网络；将所述融合特征数据输入到多分支基础网络层的各个分支网络中，得到各个分支网络对应的特征，包括：

4.根据权利要求2所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，所述多分支基础网络层还包括场景感知子网络；各子网络通过参数交互通道实现动态协同；将所述融合特征数据输入到多分支基础网络层的各个分支网络中，得到各个分支网络对应的特征，包括：

5.根据权利要求4所述的融合多源数据的建筑物沉降趋势预测方法，其特征在于，将各个分支网络对应的特征输入到动态...

【专利技术属性】
技术研发人员：杨彬，李磊，赵晋睿，刘建军，刘建业，崔俊涛，刘成锐，于彬，李会江，战晓烨，
申请(专利权)人：河北九华勘查测绘有限责任公司，
类型：发明
国别省市：