公开(公告)号：CN117951124A

公开(公告)日：2024-04-30

申请号：CN202311777159.X

申请日：2023-12-22

Applicant: 扬州大学

Inventor： 徐波 ,  张祜 ,  陈泽元

IPC: G06F16/215 ,  G06F18/23 ,  G06F17/18 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于聚类和深度学习的大坝位移缺失数据补全方法及系统，包括：收集混凝土坝的原始位移监测数据；对大坝位移监测点聚类分区，提取大坝位移的时空关联信息；选取水位、温度、时效和位移时空关联性作为大坝位移影响因子；建立深度学习模型对位移监测点的缺失值进行补全；得到大坝位移缺失位移值，对模型补全的精度进行评估。克服了位移长序列权重值趋于极值化的问题。更符合大坝的运行行为和规律，能够更精确的补全位移缺失值。通过补全缺失的位移数据，可以更全面、准确地掌握大坝的变形情况，提高了大坝安全监测的准确性，有助于及时地发现大坝运行中潜在的问题和风险，为保障大坝的长期安全运行提供技术支撑。

公开(公告)号：CN119538701A

公开(公告)日：2025-02-28

申请号：CN202411366416.5

申请日：2024-09-29

Applicant: 扬州大学

Inventor： 徐波 ,  张祜 ,  顾冲时 ,  顾昊 ,  王少伟 ,  陈泽元

IPC: G06F30/27 ,  G06F18/10 ,  G06F18/211 ,  G06F18/27 ,  G06F17/18 ,  G06F119/02

Abstract: 本发明公开了一种带缝拱坝位移预测及其不确定性量化方法及系统，包括：采用弹性网络识别出对带缝拱坝位移有显著影响的重要因子集，建立DSRSN的带缝拱坝位移预测模型；对DSRSN的带缝拱坝位移预测模型进行消融研究，探究左残差收缩块组、右残差收缩块组以及收缩单元对DSRSN的带缝拱坝位移预测模型性能的影响；利用共形蒙特卡洛分位数回归的综合不确定性量化方法评估DSRSN的带缝拱坝位移预测模型的不确定性量化效果。提高了带缝拱坝位移预测的准确性。全面量化预测不确定性。优化了模型性能。丰富了大坝位移预测及不确定性量化的理论基础，为大坝安全管理提供了精确可靠的风险评估工具，显著提升了预测性能和大坝安全监控能力。

公开(公告)号：CN117636065A

公开(公告)日：2024-03-01

申请号：CN202311777157.0

申请日：2023-12-22

Applicant: 扬州大学

Inventor： 徐波 ,  陈泽元 ,  苏怀智 ,  张祜

IPC: G06V10/764 ,  G06V10/774 ,  G06F17/18 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了考虑裂缝影响的混凝土坝位移深度学习预测方法及系统，包括：获取混凝土坝的监测数据，得到初始的建模因子集，将裂缝开合度作为位移的影响因素，建立考虑裂缝影响的位移监控模型HSCT；将考虑裂缝的影响因子集与观测位移值匹配后得到初选因子集；采用变量选择方法mRMR和Lasso对位移的影响因子进行筛选并剔除不满足阈值要求的建模因子；根据最优的CNN‑LSTM模型对因子筛选后的数据集进行预测分析，并根据预测精度比选出较优的变量选择方法。相较于传统HST模型，精度提升较大，降低了不必要的复杂性，且可以捕捉位移数据的长期依赖和短期特征，模型更加稳定和可靠。