买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国水利水电科学研究院;华能澜沧江水电股份有限公司;中国电建集团昆明勘测设计研究院有限公司申请的专利一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120951746B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510923090.X，技术领域涉及：G06F30/27；该发明授权一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法是由程恒;张鹏;甄旋娇;万涛;黄青富;刘海波;周秋景;余意;杨吉健;沈凤群;郭锐;王鹏南;王志红设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法在说明书摘要公布了：本发明提出一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法，属于水工结构健康监测领域。所述HST模型将大坝变形影响因素划分为水位、空气温度和时间三类，并引入相位差分析与相关补偿技术，显著减少了模型参数量，由传统的9个周期项降至4个核心分量，提高了建模效率与精度。在此基础上，构建一种结合1D卷积、LSTM、2D卷积、多头自注意力机制和可解释性方法SHAP的混合深度学习模型，实现对大坝变形的高效预测。所述模型兼具长短期响应建模能力与长序列稳定性，且具备较强的可解释性，适用于复杂环境下的坝体结构健康评估与预警。

本发明授权一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法在权利要求书中公布了：1.一种融合滞后HST与可解释混合卷积注意力机制的大坝变形深度学习预测方法，其特征在于：所述的方法包括： 对大坝监测数据进行数据预处理，包括对温度、水位和顺河向位移关键列数据进行线性插值以填补缺失值，通过四分位距方法识别与剔除异常值，对位移数据应用卡尔曼滤波进行平滑处理，采用归一化处理使各特征数据尺度保持一致； 对顺河向位移与气温、顺河向位移与水位分别进行相位差分析，通过互相关法获得最大相关点对应的滞后步数，并对相关信号进行相位补偿，增强特征与变形指标的关联性； 基于补偿后的数据，采用滑动窗口方式构建特征序列样本，选取包含上游水位、气温、线性时间和对数时间的四项HST特征作为模型输入； 设计由一维卷积、长短期记忆网络、多头注意力机制、二维卷积及全连接回归层顺序堆叠的深度学习模型，其中一维卷积模块用于提取局部时序特征，长短期记忆网络用于建模全局时序依赖，多头注意力机制用于增强关键时间片段特征，二维卷积模块用于融合并提取高阶空间模式，全连接回归模块输出目标预测值； 采用按时间顺序划分的训练集、验证集和测试集进行模型训练与评估，采用均方误差为损失函数，Adam优化器优化参数，引入早停策略防止过拟合，并通过均方误差、均方根误差、平均绝对误差和决定系数指标综合评价模型性能； 训练后依据模型注意力权重及卷积通道响应结果，分析不同特征及时间步对位移预测的贡献。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国水利水电科学研究院;华能澜沧江水电股份有限公司;中国电建集团昆明勘测设计研究院有限公司，其通讯地址为：100038 北京市海淀区复兴路甲1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。