一种用于季节性冻土区路基工程冻胀破坏风险评估方法、装置及设备
申请号:CN202510346772
申请日期:2025-03-24
公开号:CN119918946B
公开日期:2026-01-02
类型:发明专利
摘要
一种用于季节性冻土区路基工程冻胀破坏风险评估方法、装置及设备,包括步骤如下:步骤一,获取不同类型的环境数据,对获取的数据进行预处理,并将经过预处理后的数据生成适用于深度学习模型输入的特征集;步骤二,利用自适应数据融合方法和图神经网络将不同来源的数据转化为适合深度学习模型输入的时空特征;步骤三,深度学习模型的设计与优化;步骤四,主动学习机制的引入和模型更新;步骤五,风险评估与自动化预警:将深度学习模型的预测结果与设定的多级安全阈值进行比较,生成多级风险预警报告,并提供可视化决策支持。本发明解决了传统的技术中铁路路基冻胀监测和预警的实时性差、预测精度低和缺乏物理一致性的技术问题。
技术关键词
季节性冻土区路基
深度学习模型
风险评估方法
数据融合方法
融合卷积神经网络
多任务学习模型
热传导方程
铁路路基冻胀监测
模型更新
长短期记忆网络
时间序列特征
气象
注意力机制
土壤湿度传感器
风险评估装置
时效性
时间序列模型