原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种时空化风机基础沉降预测方法、系统、介质及电子设备，属于电力工程技术领域。所述预测方法，包括：将获取的当前风机基础沉降数据按照时间方向进行时间序列化构建，再按照风机基础沉降测点的空间分布位置进行空间位置构建，得到时空化风机基础沉降数据；根据得到的时空化风机基础沉降数据以及预训练的沉降预测模型，得到下一时刻的风机基础沉降。本发明将时空重构数据导入到三维卷积神经网络中，可学习风机基础不同位置测点之间的空间关系特征，达到最大化利用监测数据的目的，同时可避免仅利用单一测点数据进行分析时存在
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117494552A
(43)申请公布日2024.02.02
(21)申请号202311361570.9G06N3/08(2023.01)
文档评论（0）