Page 97 - 2024年第55卷第8期

图 １０ 虚拟传感器的注意力权重

６ 结论

为解决现有工程难以快速感知和同步预测自由场三个方向地震信号的问题，提出了基于 ＴＦＡ －
Ｓｅｑ２Ｓｅｑ 虚拟传感器的坝区多输出自由场地震时程长时序预测方法，以实现坝区自由场三个方向地震
信号的超前感知，为大坝 “震时” 快速分析和避难决策提供数据支撑。主要取得以下成果：（ １）基于
多任务学习思路设计虚拟传感器 “ Ｅｎｃｏｄｅｒ － ３Ｄｅｃｏｄｅｒｓ” 的 Ｓｅｑ２Ｓｅｑ结构，以适应坝区自由场三个方向
地震信号的虚拟感知任务，使得三个相互垂直方向的地震信号虚拟感知任务之间共享域信息，以提高
泛化能力和学习效率。（２）针对具有多维、非平稳长时序特征的地震信号，分别通过引入注意力机制
和时频变换层，提高 Ｓｅｑ２Ｓｅｑ全局信息搜索能力和解决模型在长序列预测中精度不足的问题。同时，
在模型训练阶段采用强制学习策略，通过随机输入真实样本以提高虚拟传感器模型训练过程的收敛
性。（３）将所提方法应用于我国西南某土石坝的实际地震信号预测分析中，实现了坝区自由场三个方
２
２
向地震信号的超前 １０ｓ虚拟感知，Ｒ 和 ＭＳＥ分别为 ０．９６５４和 ０．０１１２，误差控制在 ０．００５ｃｍ?ｓ以内。
ＴＦ层将虚拟传感器预测的时序长度增加了 １０倍，可达到 ２０００个时间步，且相较于未添加注意力机制
和单输出的模型，精度分别提高了 ６．８８％和 ３．３２％。

参 考 文 献：

［ １］ 周建平，陈观福，党林才．我国高坝抗震安全评价的现状与挑战［Ｊ］．水利学报，２００７，３８（Ｓ１）：５４ － ５９．
［ ２］ 张楚汉，金峰，王进廷，等．高混凝土坝抗震安全评价的关键问题与研究进展［Ｊ］．水利学报，２０１６，４７
（３）：２５３ － ２６４．
［ ３］ 王晓玲，李清梦，刘宗显，等．融合时频空间特征的土石坝地震易损性分析改进 ＭＬＰ模型研究［Ｊ］．水利
学报，２０２４，５５（１）：１３ － ２３．
［ ４］ ＳＵＺ，ＹＵＪ，ＸＩＡＯＸ，ｅｔａｌ．Ｄｅｅｐｌｅａｒｎｉｎｇｓｅｉｓｍｉｃｄａｍａｇｅａｓｓｅｓｓｍｅｎｔｗｉｔｈｅｍｂｅｄｄｅｄｓｉｇｎａｌｄｅｎｏｉｓｉｎｇｃｏｎｓｉｄｅｒ
ｉｎｇｔｈｒｅｅ － ｄｉｍｅｎｓｉｏｎａｌｔｉｍｅ － ｆｒｅｑｕｅｎｃｙｆｅａｔｕｒｅｃｏｒｒｅｌａｔｉｏｎ ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｔｒｕｃｔｕｒｅｓ，２０２３，２８６：１１６１４８．
［ ５］ 李水龙，陈以伦，于伟恒，等．基于人 工 神 经 网 络 的 仪 器 地 震 烈 度 预 测 模 型 研 究 ［Ｊ］．地 震 工 程 学 报，
２０２３，４５（１）：１８１ － １９０．
［ ６］ 徐伟进，吴健，李雪婧，等．基于时间 相 依 地 震 活 动 性 模 型 的 地 震 时 间 序 列 模 拟 ［Ｊ］．地 球 物 理 学 报，

— ９ ７ ５ —