融合SARIMA与BiLSTM的水利设施形变预测

摘要： 水利设施形变预测可以有效地判断水利设施的运行状态。水利设施安全监测数据是时间序列数据，既有趋势性又有季节性。为了获得更准确的预测结果，文中提出一种基于季节自回归差分移动平均(SARIMA)模型和双向长短时记忆(BiLSTM)网络的预测模型，以解决无法充分挖掘数据中正向与反向的关联进行预测的问题。该模型采用SARIMA模型预测变形数据中的线性分量，采用BiLSTM模型预测变形数据... （共8页）