一种基于SAITS-WT的大坝变形异构数据重构方法及系统

本发明属于大坝结构健康监测技术领域，公开了一种基于SAITS‑WT的大坝变形异构数据重构方法及系统，该方法包括：收集改造前后大坝变形与环境量监测数据，构建统一的高频时序网格，将其整合为含有缺失值的大坝变形测值序列；构建SAITS神经网络模型，并进行训练与测试，初步实现对大坝变形异构监测数据的重构；将SAITS神经网络模型输出的重构数据集，通过小波降噪处理，得到大坝真实状态的数据序列；通过分析重构前后数据特征，评估重构模型在数据重构任务中的性能效果。本发明采用上述大坝变形异构数据重构方法，有效解决自动化改造浪潮下大坝变形监测数据异构的问题，为大坝变形长周期演变规律的精准挖掘提供高质量数据支撑。