基于数据分解与深度学习的地下洞室风机参数预测方法

本发明涉及地下洞室施工安全技术领域，公开了基于数据分解与深度学习的地下洞室风机参数预测方法。本方法通过VMD分解将风机运行参数时间序列分解为若干个IMF分量，将每个IMF分量与洞室环境参数时间序列按照统一时间步对齐并拼接，得到多模态特征张量并输入TCN‑BiGRU风机运行参数预测模型，获取每个IMF分量的预测结果，融合所有IMF分量的预测结果得到风机运行参数的预测结果，能够有效提取风机历史运行数据的时序特征，并综合考虑有害气体浓度、温度、湿度等环境因素的动态影响，提升了风机运行参数检测的准确性，进而实现对通风系统的精准调控，既保障了施工安全，又提高了能源利用效率。