La predicción precisa de la deformación es esencial para la monitorización de la seguridad de presas de concreto, sin embargo, las series de deformación del mundo real suelen ser no lineales, no estacionarias y contaminadas por ruido, valores faltantes y valores atípicos, lo que limita el rendimiento de los modelos tradicionales de predicción. Este artículo propone un marco de pronóstico de alta precisión que integra la descomposición modal variacional (VMD), el umbral adaptativo de wavelet para denoising y el modelo informer. Primero, VMD descompone las señales complejas de deformación en funciones modales intrínsecas para mitigar la mezcla de modos y mejorar la interpretabilidad específica de frecuencia. Luego, se introduce una estrategia de umbral adaptativo de wavelet, donde el umbral se ajusta dinámicamente usando la relación señal-ruido (SNR) y la estimación de riesgo insesgada de Stein (SURE), permitiendo una supresión efectiva del ruido mientras se conservan patrones informativos de deformación bajo condiciones no estacionarias. Finalmente, se emplea una arquitectura multicanal informer para fusionar componentes multiescala y capturar dependencias de largo alcance de manera eficiente mediante la autoatención ProbSparse. Experimentos en conjuntos de datos de monitorización de deformación de múltiples presas de concreto demuestran que el método propuesto VMD-AWT-informer supera consistentemente a las líneas base principales en horizontes de pronóstico. Por ejemplo, en un horizonte de 30 días, el método propuesto logra un RMSE de 0,55 mm, reduciendo errores en un 23,6 % en comparación con VMD-LSTM y en un 55,6 % respecto a SVR, manteniendo una fuerte bondad de ajuste (R 2 = 0,887). Pruebas de robustez confirman además una mejor estabilidad bajo entradas ruidosas, incompletas y afectadas por valores atípicos. Estos resultados indican que el marco propuesto proporciona una herramienta efectiva y práctica para la predicción y alerta temprana de deformaciones en presas a largo plazo.
Qi et al. (jue,) estudiaron esta cuestión.