典型文献
基于大数据深度学习的输电塔结构抗风易损性评估
文献摘要：
为了有效预测输电网系统在强风作用下的响应,并开展高效精准的性能评估,文章提出了基于深度学习模型的风致易损性评估框架.以某具备健康监测系统的输电塔结构为例,首先对监测数据进行清洗和重构,通过大数据深度学习建立荷载输入和响应输出的等效映射模型,然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应,计算不同性能水准的易损性曲线.研究结果表明,经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素,有效映射复杂风环境下输电塔结构的动力响应.提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据,更高效地进行输电网系统风致易损性评估.
文献关键词：
输电塔;风荷载;健康监测;深度学习模型;易损性评估
中图分类号：
作者姓名：
李宏男;张文圣;付兴
作者机构：
大连理工大学海岸与近海工程国家重点实验室,辽宁大连116024
文献出处：
引用格式：
[1]李宏男;张文圣;付兴-.基于大数据深度学习的输电塔结构抗风易损性评估)[J].土木工程学报,2022(09):54-64
A类：
B类：
数据深度,输电塔,抗风,易损性评估,输电网,电网系统,强风,性能评估,深度学习模型,风致易损性,评估框架,健康监测系统,映射模型,成灾,风场,杆件,性能水准,易损性曲线,经训,不确定性因素,风环境,动力响应,数值模型,模型制备,动态响应,响应数据,风荷载
AB值：
0.317076
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
