基于AL-SAE模型的大坝变形异常检测方法、装置及设备

本发明实施例提供的一种基于AL‑SAE模型的大坝变形异常检测方法、装置及设备，包括：基于待预测坝体安装的自动化安全监测系统，获取大坝变形数据；对大坝变形数据依次进行插值处理、归一化处理以及划分处理，得到训练集和测试集；基于融合生成对抗网络和堆叠自编码器的深度学习模型，构建AL‑SAE大坝变形异常检测模型；基于训练集，分别对多种对比模型和AL‑SAE大坝变形异常检测模型进行异常检测，得到每一对比模型的异常检测结果和AL‑SAE大坝变形异常检测模型的异常检测结果；基于Precision、Recall和F1Score三个评价指标，综合评估所述AL‑SAE大坝变形异常检测模型的异常检测结果和每一对比模型的异常检测结果，得到评估结果。