一种数字孪生驱动的铁路边坡位移预测方法及系统

本发明公开了一种数字孪生驱动的铁路边坡位移预测方法及系统，方法包括：首先构建铁路边坡数字孪生模型，然后融合铁路边坡多源监测数据与铁路边坡数字孪生模型，通过变分模态分解生成趋势项、周期项和随机项组成的铁路边坡位移数据集；根据铁路边坡位移数据集，并利用基于卷积神经网络、双向长短时记忆网络和注意力机制组成的混合模型训练铁路边坡位移预测模型，所述铁路边坡位移预测模型通过注意力机制聚焦关键时间步特征构建形成；通过训练好的铁路边坡位移预测模型，实时推演铁路边坡位移场变化，结合预警阈值生成铁路边坡位移的预警信息。它能够充分利用边坡监测数据，准确预测其位移状态，提前发现潜在故障隐患。