1.一種基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于，包括：
2.根據權利要求1所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：所述傾角變化有效區段具體為多軸傾角聯合變化區、時序斜率反轉區、局部幅度差異聚集區，所述傾角聯動模式區間包括主軸方向持續段、位移傾角協同段、空間位移穩定段，所述樣本權重分配表包括數據偏移分組項、樣本優先級標簽、訓練階段權重系數，所述沉降預測信息具體為沉降趨勢路徑、跳變密集起始位置、預測目標數據序列。
3.根據權利要求1所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：獲取x、y、z軸傾角數據，根據每個軸的傾角數據在連續時間點的斜率變化方向，識別拐點位置，比較各軸向在相同時間段的傾角變化幅度，分析傾角差異在時間上的分布狀態，篩選傾角變化有效區段的步驟具體為：
4.根據權利要求3所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：基于所述傾角變化有效區段，獲取結構三維位移數據，計算相鄰時間點間的位移向量夾角和模長變化，判斷位移方向的一致性，分析主軸方向的穩定性，識別位移方向和傾角變化趨勢一致的時間段，生成傾角聯動模式區間的步驟具體為：
5.根據權利要求4所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：調用所述傾角聯動模式區間，提取對應傾角和沉降數據，并計算相對于樣本庫均值的變化幅度，判斷每個時間段數據的偏移程度，構建樣本權重分配表的步驟具體為：
6.根據權利要求5所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：根據所述傾角聯動模式區間和樣本權重分配表，分析傾角變化序列并檢測微幅跳變點，根據微幅跳變點的分布密度，識別變化頻率峰值區段，設定趨勢預測路徑的起始位置，對電梯井的沉降行為進行預測，生成沉降預測信息的步驟具體為：
7.根據權利要求6所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：所述識別變化頻率峰值區段的具體公式為：
8.根據權利要求1所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于，還包括：
9.根據權利要求8所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：調用所述沉降預測信息，獲取預測值和實際值間的殘差序列，分析每個時間步的預測誤差，調整時間窗口內的平移步長，計算每種平移狀態下的誤差均值，通過對比每個平移步驟的殘差均值，根據誤差和殘差波動的穩定性，識別最優平移狀態和對應的時間偏移距離，生成結構預測偏移趨勢數據的步驟具體為：
10.根據權利要求9所述的基于lstm模型的鋼結構電梯井道沉降預測方法，其特征在于：所述分析每個平移步長的誤差和殘差波動的穩定性的具體公式為：