期刊文献+
共找到2,458篇文章
< 1 2 123 >
每页显示 20 50 100
基于可解释性因子选择的多模型耦合式大坝变形预测方法
1
作者 柳聪聪 张锋 +2 位作者 胡超 张启灵 郭永成 《长江科学院院报》 北大核心 2026年第1期144-154,共11页
目前,传统、单一模型难以全面捕捉大坝变形数据的复杂性和多样性,导致其预测性能和解释能力受限。为解决上述问题,通过对多种预测模型的组合与优化,提出了一种高效且具备可解释性的大坝变形预测方法。首先,利用最小绝对值收缩和选择算子... 目前,传统、单一模型难以全面捕捉大坝变形数据的复杂性和多样性,导致其预测性能和解释能力受限。为解决上述问题,通过对多种预测模型的组合与优化,提出了一种高效且具备可解释性的大坝变形预测方法。首先,利用最小绝对值收缩和选择算子(LASSO)在众多环境变量中高效筛选,既简化模型输入,又解释了因子选择的可靠性。然后,采用长短期记忆(LSTM)网络对大坝变形进行预测,并引入注意力机制,增强对重要信息的提取。最后,通过Bagging算法集成多个模型预测结果,进一步提高整体预测的准确度、稳定性和泛化能力。以某碾压混凝土重力坝为例,所构建的模型具有较高的预测精度,各测点上平均MAE、MSE、RMSE依次为0.052、0.005、0.067 mm。将耦合模型与多种常用模型对比分析,结果表明耦合模型能够更准确地捕捉到大坝变形的动态变化,为预测模型研究提供了一种简洁高效的方法。 展开更多
关键词 大坝变形预测 最小绝对值收缩和选择算子(LASSO) 注意力机制 长短期记忆(LSTM) BAGGING算法 耦合模型
在线阅读 下载PDF
考虑土体变形模量不确定性的穿堤管道埋深分析
2
作者 夏辉 蒋成阳 +2 位作者 徐文俊 吴舒海 徐波 《水利规划与设计》 2025年第2期144-149,共6页
为分析埋地钢质管道在河流穿越段承受静态荷载时的力学行为和变形特性,文章选取典型河流穿越段的埋地管道作为研究对象,利用有限元软件建立管道的计算模型,系统研究了不同土体力学参数和埋设深度对管道响应的影响。结果表明:随着土体变... 为分析埋地钢质管道在河流穿越段承受静态荷载时的力学行为和变形特性,文章选取典型河流穿越段的埋地管道作为研究对象,利用有限元软件建立管道的计算模型,系统研究了不同土体力学参数和埋设深度对管道响应的影响。结果表明:随着土体变形模量的增加,管道的应力和位移均有所降低,且二者之间存在线性相关;而管道的位移随着埋深的增加而增加,管道应力则先随埋深增加而上升,之后趋于稳定。研究结论深化了对复杂地质条件下埋地管道受力和变形机制的理解,为管道的设计、施工和维护工作提供了理论支持,同时对相关工程项目的规划与实施具有参考意义。 展开更多
关键词 穿堤管道 土体变形模量 静力荷载 应力分析 位移分析
在线阅读 下载PDF
基于CPO-Transformer-BiGRU的大坝变形预测
3
作者 曹俊 《吉林水利》 2025年第7期6-11,共6页
为了提升模型对非线性或非稳定大坝变形数据的预测精度以及模型的泛化性和适用性,提出了一种基于冠豪猪优化算法(CPO)优化Transformer和双向门控循环单元(BiGRU)的大坝变形预测模型(CPO-Transformer-BiGRU)。Transformer具有全面捕捉序... 为了提升模型对非线性或非稳定大坝变形数据的预测精度以及模型的泛化性和适用性,提出了一种基于冠豪猪优化算法(CPO)优化Transformer和双向门控循环单元(BiGRU)的大坝变形预测模型(CPO-Transformer-BiGRU)。Transformer具有全面捕捉序列数据的全局依赖关系、适用于处理长序列非线性数据的优点;BiGRU能够捕捉时间序列中的局部时序依赖关系,尤其是前后双向的短期依赖关系,适合处理段时序数据。该模型组合了Transformer和BiGRU模型,利用各自的优势互补不足,既能捕捉长距离的全局依赖,又能建模短距离的局部时序特征,从而更全面地理解时间序列数据,并利用CPO算法对模型进行参数寻优以提升模型的收敛速度和预测性能。以某水电站大坝为例,将该模型应用于GLD1和DS2两个不同沉降监测点进行变形预测,将该模型的预测结果与其他模型进行对比分析,结果表明该模型具有较强的泛化能力和适用性,通过Transformer捕捉数据的全局依赖关系,BiGRU捕捉数据间的短期依赖关系,能够深度挖掘大坝变形数据的非线性特征,预测精度明显高于其他模型,验证了该模型在大坝变形预测的可行性和优越性。 展开更多
关键词 大坝变形预测 双向门控循环单元 冠豪猪优化算法 TRANSFORMER
在线阅读 下载PDF
水利大坝变形安全监测优化方案设计与应用
4
作者 蔡洪亮 《工程技术研究》 2025年第20期41-43,共3页
为提高大坝安全监测能力,解决现有大坝监测中存在的部分问题,以引绰济辽工程的文得根水利枢纽工程为依托,对监测方案进行优化设计,并进一步分析坝体不同位置的位移数据。研究结果表明,采用优化监测方案后,测量误差可满足监测技术规范与... 为提高大坝安全监测能力,解决现有大坝监测中存在的部分问题,以引绰济辽工程的文得根水利枢纽工程为依托,对监测方案进行优化设计,并进一步分析坝体不同位置的位移数据。研究结果表明,采用优化监测方案后,测量误差可满足监测技术规范与精度要求,同时提高了观测自动化程度;坝体迎水面一侧变形存在受剪区,且下游溢洪道在丰水期间位移变化显著,因而在实际工程中应进一步对坝体迎水面一侧采取防护措施,采用溢洪道进行排水时,应进一步增加溢洪道处的监测频率。 展开更多
关键词 水利大坝 安全监测 位移监测
在线阅读 下载PDF
基于IHHO-LSTM-KAN的大坝变形预测模型
5
作者 丁勇康 远近 +3 位作者 毛延翩 都旭煌 齐智勇 苏怀智 《水利水电技术(中英文)》 北大核心 2025年第5期170-182,共13页
【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一... 【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一种大坝变形预测模型,利用长短期记忆网络(LSTM)捕捉时序长短期依赖关系,并耦合KAN机制改进网络全连接层结构以增强对长短时序复杂数据关系的表征能力,采用多策略改进的哈里斯鹰优化算法(IHHO)探索超参数最优组合,从而优化模型结构、解决梯度问题、加速训练收敛并提高预测性能。【结果】实例表明,该模型对长短时序的预测精度和泛化能力均优于其他深度学习模型,收敛速度优于其他智能优化算法,KAN机制对短时序预测的改进效果较为明显。【结论】所建模型具有较好的稳健性与适用性,可为大坝全生命周期的安全监测提供技术参考。 展开更多
关键词 大坝变形预测 短时间序列 长短期记忆网络 KAN 改进哈里斯鹰优化算法 变形 影响因素
在线阅读 下载PDF
基于优化统计模型的混凝土坝变形异常值自适应识别
6
作者 肖晟 杨杰 +2 位作者 程琳 马春辉 徐笑颜 《水力发电学报》 北大核心 2025年第8期105-118,共14页
利用大坝变形监测数据构建安全监控模型,是定量分析大坝变形性态的重要方法。然而,大多现有的变形监控模型在影响因子优选和抗异常值干扰等方面存在显著不足。为此,本文提出了一种基于优化统计模型的混凝土坝变形异常值自适应识别方法,... 利用大坝变形监测数据构建安全监控模型,是定量分析大坝变形性态的重要方法。然而,大多现有的变形监控模型在影响因子优选和抗异常值干扰等方面存在显著不足。为此,本文提出了一种基于优化统计模型的混凝土坝变形异常值自适应识别方法,该方法能够在回归建模的同时识别异常值,从而避免数据清洗过程中因误删异常值而导致的监控模型失真。首先,引入贝叶斯模型选择技术,对影响混凝土坝变形的冗余因子进行约简,进而优选出统计建模过程中具有重要影响的解释变量;随后,采用最小截平方和估计对变形监测数据进行稳健回归分析,构建能够自适应识别不同异常类型的混凝土坝变形监控模型;最后,设计实现数据序列中各类异常值的可视化展示,以直观呈现异常位置及其潜在影响。工程应用实例表明,所提方法能够有效识别混凝土坝变形关键影响因子,自适应地克服不同异常类型对回归分析的干扰,从而使回归的显著性增强,拟合优度和预测精度提高,在监测数据异常检测及大坝安全性态的定量分析中具有良好的适用性。 展开更多
关键词 安全监测 混凝土坝 统计模型 异常值识别 最小截平方和估计 贝叶斯模型选择
在线阅读 下载PDF
改进的YOLOv8n模型在大坝裂缝检测中的应用研究
7
作者 薛文博 齐慧君 +2 位作者 尹广林 吴志伟 李同春 《水力发电学报》 北大核心 2025年第10期48-58,共11页
针对大坝裂缝检测中监控图像质量低、有效样本稀缺及复杂背景干扰导致的误检问题,本研究提出一种基于改进YOLOv8n的检测方法。通过193张工程实拍背景复杂的裂缝图像对模型进行训练,并通过修改马赛克数据增强机制,针对误检目标进行负样... 针对大坝裂缝检测中监控图像质量低、有效样本稀缺及复杂背景干扰导致的误检问题,本研究提出一种基于改进YOLOv8n的检测方法。通过193张工程实拍背景复杂的裂缝图像对模型进行训练,并通过修改马赛克数据增强机制,针对误检目标进行负样本训练。实验结果显示:小样本训练下YOLOv8n模型m AP达到89.2%,满足一般工程应用;经负样本训练后模型m AP达到92.5%,误检率下降10.1%,显著解决复杂背景下的误检问题。研究表明YOLOv8n模型能够胜任图像质量较低的大坝监控图像,且负样本训练策略对解决模型误检问题有显著效果,为解决水利工程裂缝识别问题提供了新的思路,具有较高的工程应用价值。 展开更多
关键词 水利工程 YOLOv8 负样本训练 大坝裂缝检测 水利工程安全监测
在线阅读 下载PDF
土石坝渗流预测的BiTCN-Attention-LSSVM模型研究
8
作者 傅蜀燕 杨石勇 +2 位作者 陈德辉 王子轩 欧斌 《水资源与水工程学报》 北大核心 2025年第1期118-128,共11页
为了克服常规机器学习模型在处理时序数据时难以有效捕捉长期依赖关系和局部重要性的局限,提出了一种基于双向时序卷积神经网络(BiTCN)、注意力机制(Attention)和最小二乘支持向量机(LSSVM)的土石坝渗流预测耦合模型。该模型利用BiTCN... 为了克服常规机器学习模型在处理时序数据时难以有效捕捉长期依赖关系和局部重要性的局限,提出了一种基于双向时序卷积神经网络(BiTCN)、注意力机制(Attention)和最小二乘支持向量机(LSSVM)的土石坝渗流预测耦合模型。该模型利用BiTCN从前、后两个方向捕获时序数据中的长期依赖关系,引入Attention机制帮助模型专注于与预测相关的关键局部特征,并将BiTCN-Attention深度处理后的特征输入LSSVM模型中进行预测,最后以2个不同的数据集分析了模型的预测效果。案例分析表明:与LSSVM、CNN-LSSVM和TCN-LSSVM相比,BiTCN-Attention-LSSVM模型预测的各项评价指标均为最优,在土石坝测压管水位预测中展现出更高的模型精度和稳定性;BiTCN与Attention的相互结合能够更好地提取时序数据中的相互依赖关系,将BiTCN-Attention提取的特征输入LSSVM中进行预测可获得良好的预测性能,数据集扩充处理后有效提高了模型的学习能力。 展开更多
关键词 土石坝测压管水位 渗流预测 双向时序卷积神经网络 注意力机制 最小二乘支持向量机
在线阅读 下载PDF
InSAR在水利工程变形监测中的应用研究进展 被引量:1
9
作者 褚夫玉 张心怡 +1 位作者 康建荣 胡海峰 《水利水电快报》 2025年第9期85-91,共7页
为研究InSAR技术在水利工程变形监测中的应用现状,保障水利工程安全稳定运行,通过调研相关文献,梳理目前常用SAR影像的基本信息,归纳各InSAR技术方法并总结其基本特点。从实际应用层面,分析InSAR技术在水库坝体、库区边坡、堤防、水工... 为研究InSAR技术在水利工程变形监测中的应用现状,保障水利工程安全稳定运行,通过调研相关文献,梳理目前常用SAR影像的基本信息,归纳各InSAR技术方法并总结其基本特点。从实际应用层面,分析InSAR技术在水库坝体、库区边坡、堤防、水工建筑物及水利工程基础等多个领域的变形监测应用现状及存在的问题,同时探讨InSAR技术在长距离地下输水管线工程变形监测中的应用。研究结果显示,InSAR技术在水利工程变形监测领域存在以下关键问题:(1)水位波动导致水利工程水下部分成为监测盲区;(2)复杂地形下DEM精度不足,SAR影像几何畸变(如叠掩、阴影),影响数据可靠性;(3)大气延迟误差制约长时序监测的稳定性;(4)地下输水管线面临三维变形反演困难、低相干区信号失效及土壤特性干扰等挑战。随着SAR卫星技术的不断发展,InSAR技术在水利工程变形监测中的应用将更加广泛、深入并可发挥重要作用。 展开更多
关键词 INSAR 水利工程 变形监测 地下输水管线
在线阅读 下载PDF
融合特征因子筛选的拱坝变形深度学习预测模型
10
作者 刘桓辰 朱静 郭梦京 《水利水电技术(中英文)》 北大核心 2025年第3期123-134,共12页
【目的】变形是库水、温度和材料特性等多因素耦合作用下大坝整体服役性态的直接表征,建立精确、高效的预测模型对于掌握坝体变形趋势和评估大坝风险具有重要意义。【方法】针对传统预测模型精度低、适应性差和抗噪能力弱等问题,将哈里... 【目的】变形是库水、温度和材料特性等多因素耦合作用下大坝整体服役性态的直接表征,建立精确、高效的预测模型对于掌握坝体变形趋势和评估大坝风险具有重要意义。【方法】针对传统预测模型精度低、适应性差和抗噪能力弱等问题,将哈里斯鹰算法(HHO)、变分模态分解(VMD)、随机森林算法(RF)和长短时记忆神经网络(LSTM)相结合,提出了一种混凝土拱坝变形深度学习预测模型。首先,通过引入Tent混沌映射、能量随机性递减策略改进HHO算法,利用IHHO-VMD方法分解拱坝变形数据序列得到若干不同频率的模态分量(IMF);其次,利用RF算法计算变形特征因子的贡献率,筛选预测模型最优输入因子集合;最后,采用LSTM模型对各IMF分量进行学习和预测,重构各分量预测值得到最终的变形预测值。【结果】仿真信号分解结果表明:与现有信号分解方法相比,采用IHHO-VMD方法可以实现信号最优分解。通过某工程实例分析,所提模型预测4个测点位移时,平均RMSE、MAE、R^(2)和MAPE为0.3976 mm、0.3275 mm、0.9918和1.5194%。【结论】相较于其他组合模型,所提模型的4种评价指标结果均为最优,表明该模型具有预测精度高、泛化能力好和鲁棒性强等优势。 展开更多
关键词 混凝土拱坝变形 哈里斯鹰算法 变分模态分解 随机森林算法 长短时记忆神经网络 水利工程 变形
在线阅读 下载PDF
基于粒子滤波器和Transformer-BiLSTM的大坝边坡变形时变预测模型
11
作者 王赫显 陈波 +1 位作者 郭凌云 周程涛 《水电能源科学》 北大核心 2025年第10期139-143,149,共6页
为了精确预测大坝边坡的变形,提出了一种基于粒子滤波器与Transformer-BiLSTM(T-B)算法的时变预测模型,首先利用粒子滤波器对降雨量、水库水位和温度等环境参数进行去噪处理,提高数据质量,随后结合环境参数与空间特征,采用T-B算法对大... 为了精确预测大坝边坡的变形,提出了一种基于粒子滤波器与Transformer-BiLSTM(T-B)算法的时变预测模型,首先利用粒子滤波器对降雨量、水库水位和温度等环境参数进行去噪处理,提高数据质量,随后结合环境参数与空间特征,采用T-B算法对大坝边坡的时空变形进行建模与预测,进而以西南地区某大坝边坡工程为例,通过定性与定量方法验证了模型的预测性能,并分析了主要影响因素。结果表明,粒子滤波器有效增强了环境数据的特征提取能力;T-B模型能够准确捕捉边坡变形的时空分布特征;融合粒子滤波器和T-B算法的模型在预测不同测点的变形时精度很高,其中,误差指标(均方误差(M_(MSE))、均方根误差(R_(RMSE))、平均绝对误差(M_(MAE)))接近0,拟合度指标(决定系数R^(2)、相关系数)接近1;降雨量、水库水位和温度为主要影响因素,其重要性依次递减。所提模型能够为大坝安全监测提供高效可靠的预测手段。 展开更多
关键词 大坝边坡 变形预测 时变预测模型 Transformer-BiLSTM算法 粒子滤波器 影响因素
原文传递
基于IKOA优化SAGRU的大坝变形预测模型
12
作者 胡伟泊 赵二峰 +1 位作者 胡灵芝 黎祎 《人民长江》 北大核心 2025年第6期222-228,共7页
为充分发掘大坝变形监测数据中的有效信息并提升监控模型的预测精度,提出了基于IKOA优化SAGRU的大坝变形预测模型。首先,在门控循环单元(GRU)中引入自注意力机制,通过计算时间维度特征的贡献率,有效捕捉实测数据中的关键时序特征,提升... 为充分发掘大坝变形监测数据中的有效信息并提升监控模型的预测精度,提出了基于IKOA优化SAGRU的大坝变形预测模型。首先,在门控循环单元(GRU)中引入自注意力机制,通过计算时间维度特征的贡献率,有效捕捉实测数据中的关键时序特征,提升模型对关键信息的敏感性;然后通过混沌映射初始化、Runge-Kutta位置更新和ESQ强化3种策略对开普勒优化算法(KOA)进行改进,以对耦合自注意力机制的门控循环单元(SAGRU)中的超参数进行自动寻优。应用实例表明:改进开普勒优化算法(IKOA)在寻优速度和精度方面均优于麻雀搜索算法、灰狼优化算法、北方苍鹰优化算法和传统KOA,模型的RMSE相比GRU、LSTM和XGBoost模型分别降低了48.45%,54.56%和58.14%,尤其在实测位移变化的关键拐点和峰值处,优化后的模型展现了更好的拟合效果,表明该模型能够全面挖掘大坝变形序列中的时序特征,解决了GRU记忆容量有限,以及传统优化算法收敛速度慢且易陷入局部最优解的问题,显著提高了大坝变形预测模型的准确性。 展开更多
关键词 大坝变形监测 门控循环单元(GRU) 改进开普勒优化算法(IKOA) 自注意力机制 深度学习 小湾双曲拱坝
在线阅读 下载PDF
基于PCA-GO-BP-AdaBoost的大坝变形监控模型
13
作者 代硕 苏怀智 +1 位作者 谷宇 郭莹莹 《人民黄河》 北大核心 2025年第S1期100-102,104,共4页
构建高精度的大坝变形监控模型可帮助掌握大坝的运行状况、及时发现大坝变形的异常情况。但传统BP神经网络初始参数具有随机性、训练时间长等问题。为提高BP神经网络的预测精度,利用主成分分析法(PCA)对BP神经网络的输入向量进行降维,... 构建高精度的大坝变形监控模型可帮助掌握大坝的运行状况、及时发现大坝变形的异常情况。但传统BP神经网络初始参数具有随机性、训练时间长等问题。为提高BP神经网络的预测精度,利用主成分分析法(PCA)对BP神经网络的输入向量进行降维,在降低模型复杂度的同时可提取输入向量的关键特征;引入鹅优化算法(GO)对BP神经网络初始参数进行寻优,以避免因参数随机性,导致的模型预测精度较低,构建GO-BP弱预测器,进一步提高BP神经网络良好的泛化能力;最后,利用自适应增强算法(AdaBoost)将弱预测器加权组合为强预测器。以某混凝土坝为例,通过对比多种模型预测结果,证明了该模型泛化能力更好,预测精度更高。 展开更多
关键词 大坝变形监测 主成分分析 BP神经网络 自适应增强算法 鹅优化算法
在线阅读 下载PDF
白鹤滩象鼻岭人工半岛变形监测及长期沉降预测
14
作者 黄华 王圆圆 +2 位作者 邓小芹 裴志勇 方火浪 《人民长江》 北大核心 2025年第6期99-106,共8页
白鹤滩水电站水库蓄水后,象鼻岭居民安置点形成了三面环水的高填方人工半岛,其变形问题备受关注。利用GNSS技术对人工半岛防护堤进行了全天候、高精度的远程变形监测和分析;同时,通过工程类比法构建了土石混合体的湿化应变模型和流变模... 白鹤滩水电站水库蓄水后,象鼻岭居民安置点形成了三面环水的高填方人工半岛,其变形问题备受关注。利用GNSS技术对人工半岛防护堤进行了全天候、高精度的远程变形监测和分析;同时,通过工程类比法构建了土石混合体的湿化应变模型和流变模型,并结合分层总和法预测了人工半岛的长期沉降趋势。结果表明:防护堤监测点的位移随水位升降呈现规律性波动,其累计值及变化速率均符合规范要求,说明防护堤具有良好的稳定性;预测结果与监测数据基本一致,验证了模型的准确性和预测方法的有效性;湿化和浮力效应是控制沉降的主要因素,湿化沉降对总沉降量的贡献远超流变沉降;防护堤位移随水位变化的波动主要是由水的浮力效应引起的;金沙江和小江两侧防护堤的最大长期累计沉降预测值分别约为18 mm和14 mm。 展开更多
关键词 高填方人工半岛 GNSS变形监测 长期沉降预测 白鹤滩水电站库区
在线阅读 下载PDF
基于ACNN-VAR的特高拱坝变形深度学习预测模型
15
作者 钟桥俊 赵二峰 +2 位作者 胡灵芝 刘峰 宋桂华 《水电能源科学》 北大核心 2025年第4期163-167,共5页
变形是大坝服役性态的直观表现,对其进行分析与预测是科学诊断大坝健康的关键措施。为解析特高拱坝变形性态,利用基于注意力机制优化的卷积神经网络(ACNN)对实测数据进行局部时间特征提取,引入变分自编码器(VAE),将回归器嵌入到VAE构建... 变形是大坝服役性态的直观表现,对其进行分析与预测是科学诊断大坝健康的关键措施。为解析特高拱坝变形性态,利用基于注意力机制优化的卷积神经网络(ACNN)对实测数据进行局部时间特征提取,引入变分自编码器(VAE),将回归器嵌入到VAE构建变分自回归器(VAR),提出基于ACNN-VAR的特高拱坝变形深度学习预测模型,该模型综合注意力机制、CNN神经网络、VAE生成模型和回归器,深度挖掘特高拱坝变形性态的特征信息,生成潜在特征向量,实现深层次变化特征提取。实例应用结果表明,建立的预测模型能够准确模拟实测值的年周期变化及局部波动,具有较高的预测精度和稳定的鲁棒性,为特高拱坝变形监测提供了新思路。 展开更多
关键词 变分自编码器 注意力机制 深度学习 潜在特征向量
原文传递
三维激光扫描与BIM的集成技术在水利工程变形监测中的应用 被引量:2
16
作者 孙昊阳 舒强 《治淮》 2025年第3期28-30,共3页
三维激光扫描与BIM集成技术通过高精度点云数据采集和数字化建模,解决了传统变形监测方法在水利工程中存在的局部性、片面性及效率低下的问题。该技术结合三维激光扫描的非接触式全表面监测与BIM的参数化建模优势,实现了水工建筑物表面... 三维激光扫描与BIM集成技术通过高精度点云数据采集和数字化建模,解决了传统变形监测方法在水利工程中存在的局部性、片面性及效率低下的问题。该技术结合三维激光扫描的非接触式全表面监测与BIM的参数化建模优势,实现了水工建筑物表面与内部结构的动态分析,显著提升了变形监测的精度和效率,为水利工程的安全运维与科学决策提供了可靠支撑。 展开更多
关键词 三维激光扫描 BIM 水利工程 变形监测
在线阅读 下载PDF
基于GCS-SVM的水库大坝变形观测预警方法 被引量:1
17
作者 孙旭 《中国水能及电气化》 2025年第2期24-28,共5页
由于水库大坝纵向沉降和水平偏移之间存在非线性关系,导致对大坝变形状态的观测预警结果难以得到保障,为此,提出基于GCS-SVM的水库大坝变形观测预警方法研究。以SRM准则为基础,构建了水库大坝状态对应最小二乘支持向量机的损失函数,设... 由于水库大坝纵向沉降和水平偏移之间存在非线性关系,导致对大坝变形状态的观测预警结果难以得到保障,为此,提出基于GCS-SVM的水库大坝变形观测预警方法研究。以SRM准则为基础,构建了水库大坝状态对应最小二乘支持向量机的损失函数,设置水库大坝状态对应的最小二乘支持向量机为取决于惩罚系数的高维分布,将水库大坝变形状态的观测问题转化为最小二乘支持向量机惩罚系数的寻优问题,并引入GCS算法,采用偏好随机游动的方式生成最优惩罚系数,确定对应的水库大坝变形状态,结合具体的管理要求,作出相应的预警反馈。在测试结果中,将大坝纵向沉降值以及水平偏移量与实际值之间的误差始终稳定在0.03mm以内,可以实现对大坝变形状态的精准观测,结合实际的管理要求作出有效预警处理。 展开更多
关键词 GCS-SVM 水库大坝变形 观测预警 SRM准则 最小二乘支持向量机 损失函数 惩罚系数 GCS算法 偏好随机游动
在线阅读 下载PDF
基于概率性预测的抽水蓄能电站大坝渗流安全监控模型 被引量:2
18
作者 李心如 宋锦焘 +1 位作者 杨杰 许增光 《水利水电科技进展》 北大核心 2025年第4期76-84,共9页
针对抽水蓄能电站大坝渗流安全监控模型影响因子选择及模型构建不确定性造成模型预测精度不高的问题,将深度学习模型和概率性预测方法进行融合,融合卷积神经网络(CNN)的特征提取能力、双向门控循环单元(BiGRU)的数据挖掘潜力、蜣螂优化... 针对抽水蓄能电站大坝渗流安全监控模型影响因子选择及模型构建不确定性造成模型预测精度不高的问题,将深度学习模型和概率性预测方法进行融合,融合卷积神经网络(CNN)的特征提取能力、双向门控循环单元(BiGRU)的数据挖掘潜力、蜣螂优化算法(DBO)的参数优化优势以及分位数回归(QR)的概率性预测能力,构建了基于DBO、CNN、BiGRU、QR算法的大坝渗流概率性预测模型;同时,为构建适合抽水蓄能电站渗流安全监控模型的最优影响因子集,充分考虑渗流的滞后效应,采用核主成分分析法(KPCA)对模型影响因子进行优选。工程实例验证结果表明,构建的大坝渗流概率性预测模型不仅能给出确定性的大坝渗透压力高精度预测结果,还可得出相应的预测区间来反映渗流变化的不确定程度,进而为抽水蓄能电站大坝渗流安全监控提供更全面的评价信息。 展开更多
关键词 大坝安全监控 抽水蓄能电站 监控模型 渗流预测 深度学习 概率性预测
在线阅读 下载PDF
基于IBKA和BiLSTM-Transformer的面板坝渗透系数反演分析模型
19
作者 郭莹莹 王润英 +1 位作者 马泽锴 代硕 《水力发电》 2025年第11期40-47,共8页
针对渗透系数传统反演方法精度低、计算耗时长等问题,采用蒙特卡洛抽样方法构建渗透系数组合与测点渗压水头组成的学习样本,在双向长短期记忆网络(BiLSTM)中引入Transformer模块,建立了BiLSTM-Transformer模型拟合监测点渗压水头与渗透... 针对渗透系数传统反演方法精度低、计算耗时长等问题,采用蒙特卡洛抽样方法构建渗透系数组合与测点渗压水头组成的学习样本,在双向长短期记忆网络(BiLSTM)中引入Transformer模块,建立了BiLSTM-Transformer模型拟合监测点渗压水头与渗透系数之间的非线性映射关系;在此基础上利用通过精英反向初始化策略以及黄金正弦引导策略改进的黑翅鸢优化算法(IBKA)寻优该模型超参数,提出了基于IBKA-BiLSTM-Transformer大坝渗透系数智能反演分析模型,最后利用工程实测资料进行了验证。结果表明,反演所得渗透系数取值合理,经有限元正演所得监测点渗压水头计算值与实测值基本吻合,满足工程精度要求,具有实际应用价值。 展开更多
关键词 面板堆石坝 渗透系数 多维反演 改进黑翅鸢优化算法 双向长短期记忆网络
在线阅读 下载PDF
精密监测技术在淮河入江水道万福闸工程中的应用与启示
20
作者 缪慧丽 田磊磊 樊亚杰 《水利建设与管理》 2025年第3期58-63,共6页
随着水利行业管理标准化的深入,本文按照智慧水利“需求牵引、应用至上、数字赋能、提升能力”的总要求,结合水利部水利安全生产风险管控“六项机制”,分析了水工观测常见的问题及原因,指出了“精密监测”的重要性,重点介绍了江苏省万... 随着水利行业管理标准化的深入,本文按照智慧水利“需求牵引、应用至上、数字赋能、提升能力”的总要求,结合水利部水利安全生产风险管控“六项机制”,分析了水工观测常见的问题及原因,指出了“精密监测”的重要性,重点介绍了江苏省万福闸“全要素”精密监测的实施及应用,对水利工程推进智慧水利建设具有一定实践指导意义和借鉴推广作用。 展开更多
关键词 精密监测 数字孪生 智慧水利 水工观测 水利管理
在线阅读 下载PDF
上一页 1 2 123 下一页 到第
使用帮助 返回顶部