基于因果检验及Elman的坝后量水堰流量预测研究OA
大坝渗流一直是影响面板堆石坝运行安全的重要问题,对于异常渗流情况的监测和预警尤为重要。综合考虑库水位、降雨、测压孔水深等因素与坝后量水堰流量的关系,基于格兰杰因果检验筛选大坝历史监测数据中的关键影响因子,搭建Elman神经网络预测模型,并采用PSO优化方法对模型超参数寻优,实现坝后量水堰流量预测。研究结果表明,在15种监测数据中,前期监测流量、水库水位、前期降雨和UPZ1测压管数据对坝后量水堰流量预测效果最佳,最优方案的预测值误差合格率约80%。所建模型不仅能够准确预测坝后量水堰流量的总体趋势,还能有效捕捉流量突变点,表现出对异常变化的敏感性,可为面板堆石坝的非正常渗流监测与预警提供技术支撑。
张明;王伟涛;杨伟国;张天顺;李治瑾;金莉娜;蒋志强
中国华电额勒赛下游水电项目(柬埔寨)有限公司,柬埔寨金边12000中国华电额勒赛下游水电项目(柬埔寨)有限公司,柬埔寨金边12000中国华电额勒赛下游水电项目(柬埔寨)有限公司,柬埔寨金边12000中国华电额勒赛下游水电项目(柬埔寨)有限公司,柬埔寨金边12000华中科技大学土木与水利工程学院,湖北武汉430074华中科技大学土木与水利工程学院,湖北武汉430074华中科技大学土木与水利工程学院,湖北武汉430074
建筑与水利
面板堆石坝大坝渗流量水堰流量格兰杰因果检验Elman神经网络
《水力发电》 2026 (3)
P.108-115,8
国家自然科学基金面上项目(52479017)。
评论