基于WOA-Transformer的水利工程变形监测数据预测模型研究OA
水利工程结构在长期运行过程中受水位变化、温度循环等多因素耦合作用,其变形演化过程呈现显著的非线性、非平稳性和多时间尺度特征,传统变形预测模型在复杂运行条件下易出现预测精度不足和泛化能力有限等问题.针对上述问题,文章构建了一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化Transformer的水利工程变形监测数据预测模型.该模型利用Transformer的自注意力机制对变形时间序列中的全局依赖关系进行建模,并引入WOA对模型关键超参数进行自适应寻优,以提升预测精度与稳定性.以某水利工程结构变形监测数据为例,对所提模型与统计回归模型、LSTM、GRU及Transformer模型进行对比分析.结果表明,WOA-Transformer模型在各监测测点上均表现出更优的预测性能,可决系数R2普遍达到0.96以上,误差指标RMSE、MAE和MAPE显著降低,且未出现明显过拟合现象,体现出良好的稳定性与鲁棒性.研究成果可为水利工程结构变形预测与安全评估提供可靠的技术支撑.
尹强;刘先华;王刚;李杰;王焱龙;卢祥;吴震宇
四川省向家坝灌区建设开发有限责任公司,四川 宜宾 644000四川省向家坝灌区建设开发有限责任公司,四川 宜宾 644000四川省向家坝灌区建设开发有限责任公司,四川 宜宾 644000四川省向家坝灌区建设开发有限责任公司,四川 宜宾 644000四川大学水利水电学院,四川 成都 610065||雅砻江流域水电开发有限公司,四川 成都 610056四川大学水利水电学院,四川 成都 610065四川大学水利水电学院,四川 成都 610065
建筑与水利
水利工程变形预测超参数优化Transformer模型安全预警
《水利规划与设计》 2026 (7)
79-86,8
国家自然科学基金(52309162)
评论