基于PCA-SSA-ELM的混凝土坝变形预测模型

混凝土坝变形与环境量之间有着复杂的函数关系,传统统计模型泛化能力较弱,难以处理高维非线性问题。为此,提出了一种基于主成分分析法和麻雀搜索算法优化极限学习机的混凝土坝变形预测模型,该模型通过主成分分析法(PCA)提取环境量中的关键因子作为模型输入变量,采用寻优能力强的麻雀搜索算法(SSA)选取极限学习机(ELM)中的初始输入权重和偏置的最优解。将该PCA-SSA-ELM模型应用到某高拱坝拱冠梁坝段测点径向位移的预测中,并与ELM、BP神经网络模型的计算结果进行对比分析,验证了新模型的有效性。     

基于MF-DFA法和PSO-ELM模型的基坑变形规律研究

为准确掌握基坑变形的发展趋势,实现对基坑施工的准确指导,针对基坑变形序列的非线性和复杂性,提出利用MF-DFA法和PSO-ELM模型对基坑的变形规律进行研究。首先,利用MF-DFA法对基坑变形速率序列进行多重分形特征分析,以判断基坑的变形趋势;其次,利用PSO-ELM模型对基坑累计变形序列进行预测,得到基坑变形的预测值;最后,对比两变形序列的分析结果,综合判断基坑的变形趋势。同时,采用实例检验分析思路的准确性。结果表明:MF-DFA法能有效分析基坑变形速率序列的多重分形特征, PSO-ELM模型在基坑变形预测中也具有较高的预测精度,且两者对基坑变形规律的判断的一致性较好,相互佐证了两者分析结果的准确性,为基坑变形规律研究提供了一种新的思路。     

基于CEEMDAN-PSR-KELM的大坝变形预测

为提高大坝变形预测精度,针对大坝变形监测序列的非线性、非平稳性等特点,提出一种基于具有自适应噪声的完整集成经验模态分解(CEEMDAN)-相空间重构(PSR)-核极限学习机(KELM)的大坝变形预测模型。首先利用CEEMDAN算法将大坝变形监测序列分解成为若干不同频率的子序列,然后对各序列进行相空间重构,依据重构的各个子序列分别建立相应的KELM预测模型,最后对各子序列预测结果进行叠加求和得到最终预测结果。通过实例对比分析表明,该模型在大坝变形预测中预测精度较高,对于大坝变形安全监测具有一定的实用价值。     

混凝土重力坝变形极限监控指标的探讨

大坝变形是大坝观测主要物理量之一，也是评估大坝工作性态，监控其安全运行的重要指标。变形监控指标一般可分为正常值、警戒值和极限值。变形极限值是重要而又难以拟定的，值得深入研究。本文重点探讨推求重力坝运行期变形极限监控指标值的基本原理、表达公式和计算方法，并结合实例予以应用。     

基于SSA-LSTM的混凝土拱坝变形预测模型

由于混凝土拱坝在变形过程中有明显的非线性特点,因此参数过多和陷入局部最优的问题是大坝变形预测模型过程中较为常见的问题。通过将麻雀搜索算法(SSA)引入长短期记忆神经网络(LSTM)中,进行超参数优化,建立了SSA-LSTM模型进行混凝土拱坝变形预测模型。以某拱坝多个测点的实测径向位移数据为例,将水压、温度和时效作为输入,坝体径向位移作为输出,使用SSA-LSTM模型与传统的变形预测模型BP神经网络、极限学习机(ELM)和支持向量机(SVM)分别进行回归预测,结果表明SSA-LSTM模型具有较强的预测能力,可用于大坝安全的预警预报。     

基于空间聚类和贝叶斯模型平均的重力坝分区安全监控模型

针对重力坝多测点的时空相似性和统计模型结构的不确定性,使用层次聚类方法对所有变形测点进行空间聚类,基于主成分分析提取各分区多测点综合位移,使用贝叶斯模型平均(BMA)建立了多测点综合位移的统计模型。以安康水电站重力坝垂线监测分区2为例,讨论了综合位移的复杂BMA模型与简约BMA模型的因子优选结果,并结合加权平均模型的定量分析给出了模型的优选因子。分析结果表明:库水位涨落对坝体位移的影响没有明显的滞后性;下游水位对坝体位移的影响非常小,建模过程中可以忽略相关因子;温度升降对安康水电站重力坝位移的影响有明显的滞后性,且基本需要维持15.d以上的高温或低温,坝体位移才会有明显变化。     

基于非连续变形分析的重力坝变形预警指标

传统的确定大坝安全监控指标的方法都采用小变形和连续性假设,不能把重力坝的整体抗滑稳定与大坝变形有机地结合起来。在研究影响混凝土重力坝安全的因素和预警指标体系的基础上,引入基于块体理论的非连续变形分析,考虑坝体和坝基整体抗滑稳定,采用强度折减系数法分析了三峡大坝左岸厂房3#坝段的整体抗滑稳定性,得到了安全系数与大坝位移之间的内在联系。根据失稳判据和坝体位移与强度折减系数之间的关系曲线确定了大坝的结构性态,并估计出大坝弹性状态和承载极限状态的变形预警指标。     

丰满混凝土重力坝的冻胀变形分析

根据混凝土结构的冻胀变形机理、典型混凝土试件冰冻变形过程并结合丰满大坝的温度过程特点,定性地解释了坝顶位移测值的历年＂双峰＂现象,界定了冻胀变形的涵义;采用温度等效变形的有限元分析说明受冻胀影响,坝顶廊道处的位移除上抬外还会有向上游的水平位移;利用包含冰冻因子的统计模型对坝顶位移的分析表明,丰满大坝的加固工程对减小冻胀变形的影响确实起到了一定作用,位移测值＂双峰＂现象已不明显,但仍存在冻胀变形,表现出季节性的冻胀变形且时效变形仍有一定的发展趋势.     

基于改进EMD-SSA-KELM的用水量预测方法研究

针对用水量具有波动性和不确定性,且预测时存在精度低、可信度差等问题,提出了改进经验模态分解法与麻雀搜索算法优化核极限学习机的组合预测模型。首先使用长短期记忆网络对人民胜利渠的原始引黄用水量序列进行极值延拓,改进经验模态分解法的端点效应;然后通过改进后的经验模态分解法将时序信号分解为若干个本征模态分量,使原始用水量信号平稳化;最后利用麻雀搜索算法优化核极限学习机,对原始用水量序列与通过改进后经验模态分解方法的用水量序列进行预测对比。结果表明：基于改进后经验模态分解方法有效地抑制了端点效应,模型预测误差降低43.51%、可信度提高76.79%,因此采用改进经验模态分解方法有效地提高麻雀搜索算法优化核极限学习机组合模型的预测精度和可信度,在水资源预测中更具适应性。