基于BP神经网络的大坝安全监测系统评价研究

大坝安全监测系统的评价是对一个DSMS系统的性能进行全面估计与测试,良好的评价可以促进系统设计目标的实现,提高运行效率。本文提出一种利用BP神经网络进行评价的方法,并且对神经网络的样本评价采用了AHP以及模糊评价的方法。该方法充分利用了模糊数学理论与神经网络方法,为大坝安全监测系统的评价提供了可行的途径。     

神经网络在大坝安全评判专家系统中的应用

大坝的结构和地质条件复杂，荷载种类众多，常规专家系统采用的知识表示方法和推理机制有时难以及时准确地对大坝的工作性态作出评价。本系统提出了传统专家系统与神经网络相结合的原理及实现方法，详细论述了系统的知识表示、学习、推理的机理和功能。系统已成功地应用于某混凝土面板支墩坝的疑点物理成因分析。     

神经网络在大坝安全评判专家系统中的应用

大坝的结构和地质条件复杂，荷载种类众多，常规专家系统采用的知识表示方法和推理机制有时难以及时准确地对大坝的工作性态作出评价。本系统提出了传统专家系统与神经网络相结合的原理及实现方法，详细论述了系统的知识表示、学习、推理的机理和功能。系统已成功地应用于某混凝土面板支墩坝的疑点物理成因分析。     

大坝安全分析评价方法研究--以官厅水库大坝为例

本文结合官厅水库大坝，采用图形分析、模型与常规检查及神经网络模型方法，对其安全监测数据的分析评价方法进行了探索研究，可为水库管理者提供决策依据。     

大坝安全量化评价模型研究

如何实现大坝各单项评价由定性评价到量化评价的转化是大坝安全量化评价技术研究的关键点。通过研究大坝安全性态特点,首先确定大坝安全程度的特定量化评价值,然后结合数学分析工具Matlab,非线性拟合确定了基于Logistic生长曲线模型的大坝安全评价量化评价模型,精确拟合出量化评价参数,拟合决定系数达到0.998 6,实现了大坝安全单项指标评价由定性到量化的转变。     

大坝安全评价风险标准研究综述

简述风险标准研究的背景、目的与意义,总结和评述国内外大坝安全评价风险标准的研究方法,结合当前风险标准的研究现状,指出风险标准研究所取得的成果与存在的不足,并对今后大坝安全评价风险标准研究的发展方向提出了自己的看法。     

赛峪水库大坝安全评价分析研究

赛峪水库修建于文革期间,一直存在安全隐患,为了给水库主管部门提供可靠的运行参数,对大坝安全运行进行了分析研究;通过对大坝坝体有关参数现场取样进行实测,以及对大坝的各种运行参数进行复核;得到了赛峪水库大坝的工程质量、运行管理、防洪标准、渗流安全、结构安全、抗震安全等一系列安全评价指标;分析结果表明赛峪水库大坝安全存在的问题突出,应引起主管部门的高度重视,并针对赛峪水库大坝安全评价中出现的问题提出了相应的建议。     

基于风险理论的大坝安全评价研究

针对现行大坝安全评价体系中存在的不足,认为应引入大坝风险理念.建议继续以现行评价体系为基础开展水库大坝的安全鉴定工作,提高从业人员资质,坚持整体利益优先等原则,管理上通过制度建设与资源优化组合,逐渐形成业主监管大坝风险、政府监督业主、公众监督政府与业主的制约机制,积极开展风险评价技术的推广与应用.     

泡子沿水库大坝安全评价

水库安全评价具有系统性,其安全评价方法各异,以泡子沿水库的大坝安全鉴定工作为例,进行了工程质量评价、水库运行管理评价,防洪标准复核、结构安全评价、抗震复核、金属结构安全评价、综合分析,并对各种方法进行了比较。     

大坝安全监测仪器完好率评价方法初探

大坝安全监测仪器在水电工程中的应用越来越广泛,起着对结构安全进行监控和分析的作用,而监测仪器完好率则是评价安全监测系统质量的重要指标。由于传统的完好率计算方法在反映不同仪器的重要性差异及系统技术状态上存在一定的局限性,因此如何全面的对完好率进行评价目前还处在探索阶段。通过对大坝安全监测方面的工作经验总结,对完好率评价方法进行了初步的探讨。     

灰色动态神经网络模型及其应用

介绍了灰色动态神经网络的基本原理，分析了传统误差反向传播(BP)算法所存在的缺陷，并提出了解决这些问题的主要途径。根据灰色系统理论，对大坝安全监控模型的因子集进行优化，选择有显著影响的因子建立模型，能明显减少计算工作量，提高工作效率。利用对隐含层结点数的动态调整，有效地解决了隐含层结点数难以确定的矛盾，同时，通过两组样本的相互校验，使训练后的网络预测精度更高。最后，以大坝安全监控模型为实例，对该模型的精度等进行了分析。     

前馈人工神经网络法在大坝安全监控中的应用

应用预测模型来监控大坝复杂的工作性态是一条有效途径。但因大坝的工作条件复杂、影响因素众多，给应用精确的数学模型监控大坝工作性态带来了困难。为此，应用人工神经网络模型隐式的数学表达形式，提出并建立了基于交替学习迭代算法的人工神经网络模型，并结合清江隔河岩水电站的实际，研究了这种模型在大坝基础渗流量及进水闸顶位移预测中的实际应用，其误差收敛快，预报精度较高。通过进一步的研究后，这种模型可望为大坝安全性态的实时在线监控提供有力的技术支持。     

遗传算法在大坝安全监控神经网络预报模型建立中的应用

本文基于遗传算法思想，采用浮点数矩阵表示编码，在遗传算法的进化过程中加入一定的约束条件等方法，探讨了网络结构的设计和学习。经实例分析，在用于建立大坝安全监控预报模型的前馈神经网络设计中，该方法在满足一定约束条件下，能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值)，且在精度和速度上都有较大的提高，为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。     

水库大坝安全评判的研究

本文阐述了水库大坝安全评判的重要性和现实意义，回顾了此种评判在国内外常用的方法、标准及其存在的问题，提出了一种新的评价方法及相应的判别标准，并给出了实例。该方法在国内外是首次提出，其原则和方向具有开拓意义。     

水库大坝安全评价系统软件开发及工程应用

我国水库大坝数量众多,安全评价任务繁重且重复性高,安全评价单位技术水平参差不齐,评价工作缺乏规范化,不能适应水利信息化发展要求,开发符合我国现行规程规范的水库大坝安全评价系统软件显得尤为迫切。介绍了所研发的水库大坝安全评价系统软件的基本情况,该软件采用B/S架构设计,界面清晰友好,操作简单明了、方便快捷,可对水库大坝进行全面系统的安全评价,并能生成符合国家规程规范的安全评价成果报告和计算书,极大提高了评价工作的准确性、科学性。该软件是我国第一个系统的大坝安全评价软件,具有极大的推广应用价值。     

相空间神经网络模型在大坝安全监控中的应用

本文将混沌理论和神经网络理论相结合，并针对某一混凝土重力坝水平位移实测值建立相空间模糊神经网络预报模型。首先对水平位移的实测序列，进行相空间重构，求算关联维，说明该序列存在混沌成分和奇异吸引子；应用自适应模糊神经网络，对水平位移实测序列构成的相点，建立相空间神经网络模型。计算结果表明，相空间神经网络模型用于大坝监控中是可行的，其预报精度优于常规的统计回归模型，能揭示大坝的非线性性质，能更好地对大坝运行性态进行分析。     

电力系统大坝运行安全监测数据网络报送与监控

电力系统大坝安全监测数据网络报送系统的建立和数据监控工作的开展,为运行水电站大坝安全管理工作提供了完整、准确、及时的数据来源和信息反馈。重点介绍该系统的构成、特点和上报数据监控的业务分工和工作流程,并对系统投入运行以来的效果进行了总结。     

区域水库群大坝安全评价体系的构建

结合江西省水库群大坝安全评价工作,介绍了区域水库群大坝安全评价体系的构建过程,包括大坝安全评价技术标准的制定、单座水库大坝工程险度评价和风险评估、区域性水库群除险加固全面规划、水库群大坝安全风险排序、大坝病险原因分析及对策研究、除险加固方案的实施效果评价及区域性水库群除险加固动态管理信息系统的建立等内容。该体系在江西省水库群大坝安全评价中的应用效果良好,可为决策者提供科学依据。     

CPSO-NN模型在大坝安全监控中的应用

针对大坝安全监控中传统BP神经网络模型由于采用最速下降法求解网络权值而存在的计算过程复杂、易陷入局部极值点等缺点,提出大坝安全监控神经网络权值的协同粒子群优化求解方法。该方法先把网络权值的计算问题转化为粒子群的寻优问题,然后通过粒子群协同寻优实现对网络权值的计算。工程实例分析结果表明:基于协同粒子群算法的神经网络模型计算简单、收敛速度快、拟合精度高,为大坝安全监控分析提供了一种有效的新方法。     

渗流反分析在土石坝安全评价中的应用

以土石坝渗流场中各测点水位的实测值与计算值的最优化拟合准则,建立渗透系数的反演模型,并以青山水库主坝渗流分析为例,根据多个渗流观测点数据,反演出大坝各个区域的渗透系数．在渗流反演优化过程中利用对数变换将有约束优化转为无约束优化．根据反分析的结果对大坝的渗透安全进行分析评价,取得了良好的效果,为大坝的安全评价提供了重要依据．