基于LSTM神经网络的高拱坝混凝土温升阶段温度预测 |
| |
作者姓名: | 谌辰睿 谭传世 王兴霞 黄建文 王宇峰 翟朝兵 |
| |
作者单位: | 1. 三峡大学计算机与信息学院;2. 三峡大学水利与环境学院;3. 三峡大学水电工程施工与管理湖北省重点实验室;4. 国网智能科技股份有限公司 |
| |
基金项目: | 国家自然科学基金项目(51879147,52009069);;水电工程施工与管理湖北省重点实验室开放基金项目(2019KSD03); |
| |
摘 要: | 为实时掌控高拱坝混凝土温度变化,及时制定合理控温措施,防止产生温度裂缝,深入分析了混凝土温升阶段温度影响因素,并选取初始浇筑温度、环境气温、通水温度、通水流量、绝热温升等5个主要因素作为LSTM神经网络的输入因素,建立了基于LSTM神经网络的高拱坝混凝土温升阶段温度预测模型,同时采用最大误差、平均绝对误差(MMAE)、对称平均百分比误差(SSMAPE)等评价指标检验模型精度,最后以白鹤滩高拱坝为例,对大坝混凝土温升期的温度进行预测。结果表明,所建预测模型的最大绝对误差为0.58℃,MMAE、SSMAPE分别为0.30℃、1.35%,预测精度较高,可操作性强,能为高拱坝混凝土温度控制提供决策支撑。
|
关 键 词: | 高拱坝 混凝土浇筑 温升阶段 长短期记忆神经网络 温度预测 |
|