基于LSTM神经网络的高拱坝混凝土温升阶段温度预测

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(M_MAE)、对称平均百分比误差(S_SMAPE)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℃,M_MAE、S_SMAPE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。