基于多层次滤波降噪的IGA-NARX混凝土坝变形预测模型

针对混凝土坝变形数据中存在非高斯分布噪声污染,难以描述混凝土坝变形数据自身的趋势性、季节性的问题,采用CEEMD与粒子滤波法相结合的方法对锦屏一级大坝径向位移进行分析。先将CEEMD分解后的高频和低频分量进行区分,仅对高频分量进行粒子滤波降噪,再进行分量重构;通过多层次滤波降噪处理的位移数据驱动IGA-NARX神经网络构建预测模型,并使用R_(RMSE)、M_(MSE)等指标进行评价。工程实例验证表明,所提模型相较于对比模型在评价指标上均有一定提升,具有较好的实用价值。

基于最小截平方和估计的混凝土坝变形监测粗差识别方法

粗差识别是混凝土坝安全监测数据预处理中的一项重要工作。结合变形监测统计分析模型,基于Fast-LTS算法,提出一种混凝土坝变形监测粗差最小截平方和估计识别方法。首先,基于最小截平方和估计,建立混凝土坝变形监测统计分析模型,挖潜变形监测序列与环境影响因子间的关系;其次,划分正常测值序列和疑似粗差测值序列,并针对疑似粗差序列,采用数理统计方法,逐一甄别直至判别出所有粗差。工程实例计算分析表明,本文方法粗差识别成功率达100%,远优于拉依达法则、格拉布斯准则与罗曼诺夫斯基准则等传统判别方法。更高的识别成功率,可为混凝土坝变形监测粗差识别提供一种新途径。

狭窄河谷地形对200m级高面板坝变形和应力的影响研究

目前,世界上尚无有关建造在狭窄河谷上的200m以上高面板坝的报道。本文利用三维非线性有限元分析方法,结合一座拟建中的河谷宽高比仅为1.88的225m高的面板堆石坝,对坝体的变形和应力进行数值计算,对狭窄河谷上建设的高面板坝可能存在的问题进行了探讨。分析了狭窄河谷的拱效应对大坝的变形和应力的影响,建议了相应的工程措施。

水布垭高面板堆石坝变形控制

介绍了水布垭面板堆石坝在坝体分区、坝料选择方面进行精细处理的经验。指出大坝变形控制的关键是确定合理的坝料参数和选择恰当的面板浇筑时机;提出浇筑面板时应保证面板顶部高程对应部位坝体大变形过程已经完成,该结论已在水布垭面板堆石坝建设中得到检验,相信对今后面板堆石坝的建设将起到有益的作用。

基于WA-LSTM-ARIMA的混凝土坝变形组合预测模型

针对混凝土坝变形实测数据序列的不规律性和预测精度欠佳等问题,基于复合建模思想提出一种基于WA-LSTM-ARIMA的大坝变形组合预测模型。首先通过小波多分辨率分析对原始监测序列进行多尺度分解,从中提取高频周期性分量、低频趋势性分量和高频随机性分量;然后将去噪处理后的随机分量与高频周期性分量融合得到综合高频序列,并使用LSTM进行建模预测,对于低频趋势性分量则应用ARIMA模型进行预测,将两组预测结果叠加后即可得到最终的坝体变形预测结果;最后通过工程实例证明该模型所得预测值与实测值拟合较好,与传统的静态模型预测结果对比表明,该模型的预测精度更高。

基于改进PSO-ELM算法的混凝土坝变形非线性监控模型

针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。

基于局部异常系数的混凝土坝变形异常分析方法

针对回归分析方法在数值拟合方面存在的问题,根据变形监测历史数据,考虑大坝变形、水位、温度等数据的相关性,将大坝变形监测数据看作多变量时间序列,采用鲁棒性较强的Eros距离度量多变量时间序列间的相似性,并利用局部异常系数对变形数据进行挖掘和异常检测,提出了基于局部异常系数的大坝变形异常分析方法。实例应用结果表明,该方法与统计学方法所得结论一致,能较好地描述变形监测数据的异常,可用于混凝土坝变形异常评价。

光纤传感技术在冶勒水电站大坝变形监测中的应用

用传统传感器检测混凝土大坝的裂缝在全面收集其重要实况信息方面尚有一定局限性,分布式传感光纤可以有效解决这一难题。基于"瑞利散射一微弯损耗"原理机制,当混凝土出现裂缝时,埋设于其中的传感光纤受到拉剪作用,引起光纤产生微弯,并引发光强损耗,通过光损耗变化大小、分布状态和距离,从而迅速检测出裂缝的位置、宽度等。冶勒水电站大坝混凝土防渗墙基座变形监测中应用了分布式光纤传感技术,效果良好。

基于逐步回归-BP神经网络的大坝变形监测模型

针对拱坝坝肩抗力体是坝体的重要受力部位,应用结合逐步回归分析方法的BP神经网络构建监测模型,以提高BP神经网络的泛化能力和模型的预测准度和精度,利用C语言编程训练,成功完成了预测,且传统模型预测数据的残差平方和大于改进后的残差平方和。实例分析结果表明,该监测模型可行、有效,并具有通用性。

基于NCL-ELM的混凝土坝变形监控模型

针对传统混凝土坝变形监控模型在非线性处理、外延预测精度等方面的不足,充分利用集成学习的优势,提出一种负相关学习集成极限学习机(NCL-ELM)的混凝土坝变形监控模型。此模型选用不同激活函数的ELM作为基学习器,并基于负相关学习算法进行集成,增加ELM基学习器间的差异度,实现了集成模型预测性能的提升。以澜沧江中游河段某混凝土拱坝变形数据为例进行变形预测,结果表明:NCL-ELM模型可深入挖掘混凝土坝变形与环境量影响因子间的作用关系,对于选取的3个测点数据,模型预测性能指标均方根误差分别为0.506 mm、0.490 mm、0.430 mm,均方差分别为0.385 mm、0.445 mm、0.343 mm,预测命中率分别为90%、100%、100%;在预测精度和命中率方面均优于统计模型、ELM和M-ELM模型,同时可为变形性态的判别提供参考依据,具有良好的工程应用价值。

分段真空激光准直测坝变形系统

为了掌握水工建筑物的实际运行情况,达到校核设计和监视水工建筑物安全运行的目的,文中利用真空激光准直测坝变形系统的原理,建立了分段真空激光准直测坝变形系统,并对试验数据进行了计算分析,其系统精度和运行稳定性均满足规范要求。

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。

构皮滩水电站拱坝变形监测设计

拱坝变形是构皮滩电站最重要的监测项目之一。拱坝变形监测成果是评价拱坝安全性态最重要和最直观的依据,合理的变形监测设计是及时获取可靠变形监测成果的基础,对综合反映建筑物的工作性态、评价大坝安全和指导工程运行管理都有着十分重要的意义。根据构皮滩水电站拱坝特点,对拱坝变形监测设计原则、变形监测项目及监测设施布置进行了较为详细的阐述。

基于变量筛选优化极限学习机的混凝土坝变形预测模型

传统的统计模型泛化能力较弱且容易引入高维变量,这将对基于神经网络预测模型的输出结果产生负面影响,同时增加了过拟合风险。因此,有必要建立一个具有适当维度的数据驱动模型,以实现对大坝变形的准确监控。选用极限学习机(ELM)作为基础预测模型,提出基于平均影响值MIV-ELM模型的变量筛选法,以消除初始变量集中的冗余信息,从而降低模型复杂度,提高预测精度。分析结果表明,与传统预测模型相比,HST-MIV-ELM不仅具有最高的预测精度和预测性能,同时也有较强的可拓展性,为大坝安全监控系统的构建提供了可靠的理论基础。

基于分形插值的混凝土坝变形趋势分析

研究混凝土坝的变形趋势对判别大坝变形状态、保证大坝安全具有重要意义。针对混凝土坝的变形曲线呈现出明显的非线性特征,引入分形插值理论,首先利用分形维数识别混凝土坝变形时间序列的分形特征,然后基于分形插值函数建立了变形趋势的预测模型,并对变形状态进行判别。以某混凝土坝段变形为例,采用分形插值方法对坝段某高程水平位移的变形趋势进行预测,并与统计模型预测结果进行对比,结果表明,分形插值方法能更好地拟合变形曲线,表征大坝变形特性。

三维坐标法在水坝变形观测中的应用

水坝变形是包括水平位移和垂直位移的三维量。水平位移一般可通过边、角观测法来确定其二维坐标,垂直位移一般可用水准法观测,但几何水准法较为繁琐。而三维坐标法观测水坝的变形,能同时观测测点的三维坐标,从而得到水平垂直位移量。从实际应用情况看,这种三维坐标法灵活方便、高效经济,可在一定范围内代替几何水准的工作,尤其对中小型水坝等建筑物的变形观测能收到事半功倍的效果。

混凝土坝变形缺失信息处理方法研究

混凝土坝的变形监测信息源复杂、多样,变形监测信息不可避免地存在不完整问题,对变形性态的分析造成困难.本文将混凝土坝变形信息的不完整问题划分为单值缺失问题和连续多值缺失问题来处理,针对性地提出了基于非局部平均思想的单值缺失估计方法和基于空间邻近点BP映射的多值缺失估计方法,并由工程实例验证了两种方法的有效性.

“特窄河谷中深卸荷岩体上高面板坝变形及渗流控制关键技术研究”科技项目通过验收

2012年3月22日．“特窄河谷中深卸荷岩体上高面板坝变形及渗流控制关键技术研究”科技项目通过中国水电工程顾问集团公司验收。该项目由中国水电顾问集团西北勘测设计研究院承担．依托羊曲工程．针对特窄河符深卸荷岩体上高面板坝等变形及渗流控制天键技术进行了大量分析研究工作．取得了丰富研究成果。其主要成果：

某水电站近坝变形体失稳对坝体安全性的预测研究

针对大渡河某水电站上游近坝变形体可能产生整体失稳安全风险,采用潘家铮等国内外公认经典算法,快速定量判别出现堰塞坝的可能性,得出滑体入库最大滑速,涌浪传递至坝址处最大涌浪高度,从而预测分析涌浪灾害对坝体安全性产生的影响。结果表明:该变形体在强地震耦合暴雨等极端工况下发生整体失稳诱发的堰塞坝、涌浪等灾害,不会危及大渡河某水电站大坝安全。同时,当变形体部分位于计算水位以下时,推荐使用潘家铮滑速法计算滑体滑速;当现场急需确认变形体产生涌浪是否影响坝体安全或获取相关参数困难时,可优先使用水科院法进行涌浪高度计算。