基于SSA-LSTM-GF的混凝土坝变形预测方法.pdfVIP

第51卷第2期 河 海 大 学 学 报 ( 自然 科 学 版 ) Vol.51No.2 2023年3月 Journal of Hohai University(Natural Sciences) Mar. 2023 DOI:10.3876/ j.issn.1000 1980.2023.02.010 基于SSA鄄LSTM鄄GF 的混凝土坝变形预测方法 1 1 2,3 4 周兰庭 ,邓思源 ,柳志坤 ,龚云柱 (1.河海大学水利水电学院,江苏 南京摇 210098;2.青岛市发展和改革委员会动能转换推进处,山东 青岛摇 266000; 3.青岛市经济发展研究院,山东 青岛摇 266000;4.华能澜沧江水电股份有限公司,云南 昆明摇 650214) 摘要:针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基 于SSA鄄LSTM鄄GF的混凝土坝变形分析预测方法。 SSA鄄LSTM鄄GF方法利用奇异谱分析法(SSA)将 变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除; 采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析 预测,并将二者结果进行叠加重构,得到最终预测结果。 实例验证结果表明,SSA 可以达到较好的 数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF 算法能够很好地实现趋势分 量的拟合预测和部分信息的挖掘提取,LSTM模型和 GF 算法的成果重构效果良好,SSA鄄LSTM鄄GF 方法具有一定的可行性和应用价值。 关键词:混凝土坝;变形预测;序列分解;奇异谱分析法;LSTM模型;GF算法 中图分类号:TV698.1摇 摇 摇 文献标志码:A摇 摇 摇 文章编号:1000 1980(2023)02 0073 08 Deformation prediction method of concrete dam based on SSA鄄LSTM鄄GF 1 1 2,3 4 ZHOU Lanting ,DENG Siyuan ,LIU Zhikun ,GONG Yunzhu (1.College of Water Conservancy and Hydraulic Engineering,Hohai University,Nanjing 210098,China; 2.Kinetic Energy ConversionPromotion Office,Qingdao Development andReform Commission,Qingdao266000,China; 3.Qingdao Economic Development Research Institute,Qingdao266000,China; 4. Huaneng Lancang River Hydropower Inc. ,Kunming 650214,China) Abstract:In view of the complexity of deformation analysisandpredictionfor the concrete dam,a deformation analysisandprediction method of concrete dam based on SSA鄄LSTM鄄GF is proposed by using the idea of phase space reconstruction and fusion modeling. Firstl