基于LSTM的面板堆石坝变形预测实例应用与对比分析论文.pdfVIP

第５０卷第８期山西建筑Ｖｏｌ.５０Ｎｏ.８

２０２４年４月ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥＡｐｒ.２０２４１８７

ＤＯＩ:１０.１３７１９/ｊ.ｃｎｋｉ.１００９－６８２５.２０２４.０８.０４４

基于ＬＳＴＭ的面板堆石坝变形预测实例应用与对比分析★

１２１１１

陈章仑ꎬ丁玉堂ꎬ陈洪丰ꎬ周王俊ꎬ王超逸

(１.温州市泽雅水库有限公司ꎬ浙江温州３２５０００ꎻ２.南京水利科学研究院岩土工程研究所ꎬ江苏南京２１００２４)

摘要:堆石料流变效应引起的面板堆石坝工后变形持续积累ꎬ可能引起面板的压碎、开裂、错动或脱空ꎬ严重影响大坝的长

效运行安全ꎮ基于深度学习(长短期记忆ＬＳＴＭ)技术ꎬ结合泽雅水库建库以来表面变形人工监测数据对大坝的长期变形行为

进行了预测ꎬ同时针对沉降变形开展了统计模型预测与ＬＳＴＭ预测的对比分析ꎮ结果表明ꎬ经过数据清洗后ＬＳＴＭ方法具有

良好的预测精度和稳定性ꎬ大坝表面沉降和水平位移在蓄水后３５年~４０年基本达到稳定ꎬ变形稳定时最大沉降量和水平位

移分别为２７２.６０ｍｍ和１７８.９２ｍｍꎮ

关键词:面板堆石坝ꎻ变形预测ꎻ深度学习ꎻＬＳＴＭꎻ泽雅水库

中图分类号:ＴＵ２８９文献标识码:Ａ文章编号:１００９－６８２５(２０２４)０８－０１８７－０４

大坝变形监测与预报是大坝安全监控的重要环节ꎬ沉降变形开展了统计模型预测与ＬＳＴＭ预测的对比分

[１]

能够为大坝的安全运行提供判断依据ꎮ随着变形监测析ꎮ本文相关工作对面板堆石坝长效变形特征的研究及

能力的提升与监测成果的累积ꎬ通过合适的方法对已有变形预测模型的选取具有一定参考意义ꎮ

的监测数据进行处理分析ꎬ进而实现对大坝长期变形行１长短期记忆ＬＳＴＭ原理

为的预测ꎬ已成为新时期水库安全管理业务(如数字孪

ＬＳＴＭ是循环神经网络ＲＮＮ的改进ꎬ通过在重复模

生)的一项重要需求ꎮ以往常用的大坝变形预测方法主

块结构中添加细胞状态ꎬ并加入遗忘门、输入门和输出门

[２－３]

要包括数理统计方法和有限元法ꎮ数理统计方法利

来控制细胞状态ꎬ如图１所示ꎮ遗忘门用于遗忘多余的

用数理统计理论对大坝的变形量进行建模分析ꎬ建立变

信息ꎬ同时保留重要的信息ꎮＬＳＴＭ首先通过遗忘门接收

形量与环境因素之间的回归模型ꎬ并利用模型进行预测ꎻ

ｔ－１时刻的输出ｈ和ｔ时刻的输入ｘꎬ经过ｓｉｇｍｏｉｄ函

ｔ－１ｔ

有限元法则是通过建立模型、确定参数ꎬ模拟大坝在不同

数σ的处理ꎬ输出一个０~１间的向量ｆꎮｆ和σ的计算ｔｔ

工况下的变形情况ꎬ并给出较为精确的结果ꎮ