神經網絡模型在大壩變形預測中的應用研究

郭洪濤，李鑫龍，唐昌文

（中水東北勘測設計研究有限責任公司，吉林 長春 130026）

神經網絡模型在大壩變形預測中的應用研究

郭洪濤，李鑫龍，唐昌文

（中水東北勘測設計研究有限責任公司，吉林 長春 130026）

根據水電站大壩多年的變形觀測數據，基于神經網絡模型方法預測大壩的變形。研究中應用MATLAB工具箱建立BP網絡模型，預報大壩的變形。結果顯示準確性較好，填補了空白觀測時間階段的變形數據。

大壩變形預測；人工神經網絡；水電站

0 引言

近年來國內外的許多專家學者對大壩位移預報工作做了深入探索，主要研究方法包括變系數回歸分析方法[2]；時間序列方法[3]和神經網絡模型方法等[4]。但均不理想。因此需要選擇一種合適的數學模型來近似的描述動態的觀測數據變化，實現控制與預報大壩變形目的。

與傳統的基于回歸模型或基于時間序列大壩位移監測系統相比，人工神經網絡方法無需假設輸入變量與輸出變量復雜的相關聯系。

1 工程應用

吉林省境內某大壩屬于二等大型工程，由混凝土面板堆石壩、右岸泄洪（兼導流）隧洞、左岸岸邊開敞式溢洪道、發電引水隧洞及廠房、升壓變電站等組成，最大壩高56.6 m，壩頂長度270.0 m左右，壩頂寬6.0 m，面板頂高程545.35 m；上游壩坡1∶1.4，下游壩坡1∶1.3，壩頂高程為547.40 m，防浪墻頂高程為548.60 m（加高后）。總裝機容量60 MW。主要以發電為主，兼顧灌溉、防洪等綜合利用。

觀測分析資料從1999年9月開始，截止2015年10月。水平位移向下游位移為正，向上游為負。

2 觀測資料

為監測大壩表明水平位移，共設6條縱向測線34個測點。……