排灌机械工程学报

作者：欧斌, 张才溢, 陈德辉, 王子轩, 杨石勇, 杨霖, 傅蜀燕

单位：1. 云南农业大学水利学院, 云南 昆明 650201; 2. 水灾害防御全国重点实验室, 江苏 南京 210098; 3. 云南省中小型水利工程智慧管养工程研究中心, 云南 昆明 650201

关键词：变形预测,混凝土坝,经验模态法,小波阈值,长短期记忆神经网络

基金：宁波市科技局公益类重点项目(2021S094);宁波市科技局重大技术专项(2022Z061,2022Z165);国家自然科学基金资助项目(52001276)

变形是混凝土坝结构性态演化的综合表征,是大坝安全监控的核心指标,但其量级微小且包含噪声.为提高混凝土坝变形预测的精度,首先采用经验模态法(EMD)对大坝变形监测数据进行预处理,将复杂的信号分解成若干个由高到低的固有模态函数(IMF)分量,从而挖掘数据的规律与特征.对高频IMF分量运用小波阈值进行分解降噪,以消除噪声干扰.最后,将降噪后的IMF分量进行组合重构,实现原始变形数据的降噪提质.在此基础上,将重构后数据再运用长短期记忆神经网络(LSTM)进行预测.实例验证表明,改进EMD-LSTM模型在预测能力和精度上均显著优于传统的EMD-LSTM和小波-LSTM模型,为大坝的安全监测和运维提供了新的有效工具,有助于精准掌握大坝的结构性态,确保其安全稳定运行.

来源：2025年第4期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2025年第4期