排灌机械工程学报

作者：欧斌, 张才溢, 傅蜀燕, 杨霖, 陈德辉, 杨石勇,

单位：1. 云南农业大学水利学院, 云南 昆明 650201; 2. 河海大学水文水资源与水利工程科学国家重点实验室, 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：混凝土拱坝,卷积神经网络,双向长短期记忆网络,预测模型

基金：国家自然科学基金资助项目(52069029,52369026);云南省教育厅科学研究基金资助项目(2023J0519)

为提高特高拱坝的变形预测精度,提出了一种基于卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的大坝变形预测模型.该模型利用CNN捕捉数据之间的空间关系,进行特征提取,再将其输入到BiLSTM中进行时间维度上的演变规律考虑.通过特征融合和全连接层的拼接,得到更丰富和综合的特征表示,最终映射到预测输出层进行拱坝变形预测.以某拱坝为例,验证了CNN-BiLSTM模型在RMSE等评价指标上具有高精度和稳定性,为混凝土拱坝结构的安全监测提供了新的思路.

来源：2024年第10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2024年第10期