基于深层挖掘变形时间序列的大坝预测模型
王子轩1
欧斌2
陈德辉1
杨石勇1
赵定柱1
傅蜀燕2
1.云南农业大学 水利学院,昆明 650201;云南省中小型水利工程智慧管养工程研究中心,昆明 6502012.云南农业大学 水利学院,昆明 650201;水灾害防御全国重点实验室,南京 210098;云南省中小型水利工程智慧管养工程研究中心,昆明 650201
摘要：[目的]针对大坝变形中存在的系统噪声及强非线性影响,提出一种深层挖掘变形时间序列的大坝变形预测模型.[方法]利用样本熵重构与K-means聚类算法优化自适应噪声完全集合经验模态分解(CEEMDAN)过程,得到若干模态分量函数(IMF),针对高频模态分量采用变分模态分解(VMD)进行二次分解处理,从而提取出最佳IMF分量.结合改进的共生生物搜索算法(ISOS)和双向门控循环单元(BiGRU)进行大坝变形的精确预测.[结果]与传统预测模型相比,本研究提出的模型均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和决定系数(R2)分别为 0.031 9 mm、0.015 3 mm、2.51%和 0.971 2.[结论]本研究提出的预测模型可准确模拟大坝形变过程,具有更高的预测精度和更强的泛化能力.
关键词：大坝变形自适应噪声完全集合经验模态分解样本熵重构K-means聚类算法共生生物搜索算法变分模态分解
分类号：TV698.1(水利枢纽、水工建筑物)
资助基金：国家自然科学基金(52069029)国家自然科学基金(52369026)水灾害防御全国重点实验室一带一路水与可持续发展科技基金项目(2023490411)云南省农业基础研究联合专项面上项目(202401BD070001-071)
论文发表日期：2025-07-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 70-79 )
英文信息