1. 三峡大学电气与新能源学院
2. 三峡大学土木与建筑学院
3. 国网湖北省电力有限公司经济技术研究院
Published:2025
移动端阅览
姜岚, 张荣添, 唐波, et al. 基于PSO-GWO-BP的抽水蓄能电站地下厂房围岩参数反演与稳定性预测[J]. 2025, 51(11): 24-30+88.
DOI:
姜岚, 张荣添, 唐波, et al. 基于PSO-GWO-BP的抽水蓄能电站地下厂房围岩参数反演与稳定性预测[J]. 2025, 51(11): 24-30+88. DOI:
针对抽水蓄能电站地下厂房施工中有限监测数据难以准确预测围岩力学行为,导致围岩失稳频发的问题,提出将粒子群优化算法(PSO)、灰狼优化算法(GWO)和BP神经网络相结合的方法,建立PSO-GWO-BP神经网络模型,并通过局部回归拟合、VDM分解和一维傅里叶变换预测等方法对监测数据进行处理,最终利用围岩位移稳定值对力学参数进行反演,并依托浙江磐安抽水蓄能电站工程对该反演方法进行验证。结果表明,该方法与传统BP神经网络相比精度更高,为围岩参数反演和力学行为预测提供了更为精准和高效的解决方案。
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution