基于数据增强技术的大坝变形GRU预测模型

任杰; 李嫦玲; 李萌; 李星

doi:10.13393/j.cnki.issn.1672-948X.2026.01.001

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于数据增强技术的大坝变形GRU预测模型

更新时间：2026-01-15

- 基于数据增强技术的大坝变形GRU预测模型
- Vol. 48, Issue 1, Pages: 1-7(2026)
- 作者机构：
  
  1. 南京水利科学研究院
  2. 水利部基本建设工程质量检测中心
  3. 江苏省水利厅机关后勤服务中心
- 作者简介：
- 基金信息：
- DOI：10.13393/j.cnki.issn.1672-948X.2026.01.001
  CLC： TV698.11
- Published：2026
- 稿件说明：
移动端阅览
任杰, 李嫦玲, 李萌, et al. 基于数据增强技术的大坝变形GRU预测模型[J]. 2026, 48(1): 1-7.
DOI：

任杰, 李嫦玲, 李萌, et al. 基于数据增强技术的大坝变形GRU预测模型[J]. 2026, 48(1): 1-7. DOI： 10.13393/j.cnki.issn.1672-948X.2026.01.001.

摘要

大坝变形预测模型性能依赖于高质量的数据输入，然而不少工程存在监测资料稀疏或缺失问题.选取水压、温度、时效等为变形效应量影响因子，构建大坝变形门控循环单元(gated recurrent unit

GRU)预测模型.针对实测变形效应量样本较少的情况，引入SMOTE、GAN、GMM、Diffusion模型4种生成式数据增强算法，扩充样本异质性，增强GRU模型学习信息广度.以某混凝土大坝坝顶径向位移为研究对象，建立基于数据增强技术的大坝变形GRU预测模型.结果表明，原始数据集经GAN、GMM、Diffusion模型增强后，能够提高GRU预测模型精度，可分别将拟合优度由0.925提高至0.940、0.932、0.959.综合分析评价指标，基于Diffusion模型增强的GRU变形预测模型性能最优，可作为大坝变形数据增强处理优选方法.借助可解释机器学习领域中的SHAP(SHapley Additive exPlanations)分析对效应量影响因子进行显著性分析，结果表明：温度因子对大坝变形影响最为显著，上游水位和时效因子亦存在一定影响，下游水位影响偏小.

Abstract

关键词

Keywords

references

蒋存仁.混凝土重力坝变形监测资料分析研究[D].兰州交通大学,2013(02).

董建良.混凝土重力坝监测资料分析与评价[D].南昌大学,2007(06).

Bo Dai,Chongshi Gu,Erfeng Zhao,Xiangnan Qin.Statistical model optimized random forest regression model for concrete dam deformation monitoring[J].Structural Control and Health Monitoring,2018.

李双平,张斌.基于小波与谱分析的大坝变形预报模型[J].岩土工程学报,2015(02).

吴中如.混凝土坝安全监控的确定性模型及混合模型[J].水利学报,1989(05).

任秋兵,沈扬,李明超,孔锐,李明昊.水工建筑物安全监控深度分析模型及其优化研究[J].水利学报,2021(01).

卢有清,吴中如.混凝土重力坝变形的混合模型及其应用研究[J].大坝与安全,1989(03).

杨志佳,戴吾蛟,陈必焰,石强,李蕾.克里金时空自回归模型在变形建模中的应用[J].测绘科学,2019(07).

陈刚,吴振家.一种基于GMM-EM的非平衡数据的概率增强算法[J].控制与决策,2020(03).

左航旭,廖彬,陈小昆,童洋,李勇.融合迁移学习和数据增强的SC-Net模型在皮肤癌识别中的应用[J].计算机应用研究,2022(08).

黄成章,顾冲时,何菁.混凝土坝变形监测缺失数据处理新方法[J].水利水电科技进展,2022(02).

蒋佳彤,李明伟,尚宪朝,耿敬.基于卷积循环神经网络的混凝土坝变形预报[J].哈尔滨工程大学学报,2023(08).

林川,桂星煜,朱律运,苏燕,林梦婧,唐燕芳,陈伟.基于因子融合的混凝土面板堆石坝变形预测模型[J].水力发电学报,2023(10).

管浩,刘维,王峰,赵华菁,张功,张高海.基于数据增强和机器学习算法的盾构隧道引发地面沉降预测及应用[J].隧道建设(中英文),2022(S1).

蒋栋年,王仁杰.基于GAN的软测量缺失数据生成方法研究[J].西北工业大学学报,2024(02).

胡江,苏荟.水工结构变形预测模型构建与解释[J].水利水运工程学报,2024(02).

艾浩军,曾维珂,陶荆杰,徐锦盈,常含笑.基于扩散模型的室内定位射频指纹数据增强方法[J].通信学报,2023(11).

董晓宁,王勇刚,白钰,赵灏,张野,康心语,钟雯.基于Inception-GRU模型的混凝土重力坝变形预测方法及应用[J].南水北调与水利科技(中英文),2025(04).

韩闯,付瑞雪,周钰森,阙文戈.基于人工智能的生成式心电数据增强方法研究综述[J].计算机工程与应用,2025(16).

岳明昊,刘仲鹏,欧斌,朱文申.大坝监测数据缺失插补与奇异值修正处理[J].农业工程,2022(07).

赵瑞桥,李登华,石北啸.乏数据条件下土石坝安全监测数据的插补[J].水利水运工程学报,2025(02).

叶林昌,刘媛,刘赟,张淼,李清,沈建平.基于数据增强的水下辐射噪声快速预报代理模型生成方法研究[J].中国造船,2025(02).

宋锦焘,董嘉磊,杨杰,程琳,葛佳豪.CRITIC-Stacking集成学习在大坝安全监测数据缺失值处理中的应用[J].水力发电学报,2025(09).

Views

275

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于人工边界子结构的混凝土坝地震响应分析

基于ABAQUS的SBFEM及在混凝土坝非线性地震响应分析中的应用

基于CEEMDAN和相关性分析的大坝位移预测

Related Author

陈灯红

邸若冰

潘子悦

刘云龙

林天成

傅露莹

齐慧君

李同春

Related Institution

防灾减灾湖北省重点实验室(三峡大学)

三峡大学土木与建筑学院

河海大学水利水电学院

水电水利规划设计总院

AI问答

⁰