基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定

都旭煌; 田振宇; 齐智勇; 毛延翩; 汤正阳; 王波; 远近; 牟猷

doi:10.20040/j.cnki.1000-7709.2026.20250404

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定

更新时间：2026-02-25

- 基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定
- Issue 2, Pages: 167-173(2026)
- 作者机构：
  
  1. 中国长江电力股份有限公司
  2. 国家能源局大坝安全监察中心
  3. 湖北省智慧水电技术创新中心
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2026.20250404
  CLC： TV698.11
- Published：2026
- 稿件说明：
移动端阅览
都旭煌, 田振宇, 齐智勇, et al. 基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定[J]. 2026, (2): 167-173.
DOI：

都旭煌, 田振宇, 齐智勇, et al. 基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定[J]. 2026, (2): 167-173. DOI： 10.20040/j.cnki.1000-7709.2026.20250404.

摘要

变形是反映大坝结构性态的直观物理量

提升变形预测精度是保障大坝安全稳定运行的关键。基于变形统计模型提取变形影响因子

结合随机森林(RF)实现因子优选

并利用自注意力机制(Self-attention)优化长短期记忆神经网络(LSTM)

继而发展了一种新型变形预测模型。首先根据统计模型中包含的影响因子构建初始因子集合;其次基于RF筛选对变形影响程度较高的因子参与预测建模

以降低模型复杂度、提升变形预测精度;最后在LSTM算法基础上引入Self-attention策略

提升算法对变形时序关系的挖掘能力

从而实现RF-LSTM/Self-attention变形预测模型的构建。案例结果表明

所提方法变形预测精度高于对比方法

对应均方根误差、平均绝对误差、决定系数的最大提升比分别为57.81%、59.59%、5.94%

验证了RF-LSTM/Self-attention模型在大坝变形预测领域的有效性。将所提方法应用到变形异常识别中

可有效判定存在于变形中的异常数据

验证了所提变形预测方法的可拓展能力。

Abstract

关键词

Keywords

references

陈文龙.基于时空特征学习的混凝土坝变形预测与动态预警方法研究[D].天津大学,2022(02).

刘炜,赵丽霞,赵淑饶,赵晶.基于随机森林算法的吴堡站测流断面形态预测[J].人民黄河,2018(06).

王瑞婕,包腾飞,李扬涛,宋宝钢,向镇洋.基于多因子融合和Stacking集成学习的大坝变形组合预测模型[J].水利学报,2023(04).

刘江川,李燕,陈旭尧.基于BAS-BP大坝变形预测模型研究[J].长春工程学院学报(自然科学版),2020(03).

刘森,刘美,贺银超,韩惠子,孟亚男.基于DCNN网络及Self-Attention-BiGRU机制的轴承剩余寿命预测[J].机电工程,2024(05).

潘建平,尚栋,谢鹏,郭志豪,齐晨,李逸萌.基于精度突变的随机森林特征优选方法研究与应用[J].测绘工程,2024(03).

马乐乐,孔小兵,郭磊,刘源延,刘向杰.基于最大重叠离散小波变换和深度学习的光伏功率预测[J].太阳能学报,2024(05).

雷兆星.基于改进统计模型的混凝土坝运行性能参数识别及变形监控方法[D].南昌大学,2023(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于多尺度下复杂因子提取和CNN改进时序深度学习架构的大坝变形预测

基于CNN-LSTM模型的城市洪水二维时空预测研究

基于ICEEMDAN和CNN-LSTM-ATTENTION的抽水蓄能机组振动预测

室内和现场试验联合本构参数智能标定在土石坝变形预测中的应用

基于可解释机器学习的岩溶介质渗透系数估算模型

Related Author

徐军杨

刘月馨

李玉龙

封天雨

初翔宇

赵鑫

王慧妍

韩冠宇

Related Institution

杭州华辰电力控制工程有限公司

中国市政工程华北设计研究总院有限公司

河海大学电气与动力工程学院

清华大学水圈科学与水利水电工程国家重点实验室

成都理工大学地质灾害防治与地质环境保护国家重点实验室

AI问答

⁰