1. 南京水利科学研究院
2. 长江科学院重庆分院
Published:2026
移动端阅览
杨敏芝, 刘成栋, 李艺, et al. 基于多测点信息与残差修正的混凝土坝小样本位移组合预测模型[J]. 2026, 44(5): 156-162.
DOI:
杨敏芝, 刘成栋, 李艺, et al. 基于多测点信息与残差修正的混凝土坝小样本位移组合预测模型[J]. 2026, 44(5): 156-162. DOI: 10.20040/j.cnki.1000-7709.2026.20251993.
受监测频率和环境条件影响,大坝位移数据常呈现小样本特性,导致传统单测点模型难以充分刻画多因素耦合下的变形特征,且对残差信息利用不足,预测精度与稳定性受限。对此,提出一种融合多测点信息与残差修正的组合建模方法。首先依据测点变形规律采用Ward聚类进行分区,并在分区内利用萤火虫算法优化随机森林(FA-RF)构建位移预测模型,获取初始预测结果,并在一定程度上利用跨测点相关信息支撑小样本建模。随后对分区内多测点初始预测残差进行变分模态分解(VMD)
利用非支配排序遗传算法Ⅱ(NSGA-Ⅱ)优选有效模态重构残差,并结合自回归积分移动平均模型(ARIMA)对重构残差序列进行预测,实现对初始模型误差的修正。对某混凝土重力坝监测数据的验证结果表明,FA-RF模型能够较好地反映小样本条件下的位移变化趋势,组合模型进一步降低了预测误差,且整体预测效果更为稳定。该方法能有效提升小样本条件下位移预测的整体性能,为混凝土坝安全健康诊断提供参考。
高长胜,刘成栋,李登华,吴云星.库坝安全智能监测感知体系构建与实践[J].中国水利,2025(16).
周泊,梁兴,李佳,易雨晨,胡楷淳.基于FA-EW-IPM的事故停泵水锤防护多目标研究[J].水电能源科学,2025(04).
高睿颖,顾冲时,王岩博,陈立秋.基于DBO-DA-GRU的大坝变形预测模型[J].水电能源科学,2024(09).
黄显峰,王宁,刘志佳,方国华,钱骏.基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度[J].水利水电科技进展,2024(04).
陈泽元,徐波,储冬冬,张祜,朱震昊.基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型[J].水电能源科学,2024(02).
苏燕,黄姝璇,林川,李伊璇,付家源,郑志铭.融合多元时空信息的Informer-AD大坝变形预测模型[J].水力发电学报,2023(11).
徐存东,王鑫,田俊姣,刘子金,赵志宏,陈家豪,胡小萌.基于ARIMA-SVM方法的梯级泵站机组运行趋势预测[J].水电能源科学,2023(02).
侯回位,郑东健,刘永涛,黄寒冰.基于EEMD-SE-LSTM的混凝土坝变形监测模型[J].水利水电科技进展,2022(01).
李伶杰,王银堂,胡庆芳,刘定忠,张安富,巴亚荃.基于随机森林与支持向量机的水库长期径流预报[J].水利水运工程学报,2020(04).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution