基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测

张翌娜; 江琦; 张建伟; 李香瑞

doi:10.20040/j.cnki.1000-7709.2024.20222374

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测
- 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测
- 水电能源科学 2024年第3期页码：161-165
- 作者机构：
  
  1. 黄河水利职业技术学院土木与交通工程学院
  2. 华北水利水电大学水利学院
- 作者简介：
- 基金信息：
  
  教育部重点实验室开放基金资助项目(RMHSE1902);广州市科技计划项目(202002030467)
- DOI：10.20040/j.cnki.1000-7709.2024.20222374
  中图分类号： TV743;TV223.1
- 纸质出版：2024
- 稿件说明：
移动端阅览
张翌娜, 江琦, 张建伟, 等. 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测[J]. 水电能源科学, 2024,(3):161-165.

张翌娜, 江琦, 张建伟, et al. 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测[J]. 2024, (3): 161-165.
张翌娜, 江琦, 张建伟, 等. 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测[J]. 水电能源科学, 2024,(3):161-165. DOI： 10.20040/j.cnki.1000-7709.2024.20222374.

张翌娜, 江琦, 张建伟, et al. 基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测[J]. 2024, (3): 161-165. DOI： 10.20040/j.cnki.1000-7709.2024.20222374.

摘要

为保证地下洞室围岩环境的安全状态，提出了一种以变分模态分解（VMD）方法分解原始数据和粒子群优化算法（PSO）提高预测精度为基础，基于多影响因素联合核极限学习机（KELM）方法的洞室围岩变形预测方法。该方法首先采用VMD方法将监测位移分解为受趋势性因素影响的趋势项位移和受周期性因素影响的周期项位移，去除影响因素的干扰项，其次将演化状态及影响因素作为PSO-KELM的输入数据，预测各影响因素所对应的趋势项或周期项位移，最后叠加两种分项位移，并将多影响因素结合的KELM方法与其他预测方法进行精度比较。对某抽水蓄能电站工程实测数据的验证结果表明，预测结果与原始位移的R

RMSE

相差仅0.76%

且二者的R为0.986

所提预测方法具有较高的预测精度，可为同类工程的围岩变形预测提供参考。

Abstract

关键词

Keywords

references

Pankaj Divya,D. Govind,K.A. Narayanankutty.A novel method for removing Rician noise from MRI based on variational mode decomposition[J].Biomedical Signal Processing and Control,2021.

original> .Prediction of landslide displacement with an ensemble-based extreme learning machine and copula models[J].Landslides,2018.

Wu Qingdong,Yan Bo,Zhang Chao,Wang Lu,Ning Guobao,Yu B..Displacement Prediction of Tunnel Surrounding Rock: A Comparison of Support Vector Machine and Artificial Neural Network[J].Mathematical Problems in Engineering,2014.

Jae Ho LEE,Shinichi AKUTAGAWA.Quick prediction of tunnel displacements using Artificial Neural Network and field measurement results[J].International Journal of the JCRM,2009.

张建伟,李香瑞,严鹏,王勇.基于尖点突变理论和MWMPE的围岩稳定监测[J].振动.测试与诊断,2021(06).

张建伟,华薇薇,侯鸽,赵瑜,郭西方.AVMD-KELM方法在水闸结构振动趋势预测中的应用[J].振动.测试与诊断,2019(05).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于回路法的竖井空气循环系统水平管临界位置的确定

地下水水位降落漏斗评价方法研究与应用

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究

基于OLHS-IAOO-KELM的尾矿坝渗透系数反演模型及应用

基于VMD的供水管道漏损检测研究