基于VMD与优化LightGBM的混凝土拱坝变形预测

董志豪; 赵二峰; 刘峰; 宋桂华; 吴斌庆; 黎祎

doi:10.20040/j.cnki.1000-7709.2024.20231786

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VMD与优化LightGBM的混凝土拱坝变形预测

水利枢纽、水工建筑物 | 更新时间：2026-02-25

- 基于VMD与优化LightGBM的混凝土拱坝变形预测
- 基于VMD与优化LightGBM的混凝土拱坝变形预测
- 水电能源科学 2024年第8期页码：132-136
- 作者机构：
  
  1. 河海大学水利水电学院
  2. 上海勘测设计研究院有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(52079046,U2243223)
- DOI：10.20040/j.cnki.1000-7709.2024.20231786
  中图分类号： TV698.11;TV642
- 纸质出版：2024
- 稿件说明：
移动端阅览
董志豪, 赵二峰, 刘峰, 等. 基于VMD与优化LightGBM的混凝土拱坝变形预测[J]. 水电能源科学, 2024,(8):132-136.

董志豪, 赵二峰, 刘峰, et al. 基于VMD与优化LightGBM的混凝土拱坝变形预测[J]. 2024, (8): 132-136.
董志豪, 赵二峰, 刘峰, 等. 基于VMD与优化LightGBM的混凝土拱坝变形预测[J]. 水电能源科学, 2024,(8):132-136. DOI： 10.20040/j.cnki.1000-7709.2024.20231786.

董志豪, 赵二峰, 刘峰, et al. 基于VMD与优化LightGBM的混凝土拱坝变形预测[J]. 2024, (8): 132-136. DOI： 10.20040/j.cnki.1000-7709.2024.20231786.

摘要

变形是反映混凝土拱坝安全运行状态的重要指标，因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息，提高监控模型的预测精度，提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测模型。首先，采用VMD将变形实测数据分解为多个模态分量；其次，引入改进灰狼算法与LightGBM相结合建立混凝土拱坝变形预测模型；随后，对模态分量进行单独建模和预测，最后叠加以得到最终的预测结果。工程实例分析表明，通过有效地分解重构，构建的变形预测模型具有较高的预测精度和泛化性能。

Abstract

关键词

Keywords

references

曹梦茜,郑东健.基于EEMD-AEFA-LSTM的混凝土坝变形预测模型[J].水电能源科学,2023(09).

刘相杰,刘小生,张龙威.基于VMD-HPO-BiLSTM的大坝变形预测[J].大地测量与地球动力学,2023(08).

王璞,姬联涛,陈龙翔,荆岫岩,袁成建,李超顺.基于WOA-VMD-TCN的水电机组振动趋势预测[J].水电能源科学,2023(06).

陈竹安,熊鑫,游宇垠.变分模态分解与长短时神经网络的大坝变形预测[J].测绘科学,2021(09).

周兰庭,柳志坤,徐长华.基于WA-LSTM-ARIMA的混凝土坝变形组合预测模型[J].人民黄河,2022(01).

赵二峰,顾冲时.混凝土坝长效服役性态健康诊断研究述评[J].水力发电学报,2021(05).

莫艳红,聂慧,刘振丙,杨辉华.基于莱维飞行的灰狼优化算法[J].微电子学与计算机,2019(04).

黄军胜,黄良珂,刘立龙,谢劭峰.基于EMD-FOA-BP神经网络的大坝变形预测研究[J].水力发电,2019(02).

Konstantin Dragomiretskiy,Dominique Zosso.Variational Mode Decomposition.[J].IEEE Trans. Signal Processing,2014.

浏览量

175

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

模型驱动辅助的高土石坝监测数据处理与变形预测方法研究

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RIME-LSTM-Transformer的混凝土坝变形预测模型

基于VMD的供水管道漏损检测研究

基于GHOA-VMD-GRU和CNN区间建模的长江上游干流日含沙量预测研究