基于多层感知机和编码器解码器架构的混凝土坝长期变形预测

陶丛丛

doi:10.20040/j.cnki.1000-7709.2025.20241777

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 >

基于多层感知机和编码器解码器架构的混凝土坝长期变形预测

水利枢纽、水利建筑物 | 更新时间：2026-02-25

- 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测
- 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测
- 水电能源科学 2025年第9期页码：136-140
- 作者机构：
  
  国网电力科学研究院有限公司
- 作者简介：
- 基金信息：
  
  抽水蓄能电站建设期的水工结构动态多维感知与预测预警技术研究(5108-202218280A-2-301-XG)
- DOI：10.20040/j.cnki.1000-7709.2025.20241777
  中图分类号： TV698.11;TV642
- 纸质出版：2025
- 稿件说明：
移动端阅览
陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 水电能源科学, 2025,(9):136-140.

陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 2025, (9): 136-140.
陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 水电能源科学, 2025,(9):136-140. DOI： 10.20040/j.cnki.1000-7709.2025.20241777.

陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 2025, (9): 136-140. DOI： 10.20040/j.cnki.1000-7709.2025.20241777.

摘要

混凝土坝变形的长期预测是实际运行中保持其结构完整性的重要要求。为提高混凝土长期变形预测的准确性，构建了基于多层感知机(MLP)和编码器—解码器(Ecoder-Decoder)架构的大坝变形长期预测模型MLP-Ecoder-Decoder(MED)

该模型通过深度自动相关(Deep-Auto-Correlation)机制捕获大坝变形与环境荷载的长期依赖性，利用时间序列分解和深度自动相机制进行多步变形预测，并采用该模型对青海省的一座250 m高拱坝在复杂环境条件下的变形进行预测。结果表明，MED模型有效提升了预测精度，在提取长期时间特征方面具有强大的优势。

Abstract

关键词

Keywords

references

周仁练,苏怀智,韩彰,徐朗,刘明凯.混凝土坝变形的长期预测模型与应用[J].水力发电学报,2021(09).

唐利涛,张智勇,陈俊,许林娜,钟佳晨,袁培森.基于Autoformer的电力负荷预测与分析研究[J].华东师范大学学报(自然科学版),2023(05).

翁鸣昊,项兴华,陈俊涛,邵广俊,胡伟飞.基于LSTM与Transformer的大坝变形预测研究[J].中国农村水利水电,2024(04).

巨佳丽,武传号,胡晓农,龚郑洁.基于VIC和MLP-ANN模型重建中国陆地水储量数据[J].水科学进展,2024(05).

徐筠雯,陈宗镭,李天瑞,李崇寿.基于季节分解的混合神经网络的时间序列预测[J].计算机科学,2024(S2).

浏览量

102

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CNN-LSTM模型的城市洪水二维时空预测研究

基于RIME-LSTM-Transformer的混凝土坝变形预测模型

基于“优选—组合—修正”策略的月径流预测模型研究

混凝土坝不收敛变形监控指标拟定探讨

基于引力搜索优化的多重分形算法在水电机组振动中的应用