大坝边坡测斜孔变形自动化监测及变形模式识别研究

冉鲁光; 周小燕; 李双平; 张斌; 刘祖强; 王华为; 李建川

doi:10.20040/j.cnki.1000-7709.2025.20242079

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 >

大坝边坡测斜孔变形自动化监测及变形模式识别研究

水利枢纽、水利建筑物 | 更新时间：2026-02-25

- 大坝边坡测斜孔变形自动化监测及变形模式识别研究
- 大坝边坡测斜孔变形自动化监测及变形模式识别研究
- 水电能源科学 2025年43卷第3期页码：147-151
- 作者机构：
  
  1. 中国长江电力股份有限公司向家坝电厂
  2. 长江空间信息技术工程有限公司,武汉
- 作者简介：
- 基金信息：
  
  中国长江电力股份有限公司科研项目(Z422302005)
- DOI：10.20040/j.cnki.1000-7709.2025.20242079
  中图分类号： TV698.11
- 纸质出版：2025
- 稿件说明：
移动端阅览
冉鲁光, 周小燕, 李双平, 等. 大坝边坡测斜孔变形自动化监测及变形模式识别研究[J]. 水电能源科学, 2025,43(3):147-151.

冉鲁光, 周小燕, 李双平, et al. 大坝边坡测斜孔变形自动化监测及变形模式识别研究[J]. 2025, 43(3): 147-151.
冉鲁光, 周小燕, 李双平, 等. 大坝边坡测斜孔变形自动化监测及变形模式识别研究[J]. 水电能源科学, 2025,43(3):147-151. DOI： 10.20040/j.cnki.1000-7709.2025.20242079.

冉鲁光, 周小燕, 李双平, et al. 大坝边坡测斜孔变形自动化监测及变形模式识别研究[J]. 2025, 43(3): 147-151. DOI： 10.20040/j.cnki.1000-7709.2025.20242079.

摘要

针对大坝边坡深部位移监测的自动化需求，开发了一种基于物联网的钻孔测斜机器人系统，并创新性地结合一维卷积神经网络模型(1D CNN)实现边坡变形模式的智能预测。通过自主研发的硬件主控板，实现了测斜仪的自动化控制及数据的实时采集和传输。基于采集的深部位移数据，1D CNN模型自动提取曲线特征并进行分类，识别出多种变形模式(如变形稳定、剪切滑动等)

从而对边坡变形趋势进行智能化预测，有效支持地质灾害预警。试验表明，测斜机器人在A、B向的测量精度分别达±0.82、±1.04 mm/30 m

且1D CNN模型在曲线分类上表现优异。该系统通过高精度监测与自动化分析，显著提升了大坝边坡的监测效率和预警水平，具备广泛应用的潜力。

Abstract

关键词

Keywords

references

陈浩,吴红刚,谌清.基于“D”型深孔测斜曲线的滑坡滑动面位置确定方法研究[J].中国地质灾害与防治学报,2024(04).

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).

陈浩,吴红刚.基于B型深孔测斜曲线的滑坡滑动面位置确定方法[J].自然灾害学报,2024(01).

侯春尧,毛延翩,刘顶明,宁少庆.基于无人机贴近摄影的电站近坝高边坡位移检测方法[J].水电能源科学,2023(04).

张鹏,胡惠华,龚道平,胡杰.硬质岩变形边坡深孔位移监测曲线表征分析[J].路基工程,2022(03).

付敏,邓清禄,黄晓明,张申,蒋孝鹏.深部位移监测在滑坡变形监测中的应用研究[J].人民长江,2017(08).

Pei Huafu,Zhang Feng,Zhu Honghu,Liu Jingmao,Ning Fanwei,Chen Wei.Development of a distributed three-dimensional inclinometer based on OFDR technology and the Frenet-Serret equations[J].Measurement,2023.

Pei Huafu,Zhang Feng,Zhang Siqi.Development of a novel Hall element inclinometer for slope displacement monitoring[J].Measurement,2021.

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PSO-PCA-CNN的水电机组故障诊断

基于CWT-CNN模型的泵站机组故障诊断研究

基于粒子滤波器和Transformer-BiLSTM的大坝边坡变形时变预测模型

深度学习算法在山南市雅桑站流量模拟中的应用研究

基于GBDT和AEO-CNN-Informer的大坝位移深度学习预测模型