基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型

仲启龙; 陈波; 王赫显

doi:10.20040/j.cnki.1000-7709.2026.20250923

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型

水利枢纽、水工建筑物 | 更新时间：2026-04-25

- 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型
- 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型
- 水电能源科学 2026年44卷第4期页码：146-151+242
- 作者机构：
  
  1. 河海大学水灾害防御全国重点实验室
  2. 河海大学水利水电学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金面上项目(52079049);国家重点实验室基本科研业务费(522012272,5230248A2)
- DOI：10.20040/j.cnki.1000-7709.2026.20250923
  中图分类号： TV698.11;TV64
- 纸质出版：2026
- 稿件说明：
移动端阅览
仲启龙, 陈波, 王赫显. 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型[J]. 水电能源科学, 2026,44(4):146-151+242.

仲启龙, 陈波, 王赫显. 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型[J]. 2026, 44(4): 146-151+242.
仲启龙, 陈波, 王赫显. 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型[J]. 水电能源科学, 2026,44(4):146-151+242. DOI： 10.20040/j.cnki.1000-7709.2026.20250923.

仲启龙, 陈波, 王赫显. 基于卡尔曼滤波和Informer-GRU的大坝多测点水平位移预测模型[J]. 2026, 44(4): 146-151+242. DOI： 10.20040/j.cnki.1000-7709.2026.20250923.

摘要

在实际工程中，大坝水平位移监测数据通常包含复杂噪声，难以准确预测。因此，提出一种基于卡尔曼滤波与Informer-GRU相结合的预测模型，先采用卡尔曼滤波器对水平位移和环境因子（降雨量、温度、上下游水位）数据进行降噪处理，显著提升了数据的平稳性与特征清晰度；再将基于稀疏注意力机制的Informer与GRU网络融合，构建适应于大坝变形数据时空特征的深度预测架构，并利用麻雀搜索算法进行参数优化。对某重力坝水平位移的预测结果显示，所提模型在均方误差M

MSE

、均方根误差R

RMSE

、平均绝对误差M

MAE

、决定系数R

、皮尔逊相关系数等5项指标上均优于传统模型，具有更高的预测精度与鲁棒性。此外，敏感性分析表明，温度与下游水位是影响水平位移的关键因素。

Abstract

关键词

Keywords

references

季威,刘晓青,林潮宁,陶园.基于BP神经网络的大坝新多测点位移模型[J].水利水电技术,2019(02).

杨恒,岳建平,周钦坤.利用SVM与ARIMA组合模型进行大坝变形预测[J].测绘通报,2021(04).

张石,郑东健,陈卓研.基于改进PSO-RF算法的大坝变形预测模型[J].水利水电科技进展,2022(06).

李晨阳,郑东健.基于多层次数据处理的NGO-XGBoost大坝变形预测模型及其应用[J].水电能源科学,2023(11).

朱桂勇,侯昊华,刘昌伟.深度学习在坝体变形模型训练与预测中的应用[J].水利技术监督,2024(12).

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

大坝坝基深厚覆盖层承压水水力响应规律研究

泵站有压调水系统日优化调度模型的敏感性分析

基于改进彭曼公式的灌溉需水量短期预测及验证

软土地基上立交地涵渗流-应力耦合及敏感性分析

初始表层与根区层土壤湿度对洪水过程的影响