1. 中国长江三峡集团有限公司高坝大库运行安全湖北省重点实验室
2. 中国水利水电第八工程局有限公司
3. 湖南省水利水电科学研究院
纸质出版:2026
移动端阅览
刘顶明, 付文涛, 赵鹏, 等. 基于EMD-小波阈值-NARX神经网络的混凝土重力坝应变预测[J]. 水电能源科学, 2026,44(6):187-190+208.
刘顶明, 付文涛, 赵鹏, et al. 基于EMD-小波阈值-NARX神经网络的混凝土重力坝应变预测[J]. 2026, 44(6): 187-190+208.
刘顶明, 付文涛, 赵鹏, 等. 基于EMD-小波阈值-NARX神经网络的混凝土重力坝应变预测[J]. 水电能源科学, 2026,44(6):187-190+208. DOI: 10.20040/j.cnki.1000-7709.2026.20251329.
刘顶明, 付文涛, 赵鹏, et al. 基于EMD-小波阈值-NARX神经网络的混凝土重力坝应变预测[J]. 2026, 44(6): 187-190+208. DOI: 10.20040/j.cnki.1000-7709.2026.20251329.
应变是混凝土重力坝结构性态变化的典型表征,应变监测对大坝安全具有重要意义。但应变传感器极易受无用信号干扰而产生噪声,为提高预测精度,采用经验模态法(EMD)+小波阈值对原始数据进行降噪处理,再采用NARX神经网络对降噪重构后的数据进行预测。实例表明,EMD-小波阈值降噪效果明显,EMD-小波阈值-NARX神经网络模型预测精度R值达到0.91以上,该模型通过掌握大坝的结构性态为大坝的安全监测提供了新的思路和方法,有助于维护大坝的安全稳定。
王仁超,马钰明.基于PCA和CS-KELM的重力坝变形预测模型[J].水利水运工程学报,2021(04).
李麒,朱光平.基于SWT和SVR的重力坝变形预测研究[J].人民长江,2021(11).
李伟学.基于时序InSAR技术的三峡大坝及周边地区形变监测[J].水力发电,2021(03).
王金元,彭远锋,芮瑞.基于MEA-BP神经网络预测冻土应力-应变关系[J].武汉理工大学学报,2024(03).
高睿颖,顾冲时,王岩博,陈立秋.基于DBO-DA-GRU的大坝变形预测模型[J].水电能源科学,2024(09).
卢文欣,张雷,刘波,任杰,托乎提·尼亚孜.基于EMD-MGWO-LSTM的大坝沉降预测模型[J].科学技术与工程,2024(35).
董晓宁,王勇刚,白钰,赵灏,张野,康心语,钟雯.基于Inception-GRU模型的混凝土重力坝变形预测方法及应用[J].南水北调与水利科技(中英文),2025(04).
欧斌,张才溢,陈德辉,王子轩,杨石勇,杨霖,傅蜀燕.基于EMD-小波阈值-LSTM模型的混凝土坝变形预测[J].排灌机械工程学报,2025(04).
付思韬,赖宇杰,顾冲时,顾昊.基于EEMD-AFSA-CNN的混凝土坝变形预测模型[J].水利水电科技进展,2026(01).
Huaizhi Su,Xing Li,Beibei Yang,Zhiping Wen.Wavelet support vector machine-based prediction model of dam deformation[J].Mechanical Systems and Signal Processing,2018.
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构