基于LSTM的水库土石坝渗流动态区间预警研究

陈小月; 杨万伦; 张靖; 鄢宇航; 孔令振

doi:10.20040/j.cnki.1000-7709.2026.20251335

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LSTM的水库土石坝渗流动态区间预警研究

水利枢纽、水工建筑物 | 更新时间：2026-06-27

- 基于LSTM的水库土石坝渗流动态区间预警研究
- 基于LSTM的水库土石坝渗流动态区间预警研究
- 水电能源科学 2026年44卷第6期页码：203-208
- 作者机构：
  
  上海勘测设计研究院有限公司
- 作者简介：
- 基金信息：
  
  中国三峡集团上海勘测设计研究院有限公司科研项目(2024YF(5)-014)
- DOI：10.20040/j.cnki.1000-7709.2026.20251335
  中图分类号： TV641;TV223.4
- 纸质出版：2026
- 稿件说明：
移动端阅览
陈小月, 杨万伦, 张靖, 等. 基于LSTM的水库土石坝渗流动态区间预警研究[J]. 水电能源科学, 2026,44(6):203-208.

陈小月, 杨万伦, 张靖, et al. 基于LSTM的水库土石坝渗流动态区间预警研究[J]. 2026, 44(6): 203-208.
陈小月, 杨万伦, 张靖, 等. 基于LSTM的水库土石坝渗流动态区间预警研究[J]. 水电能源科学, 2026,44(6):203-208. DOI： 10.20040/j.cnki.1000-7709.2026.20251335.

陈小月, 杨万伦, 张靖, et al. 基于LSTM的水库土石坝渗流动态区间预警研究[J]. 2026, 44(6): 203-208. DOI： 10.20040/j.cnki.1000-7709.2026.20251335.

摘要

水库运行期土石坝渗流监测是评估水库运行状态是否安全的重要支撑，因而对渗流监测数据进行有效处理，构建高精度的预测模型并进行超限预警，是水库安全运维管理的关键。对此，利用大量水库水位和渗压观测值，采用长短期记忆网络(LSTM)结合动态阈值区间的算法，建立一套水库渗流监测动态预警机制。结果表明，长短期记忆网络(LSTM)可精准预测水库大坝渗压，基于95%置信区间计算得到的渗压动态预测区间能有效识别断面渗流异常情况，为水库渗流安全监测和评估提供了重要的参考依据。

Abstract

关键词

Keywords

references

李克.基于机器学习的大坝渗流两阶段区间预测研究[D].天津大学,2022(03).

岳明哲,陈旭东,李俊杰.基于CNN-LSTM的混凝土坝渗流预测[J].水电能源科学,2020(09).

陈守开,蒋海峰,李海瑞,陈家林,史海波.基于RST-LSTM模型的堤坝渗压动态预测分析[J].应用基础与工程科学学报,2021(01).

刘永涛,郑东健,孙雪莲,曹立林.基于EEMD-RVM的土石坝渗流量时间序列预测模型[J].水利水电科技进展,2021(03).

王晓玲,李克,张宗亮,余红玲,孔令学,陈文龙.耦合ALO-LSTM和特征注意力机制的土石坝渗压预测模型[J].水利学报,2022(04).

张立中,谭源,王堃,陈志刚.一种基于复合AI模型的动态阈值设定方法[J].中国电机工程学报,2022(17).

胡孟凡,欧斌,张才溢,王春华,傅蜀燕.基于PSO-BP模型的土石坝渗流预测研究[J].水电能源科学,2023(12).

赵明哲,樊牧,沈立锋,赵培双,马俊,唐小松,罗航,宋博旭,聂兵兵.基于GAMLSS-GLO及随机森林算法的土石坝渗流监测模型[J].水资源与水工程学报,2023(05).

姚志武,侯丽娜,文茂华.基于LSTM算法的大坝坝体渗透压力预测[J].水利建设与管理,2023(08).

王晓玲,王成,王佳俊,余佳,余红玲.大坝渗压混合预测的STL分解-集成学习模型[J].水力发电学报,2024(09).

焦林可,杨赟,范雪,刘崇昕,李生彬.槐树关水库大坝渗流安全评价与预测[J].兰州交通大学学报,2024(02).

浏览量

200

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SSA优化的VMD-CEEMDAN-ECACNN-LSTM日径流预测模型研究

基于RF和Self-attention改进LSTM的大坝变形预测方法及异常值判定

基于CNN-LSTM模型的城市洪水二维时空预测研究

基于ICEEMDAN和CNN-LSTM-ATTENTION的抽水蓄能机组振动预测

基于TimeGAN-LSTM的月径流预测模型