北方工业大学土木工程学院,北京,100144;
摘要:为解决土石坝预测模型未考虑渗透系数变化和滞后效应的问题,提出L-LDTA-LSTM模型。该模型采用LSTM处理时间序列特征,并结合LDTA机制解析时间相关性。引入LAG模块,通过互相关分析法确定滞后时间窗口,构建时滞修正输入矩阵,减少预测偏差。对比四种模型(LSTM、贝叶斯模型、LDTA-LSTM、L-LDTA-LSTM)性能,以云南糯扎渡工程为例,L-LDTA-LSTM模型表现最佳,其MAPE、RMSE、MAE分别为0.7935%、0.2362m、0.0727m,优于其他模型。
关键词:滞后性;渗透系数变化;长短期记忆网络;渗流预测;特征注意力机制
参考文献
[1]杨泽艳,王富强,吴毅瑾,等.中国堆石坝的新发展[J].水电与抽水蓄能,2019,5(6):36-40.
[2]王宁.土石坝渗流影响因素及坝坡稳定性研究[D].西华大学,2018.
[3]Liu B,Cen W,Zheng C,etal.Acombinedoptimizationpredictionmodelforearth-rockdamseepagepressureusingmulti-machine learning fusion with decompositiondata-driven[J].Expert Systems with Applications,2024,242:122798.