岱山大坝渗流预测模型研究及渗漏问题分析

Daishan Dam Seepage Prediction Model Research and Leakage Problem Analysis

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
维普
万方数据

中文摘要：土石坝渗漏是大坝安全鉴定中常见的破坏形式,往往严重影响着水库的安全运行.为解决中小型水库由于监测数据缺失而导致的大坝渗漏等问题,采用3种经典的机器学习模型(即BP神经网络、随机森林RF、支持向量回归SVR)对安徽省岱山水库大坝已有的实测资料进行时间序列预测分析,得出了BP神经网络在考虑水位条件下输入时间步长为2～3时具有较强的鲁棒性和较高的精度,适用于该工程的渗流预测;同时,根据有限元计算和实测资料分析,得到坝体及坝基渗透稳定性基本符合要求,但坝身内部的铸铁引水管、北涵的渗漏出逸点和溢洪道南侧的刺墙加高段渗漏严重影响大坝安全.后续应结合大坝渗漏特点及其对工程的安全影响程度,采取相应措施进行除险加固,并加强工程管理和大坝安全监测、添加水情自动测报系统,以确保大坝的安全运行.

作者：

窦飞、薛江寒

展开 >

作者单位：

安徽水安建设集团股份有限公司,安徽合肥 230601

华北水利水电大学水利学院,河南郑州 450046

关键词：

土石坝渗流破坏机器学习时间序列预测有限元计算

出版年：

2023

DOI：

10.3969/j.issn.1004-7328.2023.06.017