楊忠興，劉長東

（國電電力和禹水電開發(fā)公司，遼寧 丹東 118200）

大壩繞壩滲流監(jiān)測是大壩監(jiān)測的重要項目，繞壩滲流與庫水位、降雨量、時序等存在著復(fù)雜的關(guān)系，在已知庫水位、降雨量等信息的情況下，如果能夠?qū)@壩滲流水位進行預(yù)測，則可以為相應(yīng)的數(shù)據(jù)分析提供一定的科學(xué)依據(jù)。近年來，隨著人工智能領(lǐng)域的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)作為人工智能領(lǐng)域的一種重要技術(shù)，在模擬復(fù)雜非線性關(guān)系的領(lǐng)域具有較大的優(yōu)勢，也得出了較好的結(jié)果。

1 工程概況

太平哨水電站地處遼寧省丹東市寬甸縣東部山區(qū)，在渾江干流下游，距上游桓仁水電站79.6 km，距上游回龍山水電站35.6 km，是渾江干流上的第3座梯級電站，1982年1月1日工程全部竣工。

攔河壩為混凝土重力壩，大壩為2級建筑物，壩頂高程196.0 m，最大壩高44.0 m，壩長555.6 m。大壩從左岸到右岸共分35個壩段，編號為1—35號壩段。3—23號壩段為溢流壩段，其余為擋水壩段。溢流壩段共計20個閘孔，每孔單寬12.0 m，高10.5 m，壩段橫縫在孔口中央，堰頂高程為181.5 m，消能方式為挑流和面流消能。

2 繞壩滲流觀測孔布置情況

為了監(jiān)測大壩兩岸壩肩繞滲情況，2010年5月在左、右岸壩肩各設(shè)6個繞壩滲流觀測孔，孔內(nèi)安裝鋼弦滲壓計，共12個觀測點，測點編號左岸為LUP01—LUP06，右岸為RUP01—RUP06，各測點均布置在帷幕后。

3 構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型

3.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANN)通過模擬生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能來實現(xiàn)建模，通常用于解決分類和回歸問題。學(xué)習(xí)是人工神經(jīng)網(wǎng)絡(luò)的重要過程，本文的實現(xiàn)過程是通過提供一些輸入和輸出樣本對模型進行訓(xùn)練，使其輸出與給定輸出的誤差趨于收斂[1]。目前，在監(jiān)測領(lǐng)域使用較多的神經(jīng)網(wǎng)絡(luò)模型為BP神經(jīng)網(wǎng)絡(luò)（Back-Propagation Neural Networks），由輸入層、隱藏層和輸出層構(gòu)成。此外，還有卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等在計算機視覺、自然語言處理、圖像生成等不同領(lǐng)域發(fā)揮著重要作用。

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播算法進行訓(xùn)練的多層前饋網(wǎng)絡(luò)。以網(wǎng)絡(luò)實際輸出值與期望輸出值誤差平方和為目標(biāo)函數(shù)，采用梯度下降法進行搜索，對各節(jié)點與隱藏層節(jié)點、隱藏層節(jié)點與輸出節(jié)點的連接權(quán)值和閾值進行調(diào)整，經(jīng)過反復(fù)訓(xùn)練以使目標(biāo)函數(shù)值最小，從而得到輸入與輸出的神經(jīng)網(wǎng)絡(luò)模型。

人工神經(jīng)網(wǎng)絡(luò)可以擬合復(fù)雜的非線性關(guān)系。一般通過對時序數(shù)據(jù)進行線性擬合、多項式擬合、樣條插值擬合等傳統(tǒng)的數(shù)據(jù)擬合，可以對缺少的數(shù)據(jù)進行預(yù)測。繞壩滲流測壓管所測數(shù)據(jù)與庫水位、地質(zhì)條件、降雨等具有非常復(fù)雜的關(guān)系，如果能夠在數(shù)據(jù)擬合過程中，加入庫水位變化、降雨量變化等信息，則得到的擬合值將更為貼近實際。本文采用神經(jīng)網(wǎng)絡(luò)模型進行建模。

3.2 人工神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

在2013-09-01—2015-07-01時間段內(nèi)，右岸繞壩滲流RUP06選取一段時間的水位、降雨及時序等作為輸入量，以測得的水位值作為輸出，構(gòu)建了包含3個隱藏層的神經(jīng)網(wǎng)絡(luò)模型，對模型進行訓(xùn)練，通過對數(shù)據(jù)組的測試，圖1，2結(jié)果表明，建立的模型很好地擬合了測壓管水位隨庫水位、降雨量、時序的變化。

圖1 RUP06測壓管與庫水位的變化曲線

圖3為通過模型訓(xùn)練后，輸入測試數(shù)據(jù)后得出的真實測壓管水位與擬合測壓管水位。

圖3 原始測壓管RUP06數(shù)值和擬合結(jié)果

4 結(jié)語

圖2 選取時間段內(nèi)雨量的變化曲線

通過對太平哨大壩右岸繞壩滲流監(jiān)測點RUP06實測數(shù)據(jù)的分析建立了時序、庫水位、降雨量作為輸入，對應(yīng)RUP06測值作為輸出的神經(jīng)網(wǎng)絡(luò)模型，選取部分?jǐn)?shù)據(jù)對模型進行訓(xùn)練，通過測試數(shù)據(jù)的檢驗，驗證了模型的有效性和準(zhǔn)確性，為今后類似監(jiān)測項目的數(shù)值預(yù)測模擬進行了驗證。