基于Prophet模型的江坪河水电站面板堆石坝变形预测

• 作者: 冷天培 周伟 殷彦高 谭瀛 马刚
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 面板堆石坝 变形预测 Prophet模型 贝叶斯优化 江坪河水电站
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 设计与研究
• 页码范围: 29-34
• 页数: 6页
• 分类号: TV698.1(263)
• 字数: 3711字
• 语种: 中文

摘要

基于机器学习的时间序列预测方法能够挖掘时序数据本身的规律,可提高大坝变形预测的精度.以江坪河水电站面板堆石坝为研究对象,对监测资料进行分析,采用Prophet机器学习模型建立堆石坝变形监测数据的时间序列预测模型,并采用贝叶斯优化Prophet模型的超参数.预测结果表明,利用机器学习模型预测堆石坝变形的精度是可以接受的,且实施过程方便快捷,无需太多的人工干预,对建立面板堆石坝的长期变形的实时动态预测模型与高堆石坝全生命周期的性状评估与隐患及时预警具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟	武汉大学水资源与水电工程国家重点实验室	238	1927	23.0	32.0
2	马刚	武汉大学水资源与水电工程国家重点实验室	54	334	11.0	17.0
3	殷彦高		6	0	0.0	0.0
4	冷天培	武汉大学水资源与水电工程国家重点实验室	1	0	0.0	0.0
5	谭瀛	武汉大学水资源与水电工程国家重点实验室	1	0	0.0	0.0