龙溪口防护堤变形在线监控模型构建与优化

摘要

龙溪口库区防护堤的地质条件与运行环境复杂,如何利用原型监测数据实现其安全运行状态的在线监控是亟待解决的关键问题。针对传统监控模型在非线性特征的监测序列方面存在泛化性差、精度低等问题,基于长短时记忆神经网络(LSTM)算法,以水位、温度、时效为输入量,变形为输出量,构建防护堤LSTM在线变形监控模型。通过对比分析不同模型参数对精度的影响规律,揭示学习率>分块尺寸>最大迭代次数>隐藏层单元数的多参数敏感性规律,并提出相关参数的建议取值。工程应用表明,该模型精度高,适用性和稳定性强。