龙滩水电站地下洞室围岩变形的智能化预测方法

摘要

龙滩水电站地下洞室群规模巨大,洞室纵横交错,设计中还无法全面准确地预计到施工与运行中洞室围岩的变形与稳定情况,对地下洞室群进行系统监控和变形趋势预测很有必要。根据监测数据建立学习样本,构建基于粒子群优化算法的BP神经网络智能化预测模型,并将其应用于龙滩水电站地下主厂房D监测断面多点位移计M4D-5监测数据的模拟与预测。仿真结果表明,该PSO-BP模型预测结果稳定且精度较高,误差百分比大多能控制在2%以内,预测效果较好,模型可行。

关键词