典型文献
溪洛渡拱坝内部温度预测的串并混联融合模型
文献摘要：
准确、可靠、高效地预测反映大坝工作性态的关键变量对大坝安全建设与运行具有重要作用.本文针对大坝全过程温度场分析预测问题,构建了机理与数据驱动的串、并混联式融合模型,以溪洛渡大坝工程为例对大坝内部温度进行了预测建模.在串联融合中,采用营地链方法及主成分分析的辅助技术对大坝材料的热传导系数进行反演分析,以获得经参数优化后的机理模型响应输出.在并联融合中,利用解释因子法以及线性-高斯模型,建立了从优化的机理模型到实际监测数据的预测模型.试验表明,解释因子串并混联融合模型受益于机理模型的解释能力及线性-高斯模型的预测优势,可对测试数据的波动做出较准确的预测,并具中长期预测优势.串联模型相对于原始机理模型的整体预测误差缩减了13％,串并混联模型相对于串联模型的预测误差缩减了81％.
文献关键词：
混凝土高坝;融合模型;温度预测;解释因子;线性-高斯模型;反演分析
中图分类号：
作者姓名：
刘畅;李庆斌;胡昱;马睿
作者机构：
清华大学水沙科学与水利水电工程国家重点实验室,北京 100084
文献出处：
引用格式：
[1]刘畅;李庆斌;胡昱;马睿-.溪洛渡拱坝内部温度预测的串并混联融合模型)[J].水力发电学报,2022(10):53-63
A类：
溪洛渡拱坝,混联模型,混凝土高坝
B类：
内部温度,温度预测,串并混联,融合模型,测反,工作性态,关键变量,大坝安全,安全建设,建设与运行,过程温度,温度场分析,分析预测,混联式,预测建模,营地,辅助技术,热传导,反演分析,机理模型,模型响应,解释因子,高斯模型,从优,实际监测数据,子串,测试数据,中长期预测,预测误差
AB值：
0.341202
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
