Page 45 - 2025年第56卷第7期
P. 45
滞后于实际值。相较之下，本文所提方法在 4 个测点上的预测结果均与实测值更加接近，充分表明本
方法所获滞后参数更符合工程实际状况。
从模型性能指标看，本文提出的考虑滞后效应的库水位和温度分量表达式用于渗流预测时，相比
于利用 PSO 算法，各测点预测模型 R 分别提高了 3.3%、5.1%、3.6%、3.4%。同时，渗流预测值的偏
2
离程度更低，尤其在 UP9 测点，MAPE、MAE、RMSE 的降低程度分别为 51.17%、50.77%、37.36%。
这是由于 BVAR 模型考虑了输入环境因子与渗流之间的时间延迟规律，通过脉冲响应分析描述其动态
变化过程，获取更接近实际的滞后关系。上述结果表明，利用 BVAR 模型能够有效挖掘库水位和温度
对渗流影响的滞后过程，进而准确预测渗流行为。
图 10 各测点 3 种滞后效应考虑方法的渗流预测结果对比及局部详图
5 结论
本文首先利用 BVAR 模型量化了库水位、温度对渗流影响的滞后效应；在此基础上，结合 AM 和
BiGRU 模型优势，引入 SSA 优化算法，建立了混凝土坝渗流及其影响因素之间非线性关系表征的 AM-
SSA-BiGRU 模型，对渗流性态进行预测；最后通过案例研究和对比分析，验证了所提方法和模型的先
进性和有效性。所得结论如下：
（1）通过脉冲响应函数获取滞后参数，与库水位滞后效应函数、环境温度平均差值相结合，构建
了库水位、温度滞后分量量化表达式。与常规考虑滞后性方法对比表明，本文所提方法可反映库水
位、温度变化对渗流影响的滞后过程，为揭示渗流滞后效应变化规律提供了依据。
— 871 —
