Page 28 - 2025年第56卷第9期

水 利 学 报

2025 年 9 月 SHUILI XUEBAO 第 56 卷 第 9 期

文章编号：0559-9350（2025）09-1132-11

基于多源异构数据融合的高坝泄流结构安全智能监测预警方法

马 斌，彭 志，梁 超
（天津大学 水利工程智能建设与运维全国重点实验室，天津 300350）

摘要：高坝泄流结构在漫长的运行期内难避免会发生损伤，亟需实施有效的安全监测预警，以免局部异常扩大为
安全事故。鉴于空气声压和流态图像等对局部异常具有良好的敏感性，将对二者的监测与传统的低频振动位移监
测同步进行，以丰富监测数据类型、提升有效信息。针对上述多源异构数据，提出了特征级融合方法，将振动、
声压的时频图与分割裁剪的流态图像等二维数据拼接为三维矩阵，尽可能地保留和融合各类数据的关键特征。基
于自编码器结构，构建深度学习网络，嵌入 Inception 和 GRU 模块以提升模型的空间和时序特征学习能力，提出了
Autoencoder-Inception-GRU 单分类异常识别模型。采用绝对平均误差百分比和欧氏距离作为模型的重构误差函
数，并将其最大值的 95% 设为异常阈值。基于原型监测试验，构建了振动-声压-图像多源异构数据库，详细分析
了 Autoencoder-Inception-GRU 模型的性能，并通过多种情况下的算例研究，检验了所提方法的准确度、鲁棒性和
泛化能力。结果表明所提方法性能优异，可为高坝泄流安全监测预警的工程应用提供关键技术支持。
关键词：高坝泄流；监测预警；单分类异常识别；多源异构数据融合；原型监测

中图分类号：TV698.1 文献标识码：A doi：10.13243/j.cnki.slxb.20240841

1 研究背景

我国的水电工程建设已取得举世瞩目的成就，众多水库大坝进入了漫长的运行期。运行期的水流
冲磨、动力疲劳、超标工况和突发事件等难免会导致高坝泄流结构的损伤，而且随着运行期的延长，
安全风险逐渐升高。因此，需要进行有效的实时安全监测预警，尽早发现异常、及时采取措施，避免
［1］
局部问题发展扩大为安全事故 。
工程实际中普遍采用的泄流建筑物排干检修的方式虽然简单直观，但其检查时间大幅滞后导致安
全风险较高，且过度依赖人力致使工作效率较低。水力学监测方法可以实时观测多种水力学参数的变
化情况 ，但由于工作环境恶劣，传感器往往经过几个工况后即发生大面积损坏，不能满足长期监测
［2］
需求；而且，由于高速水流强烈的空间变异性，多数水力学传感器的数据代表性较差，难以准确识别
损伤。以低频振动位移为主要监测目标的动力学监测预警系统具有良好的设备耐久性和数据代表
性 ［3-4］ ，但其对于泄流结构较大的质量损失和刚度变化（如裂缝等）较为敏感，而对于表面剥蚀等轻微
损伤的敏感性稍显不足，且其数据类型较为单一，所蕴含的信息量有待丰富。鉴于实际工程空化空蚀
等异常状态常伴随异常声响，研究人员基于模拟的异常声音信号研究了高坝泄流微弱空化声信号的识
别与提取方法 ［5-6］ 。同时流态图像作为能够最直观反映过流壁面结构是否完好的数据，王润喜 ［7］ 基于

收稿日期：2024-12-22；网络首发日期：2025-08-01
/
网络首发地址：https：/link.cnki.net/urlid/11.1882.TV.20250801.0949.001
基金项目：国家重点研发计划项目（2022YFB4200704）；天津市应用基础研究项目（22JCYBJC01180）；国家自然科学基金项目
（51909185）；天津市科技计划项目全国重点实验室重大专项（24ZXZSSS00450）；华能集团科技项目（HNKJ24-H165）；
云南省科技人才与平台计划项目（202405AK340002）
作者简介：马斌（1979—），博士，副教授，主要从事高坝泄流安全监测和灾变防控研究。E-mail：mabin97@tju.edu.cn
通信作者：梁超（1989—），博士，副研究员，主要从事高坝泄流安全监测研究。E-mail：liangchao_0016@sina.cn
— 1132 —