Page 37 - 2025年第56卷第9期
P. 37

特征，实现样本的精确重构。在不同情况下对所提方法的工程应用效果进行了验证，结果表明：相比
              于单类和两类融合数据集，振动-声压-图像融合数据集的召回率最高，达到 99.46%；不同泄流工况
              对应的数据集在 Autoencoder-Inception-GRU 模型上均取得了不低于 98.92% 的召回率；所提方法能够
              有效识别数据集中的人造异常数据，在本文算例中取得的召回率和精确率均不低于 99.50%。
                  必须指出的是，上述方法中的人造异常数据与实际异常数据可能存在较大的差异，可能对模型的
              异常识别准确率产生不利影响；原型监测仅考虑了通常的情况，夜晚光线不佳、泄流雾化严重等可能
              造成流态图像无法采集；对高坝泄流运行正常和异常工况下的空气声辐射机制、特征和传播衰减规律
              等还缺乏足够的认识。以上方面对于高坝泄流安全监测预警方法的完善和应用具有重要意义，还需进
              一步的深入研究。


              参  考  文  献：


               ［ 1 ］ 练继建，杨阳，胡少伟，等 .  特大水利水电枢纽调控与安全运行研究进展与前沿［J］  工程科学与技术，
                                                                                           .
                      2017，49（1）：27-32.
               ［ 2 ］ 段文刚，侯冬梅，王才欢，等 .  三峡大坝泄水建筑物水力学原型观测与分析［J］  水利学报，2019，50（11）：
                                                                                     .
                      1339-1349.
               ［ 3 ］ 梁超，张金良，练继建，等 .  高坝泄流诱发事故闸门的爬行振动研究［J］  水利学报，2018，49（12）：1503-
                                                                               .
                      1511.
               ［ 4 ］ 天津大学前沿技术研究院 .  水电站泄洪消能安全预警系统技术规范：DL/T 2259—2021［S］  北京：中国电力
                                                                                             .
                      出版社，2021.
               ［ 5 ］ 刘昉，王润喜，庞博慧，等 .  基于 DnCNN 声音增强的高坝泄流微弱空化声音信号识别与提取［J］  振动与冲
                                                                                                  .
                      击，2023，42（21）：52-62.
               ［ 6 ］ LIAN J J，XU W L，LIANG C，et al.  Weak abnormal acoustic signal enhancement and recognition using squeeze-
                      and-excitation attention based denoising convolutional neural network during high-dam flood discharging［J］  Mea⁃
                                                                                                      .
                      surement Science and Technology，2024，35（8）：086110.
               ［ 7 ］ 王润喜 .  基于音视频的明流洞室泄洪安全监测技术研究［D］  天津：天津大学，2023.
                                                                    .
               ［ 8 ］ 李季，顾冲时，赖道平，等 .  水利水电工程转异诊断的数据融合方法研究［J］  水利学报，2007，38（S1）：
                                                                                    .
                      141-146.
               ［ 9 ］ 何金平，马传彬，施玉群 .  高拱坝多效应量改进型 D-S 证据理论融合模型［J］  武汉大学学报（信息科学版），
                                                                                   .
                      2012，37（12）：1397-1400.
               ［ 10］ 李子阳，马福恒，华伟南 .  多源信息融合诊断大坝安全监测资料合理性［J］  水利水运工程学报，2013（1）：
                                                                                  .
                      41-46.
               ［ 11］ REN Q B，LI M，LI H，et al.  A novel deep learning prediction model for concrete dam displacements using inter⁃
                                                   .
                      pretable mixed attention mechanism［J］  Advanced Engineering Informatics，2021，50：101407.
               ［ 12］ 盛金保，向衍，杨德玮，等 .  水库大坝安全诊断与智慧管理关键技术与应用［J］  岩土工程学报，2022，44
                                                                                      .
                      （7）：1351-1366.
               ［ 13］ 李火坤，刘世立，魏博文，等 .  基于方差贡献率的泄流结构多测点动态响应融合方法研究［J］  振动与冲击，
                                                                                                .
                      2015，34（19）：181-191.
               ［ 14］ 张建伟，温嘉琦，刘振华，等 .  决策级信息融合在拱坝结构损伤诊断中的应用［J］  人民黄河，2018，40（9）：
                                                                                      .
                      121-124，129.
               ［ 15］ 蒋云钟，刘家宏，梅超，等 .  智慧水利 DIS 体系构建研究与展望［J］  中国水利水电科学研究院学报（中英
                                                                             .
                      文），2022，20（6）：492-496.
               ［ 16］ 吴继业，马刚，艾志涛，等 .  时空融合的堆石坝变形预测模型及在安全监测中的应用［J］  水利学报，2024，
                                                                                            .
                      55（5）：564-576.
               ［ 17］ 王晓玲，李清梦，刘宗显，等 .  融合时频空间特征的土石坝地震易损性分析改进 MLP 模型研究［J］  水利学
                                                                                                    .
                      报，2024，55（1）：13-23.
               ［ 18］ 崔震，郭生练，王俊，等 .  基于混合深度学习模型的洪水过程概率预报研究［J］  水利学报，2023，54（8）：
                                                                                      .
                                                                                               — 1141  —
   32   33   34   35   36   37   38   39   40   41   42