Ứng dụng mạng thần kinh nhân tạo dự báo độ lún công trình thủy điện

Bài viết nghiên cứu ứng dụng mạng thần kinh nhân tạo xây dựng mô hình lún của điểm quan trắc bề mặt đập dựa vào số liệu đo của các chu kỳ trước đó, từ đó dự báo lún cho một số chu kỳ tiếp theo.
Nội dung trích xuất từ tài liệu:
Ứng dụng mạng thần kinh nhân tạo dự báo độ lún công trình thủy điện Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 60, Kỳ 4 (2019) 59 - 66 59Ứng dụng mạng thần kinh nhân tạo dự báo độ lún công trìnhthủy điệnPhạm Quốc Khánh 1*, Nguyễn Văn Mạnh 21 Khoa Trắc địa Bản đồ và Quản lý Đất đai, Trường Đại học Mỏ - Địa chất, Việt Nam2 Công ty Cổ phần Trắc địa và thiết bị MP, Việt NamTHÔNG TIN BÀI BÁO TÓM TẮTQuá trình: Không chỉ ở Việt Nam, với một số nước đang phát triển công trình thủy điệnNhận bài 03/05/2019 như Lào, Campuchia,... công tác dự báo chuyển dịch biến dạng đập thủy điệnChấp nhận 10/08/2019 chưa được chú trọng nên việc cảnh báo tình trạng đập không được cập nhậtĐăng online 30/08/2019 có thể gây ra thảm họa khi đập bị vỡ. Quan trắc chuyển dịch biến dạng đậpTừ khóa: thủy điện hiện nay được chia thành hai dạng là quan trắc bề mặt và quanANN - BP trắc lõi đập, trong đó quan trắc bề mặt đập được thực hiện chủ yếu bằngQuan trắc lún phương pháp trắc địa và được đo theo chu kỳ, do xây dựng hệ thống quan trắc liên tục rất phức tạp và tốn kém. Việc dự báo chuyển dịch biến dạng đậpDự báo lún dựa trên số liệu quan trắc theo chu kỳ có vai trò cực kỳ quan trọng, góp phầnĐập thủy điện cảnh báo nguy cơ đập xảy ra sự cố, giảm thiểu thiệt hại về của cải và con người ở hạ lưu. Bài báo nghiên cứu ứng dụng mạng thần kinh nhân tạo xây dựng mô hình lún của điểm quan trắc bề mặt đập dựa vào số liệu đo của các chu kỳ trước đó, từ đó dự báo lún cho một số chu kỳ tiếp theo. Kết quả thực nghiệm khi xây dựng mô hình lún cho đập thủy điện Yaly chỉ ra rằng, mô hình mạng thần kinh nhân tạo có độ chính xác tốt, các giá trị dự báo rất sát với giá trị đo, điều đó chứng tỏ có thể sử dụng mô hình này trong dự báo độ lún đập thủy điện. © 2019 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm. pháp trắc địa và phi trắc địa đã và đang là nhiệm1. Mở đầu vụ bắt buộc và trở nên phổ biến ở các công trình Các đập thủy điện lớn ở nước ta được coi là này (Trần Khánh, 2003). Đối với quan trắc bề mặtcác công trình trọng điểm quốc gia, sự an toàn của đập bằng phương pháp trắc địa, hiện nay vẫn chủđập thủy điện luôn được đặt lên vị trí hàng đầu vì yếu là quan trắc theo chu kỳ và xử lý số liệu sau.nếu xảy ra sự cố sẽ ảnh hưởng lớn đến đời sống, Công tác dự báo chuyển dịch biến dạng đã đượctính mạng, kinh tế của người dân khu vực hạ lưu. chú ý nhưng vẫn còn tương đối đơn giản khi sửViệc quan trắc chuyển dịch đập bằng phương dụng các hàm toán học có sẵn để mô phỏng chuyển dịch. Các phương pháp dự báo động mới,_____________________ hiện đại như phương pháp tự hồi quy, lọc Kalman*Tác giả liên hệ (Phạm Quốc Khánh, Nguyễn Việt Hà, 2015; PhạmE - mail: phamquockhanh@humg.edu.vn Quốc Khánh, Nguyễn Quốc Long, 2015) đã được60 Phạm Quốc Khánh, Nguyễn Văn Mạnh/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 60 (4), 59 - 66 nghiên cứu gần đây nhưng chưa được phổ biếnrộng rãi. Các nghiên cứu này bước đầu đạt đượcmột số kết quả tương đối khả quan nhưng còn cóhạn chế như độ chính xác dự báo chưa cao khi xửlý với ít dữ liệu đầu vào. Ứng dụng mạng thần kinh nhân tạo (ArtificialNeural Network - ANN) xây dựng mô hình chuyểndịch và dự báo chuyển dịch biến dạng đang đượcquan tâm nhiều trên thế giới gần đây (Pantazis Hình 1. Cấu trúc một Neural.and Alevizakou, 2013; Fuyang and Yayun, 2014;Narayanakumar and Raja, 2016; Xiaoyu, 2017). Ở weight). Trọng số liên kết giữa tín hiệu vào thứ jViệt Nam, ứng dụng ANN được đề cập ở một vài với Neural k thường được kí hiệu là wkj. Thônghướng nghiên cứu như dự báo động đất, dự báo thường, các trọng số này được khởi tạo một cáchlượng nước về hồ thủy điện (Cao Đình Trọng và ngẫu nhiên ở thời điểm khởi tạo mạng và đượcnnk., 2011); tuy nhiên, chưa thấy tác giả nào đề cập nhật liên tục trong quá trình học mạng.cập đến trong lĩnh vực dự báo độ lún đập thủy - Hàm tổng (Summing function): Thườngđiện. Chính vì thế, bài báo này nghiên cứu ứng dùng để tính tổng của tích các đầu vào với trọng sốdụng ANN xây dựng mô hình và dự báo độ lún cho ...