中国安全科学学报

作者：戴健非, 杨鹏, 诸利一, 郭攀, 贯怀光

单位：1.北京联合大学 北京市信息服务工程重点实验室,北京 100101; ；2.北京科技大学 土木与资源工程学院,北京 100083; ；3.福建马坑矿业股份有限公司,福建 龙岩 364021

关键词：尾矿坝,浸润线,主成分分析(PCA),长短期记忆(LSTM)神经网络,预测

基金：国家自然科学基金资助(5177041195);国家重点研发计划课题资助项目(2017YFC0804604);北京联合大学研究生资助项目。

为预防尾矿库溃坝事故,挖掘尾矿库在线监测系统的有效信息,提高浸润线预测精度,构建基于主成分分析(PCA)和长短期记忆(LSTM)神经网络的浸润线预测模型;以陈坑尾矿库为例,引入皮尔森(Pearson)相关系数和变量组合法,确定模型输入为预测前3天的待测点浸润线位置、相邻周边2点浸润线位置、库水位、坝体纵向位移和降雨量等18个特征量;利用PCA消除输入变量间的数据冗余,并采用LSTM神经网络预测未来3天的浸润线位置。结果表明:基于PCA和LSTM神经网络的浸润线预测方法具有较高的预测精度,平均绝对误差为0.011,决策系数为0.805,且能实现不同降雨工况下尾矿库浸润线的稳定预测。

来源：2020年第3期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2020年第3期