大坝安全监控理论及方法的研究与应用已经取得了很大的进展,为保证大坝安全运行发挥了巨大作用,但是仍然存在一些问题和不足。由于水电站大坝受许多因素影响,且各种因素的影响程度不易计算。因此给大坝可靠性评估带来很大困难,再加上目前用于大坝可靠性评估的系统软件研究甚少。本文在分析现有大坝安全监控和大坝安全评价模型的基础上,对BP神经网络模型进行优化,形成基于粒子群(PSO)算法优化的BP神经网络模型(PSO-BP),将其应用于水电站大坝可靠性评估。并将该神经网络算法结合MATLAB GUI编制出易于用户操作的软件,用户通过软件输入相关的测点(数据),即可完成水电站大坝的可靠性评估。本文的主要研究工作如下:(1)建立了水电站大坝各个可靠性评估框架,包括大坝整体可靠性评估框架、子系统可靠性评估框架以及子对象可靠性评估框架。(2)确定了各个框架下评价指标的原则,将水电站大坝可靠性评估等级划分为五个等级。(3)对BP神经网络的初始权值和阈值进行优化,建立了基于粒子群(PSO)算法优化的BP神经网络模型(PSO-BP)。对坝体及坝基的变形可靠性鉴定数据包进行随机选择,形成训练集和测试集。并对该模型的训练、测试以及误差结果进行分析,最后还将该模型分别与BP神经网络理论算法模型和遗传(GA)算法优化的BP神经网络模型(GA-BP)训练出的结果进行对比。(4)编制了水电站大坝可靠性评估系统软件,包括软件的整体规划设计、起始界面设计、主控界面设计、对象评估界面设计以及数据管理界面设计。编写用户界面回调函数,使每个界面的控件实现相应的功能,最后将软件进行封装。