随着经济发展对电力需求逐年增加,许多大型电力工程相继投入使用。其中,火力发电厂规模也越来越大,一方面促进了经济的发展,另一方面也带来了潜在的危险,一旦灰坝失事,将会给下游公众造成生命和财产损失、给社会环境带来严重影响。因此,及时掌握灰坝性态及其变化信息、降低灰坝失事风险是火电厂大坝安全防范的首要任务。为达到此目的,依靠现代科技手段建立灰坝的自动监测和预警系统是非常必要的。 本文在分析传统的大坝监测统计回归模型、确定性模型和混合模型的基础上,基于人工神经网络中BP网络和RBF网络的优点,利用这两种网络对实际工程——金竹山电厂贮灰坝实测测压管水位进行了模拟和预测,进而进行了灰坝稳定的监测和预警。 本文提出了对安全系数进行人工神经网络预测的方法:即用人工神经网络来寻找坝坡安全系数与各种影响因素之间的关系,进而预测出在坝坡稳定影响因素改变时坝坡的安全系数。并利用均质坝为例进行了验证,结果证明该方法可行。最后将该方法应用到金竹山电厂贮灰坝实际工程中,实现了灰坝稳定安全系数的实时预报和预警分析。通过对现有监测数据分析,预测出金竹山子坝加高后仍然是稳定的结果。