槐树关水库大坝渗流安全评价与预测

为评价槐树关水库大坝的渗流稳定性,收集大坝近年来面板周边缝与坝基监测点处渗压计数据,库水位、气温、降雨量、坝后渗流的监测数据及大坝工程建设与地质资料,先将监测点处渗压计值和坝前水位进行 Pearson相关性分析,再根据大坝工程建设及地质资料绘制大坝断面模型并导入 Autobank7.7 软件计算坝后渗流量,最后将气温、库水位、降雨量等影响因子代入 PCA-BP 神经网络与随机森林、BP 神经网络模型对坝后渗流量进行预测.结果表明:除P3、P6、P9 外的监测点渗压计值、坝后量水堰监测渗流量值与库水位相关性较强,符合大坝渗流场的一般规律,初步判定大坝较稳定;实际监测的坝后渗流量是 Autobank 软件模型理论计算值的 8 倍,判定大坝有出现渗流破坏的可能,后续应采取相应措施除险加固加强监测以保证大坝的稳定性;PCA-BP 神经网络与随机森林、BP神经网络 3 种模型最佳预测准确度分别为 83.20%、79.35%、69.41%,其中 PCA-BP 神经网络的预测效果最佳,通过模型预知渗流量防止渗流破坏对保证大坝的安全运行具有重要意义.