人民黄河

作者：王卓群, 王建新, 王惠民, 盛金昌, 冯俊

单位：1.河海大学 水利水电学院，江苏 南京 210098；2.中国电建集团华东勘测设计研究院有限公司，浙江 杭州 310000

关键词：渗压水位；随机森林算法；BP神经网络；精度；白鹤滩水电站

基金：<span>国家自然科学基金面上项目（</span><span>42372296</span><span>）；国家自然科学基金青年项目（</span><span>42202286</span><span>）</span>

为提高水电站坝基渗压水位预测精度，提出一种基于随机森林的BP神经网络模型（RF-BP模型）。以白鹤滩水电站为例，基于2021年8月1日至2023年2月23日坝基18个渗流测点数据进行分析。选取GA（遗传算法）-BP、PSO（粒子群算法）-BP、RF、LSTM（长短期记忆网络）-BP模型，与RF-BP模型的预测精度进行对比。考虑到渗压水位与库水位存在一定的相关性，对两者的皮尔逊相关系数进行计算。结果表明：在OH-WML1-1、OH-WML1-2和OH-WML5-3典型测点，RF-BP模型的MAE、RMSE、MAPE最小，预测精度最高，这突出了随机森林算法在优化因子选择方面的显著效果。测点渗压水位与库水位相关性越强，RF-BP模型的预测精度越高，说明了渗压水位与库水位之间的相关性对预测准确性有重要影响。

来源：2026年第1期

《人民黄河》期刊编辑部

查看人民黄河杂志2026年第1期