- · 北京市丰台区科协举办2021年区科普益民惠农项目评审会[11/10]
- · 内蒙古乌兰察布市科协举办2020年公民科学素质竞赛[11/06]
- · 广西2020年全区乡村学校少年宫科技体验日活动举行[11/05]
- · 新疆昌吉州有力推进第31届“科技之冬”活动[11/04]
- · 山东省科协青少年科普教育栏目《科普总动员》启动[11/04]
- · 内蒙古巴彦淖尔市2020年公民科学素质大赛举行[11/04]
- · 世界顶尖科学家论坛科学T大会开启“科学第一课”[11/03]
- · 2020中国科幻大会开幕[11/01]
基于SBKF-PNN融合的高填方渠道渗漏监测模型研究
作者:刘明堂 王丽 秦泽宁 司孝平 刘雪梅
关键词: 高填方渠道; 渗漏监测; 无线传感网; 贯序块卡尔曼滤波; PNN分类;
摘要:针对目前高填方渠道渗漏检测方法通常单一、数据获取易受环境干扰、渗漏等级难以分类等问题,研究了基于SBKF-PNN融合的高填方渠道渗漏实时监测模型.首先建立基于土质高填方渠段的实验模型,设计了基于ZigBee和GPRS的渗漏信息无线传感网络,将高填方渠道的温度信息、湿度信息、GPS信息和渗流信息进行可移动获取;结合高填方渠道渗漏规律,分析传感器多源数据变化的规律及其关联度,定义了高填方渠道渗漏的等级模式,筛选了温度场、电势场和电磁场等多传感器信息作为渗漏监测量;然后应用贯序式块卡尔曼滤波(Sequential Block Kalman Filter,SBKF)方法对多传感器数据块进行处理,同时采用概率神经网络(Probabilistic Neural Network,PNN)算法进行渠道渗漏的等级分类;最后用大量的实测数据对SBKF-PNN模型进行训练,得到高填方渠道渗漏监测的反演模型,并将该反演模型应用到实际的高填方渗漏监测中.结果表明,基于SBKF-PNN的渗漏监测模型可实现多传感数据块的实时滤波,有效融合多种环境量的突变特征,能较准确地实现高填方渠道渗漏等级分类.