Page 123 - 水利学报2025年第56卷第3期

指标，选择 ｋ 、ｋ 、ｋ 、ｋ 、ｋ 、ｋ 、ｋ 共 ７个作为试验因素，并对每个因
新坝体 旧坝体 排水体 黏土Ｑ３ 砂土Ｑ３ 砂土Ｑ３（下游） 黏土Ｑ１
７
素在初始值基础上下浮动 ３０％得到 ３个试验水平，据此选用正交表 Ｌ （３）。对设计的 １８组试验进行
１８
有限元计算，计算 ４个渗压测点渗压值，并对其显著性进行分析，最终计算结果如表 ２所示。由表可
见，当显著性水平 α ＝ ０．０５ 时，黏土 Ｑ 对于 ４个测点检验结果均不显著，砂土 Ｑ 对于 Ｓ１、Ｓ２测点不
１ ３
显著；当显著性水平 α ＝ ０．０１ 时，黏土 Ｑ、砂土 Ｑ 对 ４个测点检验结果均不显著。因此 ｋ 、ｋ
１ ３ 砂土Ｑ３ 黏土Ｑ１
选用初始渗透系数作为计算值，选择 ｋ 新坝体 、ｋ 、ｋ 、ｋ 、ｋ 这 ５个渗透系数进行参
黏土Ｑ３
砂土Ｑ３（下游）
排水体
旧坝体
数反演。
表 ２ 各分区渗透系数对测点渗压值的敏感性分析
Ｓ１ Ｓ２ Ｓ３ Ｓ４
因素
Ｆ α Ｆ α Ｆ α Ｆ α
２４０．１２ ０．００ ６１．９４ ０．００ １３．８４ ０．０３ １０．２４ ０．０５
ｋ 新坝体
７６１１．３８ ０．００ ９１６１．０３ ０．００ ８１６５．０１ ０．００ ６４１４．７０ ０．００
ｋ 旧坝体
１１００．９７ ０．００ ４１６９．９６ ０．００ １２４８４．９９ ０．００ ９３３３．１３ ０．００
ｋ 排水体
１８４．５７ ０．００ ５４６．１８ ０．００ ８８１５．１８ ０．００ ７８６５．８６ ０．００
ｋ 黏土Ｑ３
４．５７ ０．１２ ５．０７ ０．１１ １８．０６ ０．０２ ２１．５９ ０．０２
ｋ 砂土Ｑ３
６３５．１５ ０．００ ２４１５．２３ ０．００ ５６５７．６７ ０．００ ５７８４．４２ ０．００
ｋ 砂土Ｑ３（下游）
４．９８ ０．１１ ８．７９ ０．０６ ８．３３ ０．０６ ６．５３ ０．０８
ｋ 黏土Ｑ１
＝
＝
注：查表得 Ｆ ０．０５ ９．５５ ，Ｆ ０．０１ ３０．８２
４．３．２ 参数反演与代理模型构建 反演采用的实测资料宜选取高水位、无降雨影响的稳定工况，本次
选择 ２０２２年 １月 １８日库水位 ９０２．８８ｍ作为本次反演计算的上游水位，当日下游水位为 ８９０．６４ｍ，
Ｓ１—Ｓ４四个测点测值分别为 ９０２．１６、８９９．８４、８９３．８１、８９４．４４ｍ。
基于敏感性分析结果、以往地勘数据并结合工 表 ３ 各分区反演渗透系数取值范围及反演结果
程经验，获得各分区渗透系数的取值范围如表 ３所 单位：ｍ?ｓ
示。通过 ＬＨＳ采样抽取 １００个样本点，将其代入有 坝体分区 下限值 上限值 反演结果
限元模型计算得到 １００组渗压计算值，以此作为构 新坝体 ２．８４ × １０ － ７ ５．２７ × １０ － ７ ２．９２ × １０ － ７
建代理模型的数据集。随机选取 ７０组样本作为训练 旧坝体 １．０ × １０ － ７ ５．０ × １０ － ６ ４．９６ × １０ － ６
集，３０组 样 本 作 为 测 试 集。 采 用 ＳＳＡ对 ｓｐｒｅａｄ和 排水体 ５．０ × １０ － ６ １．０ × １０ － ４ ９．９８ × １０ － ５
ＭＮ两个参数进行寻优，寻优目标函数为 ４个渗压测 黏土 Ｑ３ １．０ × １０ － ７ ５．０ × １０ － ６ １．０３ × １０ － ７
点预 测 值 与 计 算 值 均 方 误 差 ＭＳＥ之 和 的 最 小 值。 砂土 Ｑ３（下游） １．００ × １０ － ６ ２．６１ × １０ － ５ ２．３３ × １０ － ６
－ ５
ＲＢＦ网 络 训 练 目 标 误 差 为 １０ ，ＳＳＡ种 群 数 为 ２０
个，迭代次数为 ５０次。经多次寻优结果稳定不再变
化时，ＲＢＦ反演代理模型的扩展速度和隐层神经元
个数分别为 ｓｐｒｅａｄ ＝ ６．０８６，ＭＮ ＝ ３９。
在反演代理模型基础上采用 ＳＳＡ对 ５个分区渗
透系数进行全局搜索，其中种群个数取 ５０，迭代次
数取 １００，ＳＳＡ － ＲＢＦ反演代理模型寻优迭代收敛过
程见图 ８，反演结果见表 ３。将反演结果代入有限元
模型进行稳定渗流计算，对比计算值与实测值可知，
４个测点中绝对误差最大值为 ０．８３ｍ，相对误差均
在 ０．１％之内，表明所建立的 ＳＳＡ － ＲＢＦ反演代理模
型收敛过程快速稳定、反演精度较高，符合工程基
图 ８ 反演代理模型寻优收敛过程
本要求。

— ４ ０ ５ —