降雨條件下土石壩滲流量監(jiān)控方法研究

劉遠(yuǎn)財(cái)，林 芝，黃 孫，崔朋飛，任 哲，盧林晶

(1.浙江浙能北海水力發(fā)電有限公司，浙江 杭州 310009；2.國家能源局大壩安全監(jiān)察中心，浙江 杭州 311122)

0 引 言

土石壩具有適用范圍廣、取材方便、對自然環(huán)境適應(yīng)性強(qiáng)、施工便捷、建造周期短等優(yōu)點(diǎn)，成為應(yīng)用最為廣泛的一種壩型。目前我國土石壩建設(shè)規(guī)模已突破壩高200 m級，其中面板壩和心墻壩逐步成為高土石壩建設(shè)的主流壩型，如云南瀾滄江上的糯扎渡大壩，壩高261.5 m，是目前世界上已建最高的心墻壩[1]；湖北清江的水布埡大壩，壩高233.2 m，是目前世界上已建最高的混凝土面板堆石壩[2]。隨著一大批土石壩工程完工投入運(yùn)行，其運(yùn)行性態(tài)是運(yùn)行管理單位、設(shè)計(jì)施工單位和國家監(jiān)管部門的關(guān)注重點(diǎn)，而滲流穩(wěn)定是土石壩安全運(yùn)行的關(guān)鍵。據(jù)國內(nèi)外相關(guān)統(tǒng)計(jì)顯示，由于滲透破壞直接導(dǎo)致的土石壩失事概率比例約占29%～44%[3]。因此，土石壩滲流狀況是關(guān)乎土石壩安全穩(wěn)定的重要方面，此前的大量研究表明，土石壩滲流量主要受庫水位、溫度、降雨量等因素的影響，許多工程缺陷如防滲體破壞、管涌、滲水、裂縫等，都可以在滲流量上得到體現(xiàn)，尤其是通過分析大壩滲流量的變化趨勢、量值以及對比分析水質(zhì)情況可以獲得土石壩整體的滲流控制情況。然而由于大多數(shù)土石壩采用壩后量水堰的形式，土石壩滲流量測值易受客水干擾，特別是在降雨影響下，測值往往不能直接反映大壩的滲流狀況，影響大壩的結(jié)構(gòu)安全評判結(jié)論。

目前在國家能源局注冊備案的土石壩共有159座，其中117座大壩設(shè)置了壩后量水堰，用來監(jiān)測大壩滲流情況。有35座大壩的滲流量測值明顯受降雨量影響，降雨對評判大壩滲流量是否正常造成了干擾。對這35座大壩的調(diào)研發(fā)現(xiàn)，目前運(yùn)行管理單位普遍采用的簡化方法是取連續(xù)7 d不降雨條件下的量水堰測值作為大壩實(shí)際滲流量值，一旦大壩遭遇“連續(xù)多日降雨疊加大壩滲流破壞”，該方法將無法及時(shí)、準(zhǔn)確評判大壩安全狀況。因此，有必要對降雨條件下的滲流量分析方法進(jìn)行研究。

本文的主要思路是利用某土石壩的實(shí)測滲流量監(jiān)測數(shù)據(jù)，首先分析環(huán)境量和滲流量相關(guān)關(guān)系，再根據(jù)降雨特征對數(shù)據(jù)進(jìn)行離散化處理，即根據(jù)降雨過程特征，將量水堰實(shí)測數(shù)據(jù)根據(jù)降雨過程劃分成多個(gè)區(qū)間，將相似降雨過程條件下的量水堰實(shí)測數(shù)據(jù)組成數(shù)據(jù)組，然后采用回歸分析的方法，建立滲流量與各影響因子之間的數(shù)學(xué)表達(dá)式，量化各因子對滲流量的影響程度，在此基礎(chǔ)上基于LSTM(長短期記憶模型)構(gòu)造降雨過程與滲流量的定量模型，最后將上述成果用于不同降雨過程條件下的滲流量預(yù)測。

1 降雨入滲對土石壩滲流量影響機(jī)理

土石壩降雨入滲是指雨水從大壩表面滲入土壤過程中不斷驅(qū)替空氣而飽和空隙的過程。通常根據(jù)降雨強(qiáng)度與土體飽和度及土體入滲能力之間的關(guān)系，將降雨入滲分為3種不同的情況[4]：情況A，降雨強(qiáng)度小于土體飽和度，這種情況下，雨水將全部入滲，不會(huì)形成徑流；情況B，降雨強(qiáng)度大于土體飽和度而小于土體入滲能力，這個(gè)階段雨水將全部入滲，也不會(huì)形成徑流；情況C，降雨強(qiáng)度大于土體飽和度且大于土體入滲能力，此時(shí)將形成徑流(以下稱為降雨徑流)。

以上A、B兩種情況，降雨不會(huì)對壩后量水堰實(shí)測值造成干擾，量水堰測值即為大壩實(shí)際滲流量。對于情況C，壩后量水堰實(shí)測值為大壩滲流量和降雨徑流量之和，此時(shí)要將降雨徑流量從量水堰實(shí)測值中分離，首先需要確定降雨入滲的邊界條件，即降雨強(qiáng)度與土體入滲能力的相對關(guān)系。很多學(xué)者曾提出了各自的解決方法，高潤德等[5]將入滲邊界作為流量已知邊界，直接將降雨強(qiáng)度作為邊界入滲率；吳宏偉等[6]假定70%的入滲量作為土體的入滲率；李兆平等[7]根據(jù)降雨強(qiáng)度與飽和滲透系數(shù)的關(guān)系來確定入滲率；榮冠等[8]通過有限元數(shù)值模擬的方法確定入滲邊界。本文嘗試通過分析壩后量水堰實(shí)測值和降雨過程實(shí)測值之間的關(guān)系來確定。

2 降雨條件下滲流量推理預(yù)測

2.1 分段法計(jì)算降雨徑流量

大壩滲流量主要受庫水位、降雨、溫度以及時(shí)效等因素的影響，對于一個(gè)已知的降雨過程，壩后量水堰實(shí)測值可以表示為Q實(shí)測=Q大壩+Q徑流。

當(dāng)Q徑流≤0時(shí)，Q實(shí)測=f(H)+f(T)+f(θ)

(1)

當(dāng)Q徑流>0時(shí)，Q實(shí)測=f(H)+f(T)+f(θ)+f(P)

(2)

式中，f(H)為水位分量函數(shù)；f(T)為氣溫分量函數(shù)；f(θ)為時(shí)效分量函數(shù)；f(P)為降雨分量函數(shù)。

(3)

(4)

Q徑流=Q實(shí)測-Q大壩

(5)

由此也可以得到降雨過程與Q徑流之間的函數(shù)關(guān)系，即

Q徑流=f(P)

(6)

2.2 基于LSTM的降雨過程與滲流量定量模型

RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))是一種適用于時(shí)序數(shù)據(jù)處理的深度神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)的三大代表性算法之一，而LSTM(長短期記憶網(wǎng)絡(luò))是針對RNN難以實(shí)現(xiàn)長期記憶而進(jìn)行改進(jìn)得到的具有長期記憶功能的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[10]。借助LSTM網(wǎng)絡(luò)，以某時(shí)刻之前一定時(shí)間內(nèi)(時(shí)段長度可由降雨過程對滲流量的影響數(shù)據(jù)得到或取較大值)的降雨過程數(shù)據(jù)為輸入變量，以該由降雨引起的滲流量為目標(biāo)值，即可構(gòu)建降雨過程與滲流量的定量模型，即

Qt=f(Pt0，Pt0+1，…，Pt)

(7)

式中，Qt為t時(shí)刻由降雨引起的滲流量；Pt為t時(shí)刻的降雨強(qiáng)度。

該模型的最大優(yōu)勢是能夠根據(jù)目標(biāo)系列數(shù)據(jù)自動(dòng)抽取自變量序列特征以構(gòu)建合適的抽象模型進(jìn)行數(shù)據(jù)建模，無需給出自變量與目標(biāo)值之間的數(shù)學(xué)關(guān)系，非常適合用于大量多類型時(shí)間序列的批量化處理。

2.3 降雨條件下的滲流量監(jiān)控實(shí)現(xiàn)過程

綜合應(yīng)用樸素貝葉斯分類算法、回歸分析和LSTM模型，實(shí)現(xiàn)降雨條件下的土石壩滲流量監(jiān)控的主要步驟如下：

(1)數(shù)據(jù)離散化處理。利用樸素貝葉斯分類算法，對數(shù)據(jù)進(jìn)行離散化處理，以是否出現(xiàn)降雨徑流為條件，將數(shù)據(jù)分為兩組，構(gòu)成新的滲流量—環(huán)境量數(shù)據(jù)組。

(2)回歸模型計(jì)算。對無降雨徑流的滲流量—環(huán)境量數(shù)據(jù)建立回歸方程。

(3)新數(shù)據(jù)組構(gòu)建。將上一步得到的回歸方程應(yīng)用到全序列數(shù)據(jù)中，代入水位、氣溫、時(shí)效數(shù)據(jù)，得到降雨徑流～降雨過程數(shù)據(jù)組。

(4)降雨徑流量預(yù)測。采用LSTM模型對降雨徑流～降雨過程數(shù)據(jù)進(jìn)行建模。

(5)大壩滲流情況評判。根據(jù)步驟4構(gòu)建的模型得到有相應(yīng)降雨過程引起的滲流量，得到大壩滲流量即Q大壩=Q實(shí)測-Q預(yù)測徑流，對Q大壩進(jìn)行量值和趨勢性評判。具體流程如圖1所示。

圖1 降雨條件下的滲流量監(jiān)控流程

3 工程實(shí)例

某面板堆石壩最大壩高162.0 m，水庫總庫容41.9億m3，正常蓄水位160.00 m。工程運(yùn)行多年，未見明顯異常，大壩滲流狀態(tài)已經(jīng)穩(wěn)定。大壩滲流量采用壩后量水堰形式進(jìn)行觀測，取2018年1月～2020年12月的量水堰實(shí)測值作為樣本進(jìn)行分析，實(shí)測滲流量-降雨量過程線和實(shí)測滲流量-水位過程線見圖2。

圖2 某混凝土面板堆石壩實(shí)測大壩滲流量過程線

3.1 滲流量與環(huán)境量相關(guān)性分析

從圖2可以看出，壩后量水堰測值主要受上游水位影響，同時(shí)在不同降雨強(qiáng)度和降雨過程的影響下，測值會(huì)受降雨徑流的干擾而突增。不同降雨類型對滲流量影響過程見圖3，在小強(qiáng)度降雨影響下，滲流量基本不受其影響；前5 d累計(jì)降雨量大于20 mm時(shí)，會(huì)造成大壩滲流量突增。

圖3 典型降雨類型對滲流量影響過程

根據(jù)上述分析，將前5 d累計(jì)降雨量小于20 mm的滲流量—環(huán)境量測值作為同一組數(shù)據(jù)(數(shù)據(jù)組1)，然后進(jìn)行后續(xù)處理。

3.2 降雨徑流影響值分析及預(yù)測

根據(jù)本工程面板壩的具體特點(diǎn)，構(gòu)建不受降雨影響的滲流量表達(dá)式，即

(8)

式中，H為上游水位；S為氣溫；θ為時(shí)效。

采用式(8)對數(shù)據(jù)組1進(jìn)行回歸分析，得到該模型回歸方程，該方程為上游水位、氣溫和時(shí)間的函數(shù)。將全序列數(shù)據(jù)組相應(yīng)的上游水位、氣溫和時(shí)間代入上述回歸模型方程，得到全序列上游水位、氣溫和時(shí)效影響下的滲流量值，如圖4所示。

圖4 上游水位、氣溫和時(shí)效影響下的滲流量

用實(shí)測滲流量減去上述上游水位、氣溫和時(shí)效影響下的滲流量值，即得到不同降雨過程影響下的降雨徑流值。計(jì)算結(jié)果見圖5。

圖5 分離后的降雨徑流—降雨過程測值過程線

將分離得到的由降雨引起的滲流量和降雨過程數(shù)據(jù)作為LSTM模型的訓(xùn)練數(shù)據(jù)，建模效果如圖6所示，滲流量預(yù)測結(jié)果誤差見表1，模型預(yù)測結(jié)果與圖5的實(shí)測降雨徑流非常接近，說明模型預(yù)測精度較高。

表1 滲流量預(yù)測結(jié)果誤差

圖6 降雨徑流-預(yù)測值過程線

從滲流量實(shí)測值中減去降雨徑流，可以得到扣除降雨影響后的大壩滲流量，過程線見圖7，計(jì)算結(jié)果統(tǒng)計(jì)見表2。從統(tǒng)計(jì)結(jié)果可見，扣除降雨影響后，大壩實(shí)際滲流量均在55 L/s以內(nèi)，未超出工程允許的滲流量最大值。

圖7 扣除降雨影響后的大壩滲流量過程線

表2 典型降雨過程影響下扣除降雨量影響后的大壩滲流量計(jì)算結(jié)果

4 結(jié) 語

本文結(jié)合某面板壩的實(shí)測滲流量監(jiān)測數(shù)據(jù)，首先采用統(tǒng)計(jì)回歸的方法計(jì)算降雨時(shí)段和非降雨時(shí)段的滲流量預(yù)報(bào)方程，并分段計(jì)算得到降雨徑流影響值，然后利用LSTM模型對降雨引起的徑流量和降雨過程之間的關(guān)系進(jìn)行建模，從而預(yù)測在某過程降雨影響下的滲流量——降雨分量值。本文方法的計(jì)算結(jié)果主要受實(shí)測樣本序列長短以及取樣頻次的影響，在保證實(shí)測樣本數(shù)據(jù)質(zhì)量的情況下，該方法可以較準(zhǔn)確地剔除由于降雨徑流對大壩滲流量測值造成的干擾，從而監(jiān)控土石壩滲流狀態(tài)。