輸電線路塔基土質邊坡穩定性評價的BP網絡模型

韋立德，安少鵬，李鵬云，段華雍

(1.中國科學院武漢巖土力學研究所，湖北 武漢 430071；2.廣東網公司電力科學研究院，廣東 廣州 510600；3.南昌航空大學，江西 南昌 330063)

1 概述

應用人工神經網絡BP模型建立土質邊坡安全系數估算方法，國內文獻首先做了探討，他們采用文獻邊坡實例建立邊坡穩定性預測模型的神經網絡模型，建立的模型是普遍性和考慮孔隙壓力比的，普遍性體現在的模型考慮了土坡、尾礦壩、甚至巖坡情況。此后也有類此工作，有的針對黃土邊坡建立邊坡安全系數估算的神經網絡模型。但是針對廣東土坡的邊坡安全系數估算的神經網絡模型還沒有相關研究成果。

電塔基礎的承載體邊坡猶如皮膚，電塔基礎猶如膚毛，“皮之不存，毛將焉附”能夠非常恰當的形容了電塔基礎對它下面邊坡的依賴關系。如果邊坡因為滑坡或者沖刷導致完全失去承載功能失效或承載功能下降，往往導致其上電塔倒塌、傾斜而失去掛線功能。由此可見邊坡對電塔的重要性。邊坡穩定性安全系數計算一般采用數值計算方法，極限平衡法是在工程中應用最廣也是最可靠的數值計算方法之一，該方法在應用時其準備工作較繁瑣，考慮降雨時一般要進行滲流計算。邊坡穩定性安全系數計算如果采用一般的邊坡穩定性預測模型的神經網絡模型，該模型沒有針對性，作為輸電線路塔基維護的供電局職工為了考慮滲流影響要確定孔隙壓力比也比較困難。因此，為了輸電線路塔基維護方便有效，應用人工神經網絡BP模型建立具有針對性的土質邊坡安全系數估算方法具有實用意義。

本文基于工程實例，針對廣東輸電線路塔基邊坡情況探索應用正交試驗和人工神經網絡BP模型建立土質邊坡安全系數估算方法，研制相應程序，并對廣東輸電線路塔基邊坡情況進行預報與對比，論證該估算方法的合理性。

2 模型的建立和實現

2.1 BP網絡模型

本文采用誤差逆傳播(簡稱BP)神經網絡模型，所謂誤差逆傳播是把輸出層出現的誤差歸結為各連接權的“過錯”。通過把輸出層單元的誤差逐層向輸入層“分攤”給各層單元，從而獲得參考誤差，并調整各邊連接權。

2.2 廣東地區輸電線路塔基土質邊坡穩定性預測模型探索

我們在對廣東韶關地區、河源地區、梅州地區等地區輸電線路塔基邊坡工程廣泛地質調查和資料收集分析基礎上，認為廣東地區輸電線路塔基土質邊坡工程地質特征各參數變化范圍為密度1400～2300kg/m3、凝聚力0～60kPa、內摩擦角12°～39°、坡角6°～66°、坡高0～50m，參照文獻[1-3]把這五個因素作為邊坡穩定性最重要影響因素，而降雨對邊坡穩定性的影響通過密度、凝聚力和內摩擦角體現。根據廣東地區輸電線路塔基土質邊坡工程地質特征各參數變化范圍，采用正交法按照l16(45)創建的16個危險圓弧破壞的、安全系數采用極限平衡法的土坡實例是建立邊坡穩定性影響因素和安全系數影射關系所需要的最少訓練樣本，見表1。按照慣例，采用表1土坡實例作為訓練樣本，建立邊坡穩定性安全系數預測BP網絡模型，并且所建立的模型適合用于廣東地區輸電線路塔基土質邊坡穩定性預報，達到滿足這些條件即是所建的廣東地區輸電線路塔基土質邊坡穩定性預測模型。為此，我們采用表1數據進行了很多次BP網絡建模訓練，曾經也得到過誤差極小的訓練結果，但是采用自己訓練得到BP網絡模型進行邊坡穩定性預測的計算結果和極限法結算結果對比誤差很大，因此不適合于土坡穩定性安全系數預測，未求得打算建立的廣東地區輸電線路塔基土質邊坡穩定性預測模型。

表1 基于正交法建立的廣東地區土質邊坡實例

2.3 廣東地區輸電線路塔基土質邊坡穩定性預測模型的建立

從文獻[3,6]收集了30個危險圓弧破壞的、不考慮孔隙壓力比的且符合廣東地區輸電線路塔基土質邊坡工程地質特征各參數變化范圍的土坡實例，其安全系數采用極限平衡法計算后修正，見表1。注意，雖然文獻[1、2]采用文獻[3]邊坡實例建立邊坡穩定性預測模型的神經網絡模型，他們建立的模型是普遍性和考慮孔隙壓力比的，普遍性體現在他們的模型考慮了土坡、尾礦壩、甚至巖坡情況，參數變化范圍大容易導致具體問題預測結果精度降低；本文是征對廣東地區輸電線路塔基土質邊坡工程地質特征各參數變化范圍取邊坡實例且不考慮孔隙壓力比，參數變化范圍相對小些和減少影響因素這些措施都是為了提高精度，另外邊坡實例安全系數采用極限平衡法(Beshop法和Janbu法)計算后修正，是本文和文獻[1,2]的主要不同點。

邊坡穩定性安全系數計算的神經網絡模型采用四層結構，影響邊坡穩定性的各種因素，如土體容重、內聚力、內摩擦角、邊坡角、邊坡高度等用網絡的輸入節點表達，安全系數用網絡的輸出節點表達。網絡的輸入層與輸出層之間的隱含層可有一個或多個。本例中采用自適應方法確定的網絡結構為5-8-2-1。采用BP模型計算的安全系數和采用極限平衡法計算的安全系數很一致。

采用該BP網絡模型對表1實例進行預報計算并與極限平衡法計算結果，詳見表1，可見采用建立的BP網絡模型計算結果和采用極限平衡法計算結果比較一致，在極限狀態附近它們誤差很小，而離極限狀態較遠情況它們是否穩定判定正確，因此可把建立的BP網絡模型的權值和閥值當作由正交法建立的16個邊坡實例樣本建立的BP網絡模型的權值和閥值。由于該土坡穩定性安全系數預測BP網絡模型滿足采用表1土坡實例作為訓練樣本建立模型的要求，并且所建立的模型適合用于廣東地區輸電線路塔基土質邊坡穩定性預報(或者說能夠應用于如表2邊坡實例穩定性預報)，所以所建立的邊坡穩定性安全系數預測BP網絡模型就是廣東地區輸電線路塔基土質邊坡穩定性預測BP網絡模型。

表2 危險圓弧破壞的邊坡實例

2.4 廣東地區輸電線路塔基土質邊坡穩定性預測BP網絡模型的應用

為了有效的對廣東地區輸電線路進行塔基滑坡風險評價，我們利用所建立的邊坡穩定性安全系數預測BP網絡模型作為廣東地區輸電線路塔基滑坡風險評價系統中邊坡危險性評價模型，基于intel Fortran計算機語言研制了廣東地區輸電線路塔基滑坡風險評價系統。圖1為對表1樣本2進行邊坡穩定性安全系數預測的計算結果，由該結果和極限平衡法計算結果對比可知廣東地區輸電線路塔基土質邊坡穩定性預測BP網絡模型的應用使廣東地區輸電線路塔基滑坡風險評價系統中邊坡危險性評價計算得到大大簡化，比較方便實用。

圖1 廣東地區輸電線路塔基滑坡風險評價系統

3 結語

本文基于工程實例，針對廣東輸電線路塔基邊坡情況探索應用正交試驗和人工神經網絡BP模型建立土質邊坡安全系數估算方法，研制相應程序，并對廣東輸電線路塔基邊坡情況進行預報與對比，計算結果表明該估算方法合理可靠。

[1]馮夏庭，王泳嘉，盧世宗.邊坡穩定性的神經網絡估計[J].工程地質學報，1995，3(4).

[2]夏元友，李新平，程 康.用人工神經網絡估算巖質邊坡的安全系數[J].工程地質學報，1998，6(2).

[3]N.K.Sah，P.R.Sheorey and L.N.Upadhyaya.1994.Maximum likelihood estimation of slope stability.Int.J.Rock Mech.Min.Sci.Geo.Abstr.，31(1).

[4]陳明.神經網絡模型[M].大連：大連理工大學出版社，1995.

[5]韋立德，徐衛亞，曹國金.改進的BP網絡在深層攪拌樁承載力計算中的應用[J].電力勘測，2002，(2).

[6]王國體，王婉娣.平原多級儲灰復合壩滑坡分析和加固治理[J].巖土工程學報，2006，28(4).