共查询到20条相似文献,搜索用时 20 毫秒
1.
针对大坝监测中监测项目多、监测仪器空间分布广及需要对海量监测数据作出实时处理与分析等问题,基于Visual Studio平台环境,开发了具有三维地理信息和监测点监测信息的大坝安全监测系统,应用ArcGIS技术和C#语言实现大坝相关地理信息和监测信息的可视化管理,并与监测数据建立有机联系,开发嵌入监测数据分析建模功能。案例证明,所建大坝安全监测系统具有良好的数据管理、监测数据分析和可视化显示等功能,内含的灰色建模功能便捷有效地实现了监测数据的分析预测。 相似文献
2.
3.
4.
约束型ME-PP模型在大坝安全评价中的应用 总被引:1,自引:0,他引:1
鉴于大坝安全综合评价中的权重选取关系到评价结果的可靠性、合理性,为充分挖掘大坝监测数据所携带的信息,并考虑影响大坝基岩安全的因素特征,从投影寻踪方法的优化函数和约束条件两个方面改进传统算法,即采用最大熵原理与投影寻踪耦合模型改进投影寻踪方法的优化函数,结合实测指标的特征改进投影寻踪法的约束条件,从而得到约束型最大熵投影寻踪耦合模型。将该模型计算得到的各实测指标权重运用于灰色聚类综合评价,并利用聚类系数向量的灰度进行方法优劣的判别。实例应用结果表明,将本文方法求得的权重用于综合评价是合理可行的,相比于熵权法、传统投影寻踪法,更符合大坝基岩实测数据的特征,且得到的评价结果灰度更小,更易区分所属灰类。 相似文献
5.
6.
针对传统统计模型在大坝应力监测时预测精度不高且容易出现过度拟合现象,将随机森林算法引入大坝应力预测中,构建了基于随机森林算法的大坝应力预测模型,对某混凝土重力坝的应力监测数据进行处理、分析和预测,并以平均绝对误差、平均误差平方和及相对误差平方和为指标与多元线性回归模型和神经网络模型进行对比。结果表明,当预测范围在训练集样本范围内时,基于随机森林算法的大坝应力预测模型的预测精度较高,稳定性较好,为大坝应力预测提供了一种新途径。 相似文献
7.
基于SSM框架的大坝监测数据管理系统设计 总被引:1,自引:0,他引:1
针对目前大坝安全监测存在数据不能实时计算分析、展示,长期运行产生的大量数据主要靠人工整编且易出错等问题,结合现代信息化技术手段,以Java作为服务开发语言,设计了基于Spring+SpringMVC+Mybatis(SSM)框架的大坝安全监测数据管理平台,用于大坝监测数据的管理和分析,实现数据采集、存储、查询、计算分析、绘图、生成报表报告、实时监控及远程展示等功能,同时亦为监测仪器管理提供了可视化界面,方便仪器管理。结果表明,基于SSM框架的大坝安全监测数据管理系统实时反馈效果好,操作便捷,数据存取性能好、可视化程度高,便于大坝监测数据的管理与实时分析,为大坝安全运行与决策提供支撑。 相似文献
8.
鉴于传统裂缝监控指标拟定方法利用原始监测数据时存在一定的局限性,采用卡尔曼滤波对原始监测数据进行降噪处理,并通过云模型的正、逆向云发生器产生监测数据的期望、熵、超熵等数字特征,利用这些数字特征计算定量的转换值,从而实现定量—定性—定量的转换,进而确定安全监控指标。对某大坝下游面105m高程#18坝块水平裂缝监测序列的拟定结果表明,利用云模型进行安全监控指标拟定符合客观规律,且较传统的典型小概率法更具优势。 相似文献
9.
10.
11.
12.
PSO-RBF在大坝变形监测中的应用 总被引:1,自引:0,他引:1
针对传统径向基神经网络(RBF)在大坝安全监测应用中易陷入局部最优及预测精度不高的问题,引入粒子群算法(PSO),对输入的大坝安全监测数据进行初步的聚类处理,找出初步聚类中心后令其为PSO的初值,根据运算法则更新初值以寻求适合训练数据的最优基函数中心。以小湾大坝为例,应用Matlab仿真模拟计算了大坝变形量,结果表明PSO-RBF与传统RBF的拟合效果都很好,PSO-RBF预测准确度更高。 相似文献
13.
14.
为提高大坝安全监测数据预测精度,将差分自回归移动平均模型(ARIMA)与广义回归神经网络(GRNN)相结合,建立了ARIMA-GRNN预测模型。以前期实测值和ARIMA拟合值作为GRNN网络的输入,后期实测值作为网络输出,以平均平方误差最小为原则寻找光滑因子,建立最佳的预测模型,并运用熵权法和标准离差法对各模型进行多指标综合评价。结果表明,ARIMA-GRNN模型预测精度较ARIMA模型明显提高,可应用于大坝安全监测。 相似文献
15.
《太阳能学报》2017,(7)
针对传统频域诊断算法不能充分挖掘出非线性、非平稳信号内部本质信息的问题,提出基于聚合经验模态分解(EEMD)的复合特征提取和基于核熵成分分析(KECA)的故障自动诊断算法。该方法首先采用EEMD将原始信号分解成若干特征模态函数(IMF),计算IMF能量和信号的能量熵构建复合特征向量并作为KECA的输入,之后建立KECA非线性分类器并引入一种新的监测统计量——散度测度统计量,实现故障的实时监测与自动诊断。采用KECA可实现根据熵值大小进行特征分类,具有较强的非线性处理能力,且不同特征信息之间呈现出显著的角度差异,易于分类。最后通过实际风电机组滚动轴承应用实例对算法进行验证,结果表明该方法可有效提取信号中的故障特征,实现对滚动轴承的故障诊断,相比神经网络分类方法具有更高的识别率。 相似文献
16.
应用大坝中的传感器(测点)在信息上存在的相互印证关系,进行多传感器信息融合分析。给出了在大坝安全监控专家系统中集成多支传感器的信息进行系统误差识别和监测故障判别的原理和步骤,从而及时检出存在误差的监测值并揭示误差原因。为大坝安全自动监控提供可靠依据。 相似文献
17.
18.
为实现水电站厂房的整体运行状态安全监测.解决多通道振源耦合及单通道测量范围有限等问题,以去学水电站厂房振动响应为例,基于多通道加权多尺度排列熵(MWMPE)算法对不同工况下的多通道振动数.据进行信息融合,再分析融合后的熵值曲线是否与实际运行工况一致,最后利用熵值曲线分析结构整体的运行状态。结果表明,MWMPE避免了跨通道信号的丢失、放大了局部波动,信息量更丰富,适宜于处理多测点非线性、非平稳信号;MWMPE算法可更全面地监测水电站厂房结构整体的运行状态。MWMPE算法的提出为水工结构的整体安全监测提供了新思路,为水工结构的安全诊断及后期运行管理提供了理论依据和应用基础。 相似文献
19.