基于混沌时间序列的大坝变形短期预测

将混沌时间序列预测理论应用到大坝变形预测中，根据非线性大坝变形时间序列，运用相空间重构理论，建立了加权一阶局域法、基于最大Lyapunov指数法大坝预测模型，对混沌的大坝变形数据短期预测模型进行了研究，对比分析了各自的特点，并结合实例完成了对大坝变形的预测。计算分析表明，该模型预测误差较小，与传统的自回归模型预测结果相比，基于混沌时间序列的预测方法在大坝变形的短期预测中具有更高的精度。     

基于混合注意力机制和深度学习的大坝变形预测模型

为深度挖掘时序数据中前后信息的动态相关性,探究大坝变形的内在影响机理,有效提高模型预测精度,构建了一种基于混合注意力机制与鲸鱼优化算法(WOA)的双向门控循环网络(BiGRU)预测模型。模型利用WOA对BiGRU进行超参数寻优以有效挖掘变形数据在时间维度的深层信息,并引入融合特征注意力(FATT)和时间注意力(TATT)的混合注意力机制计算各影响因子的贡献率,使模型可视化并提高模型捕捉环境因素动态变化的能力。以某高拱坝为例,将该模型预测结果与多种常用模型预测结果进行对比分析,结果表明该模型预测精度显著提升,贡献率计算符合大坝变形研究成果,验证了模型在大坝变形预测中的优越性与合理性。     

基于改进GWO和SVM的大坝变形预测

建立准确可靠的大坝变形预测模型是大坝安全评价的重要内容,为此,将差分进化算法的交叉和变异算子引入灰狼优化算法(GWO),提出一种基于改进灰狼算法(MGWO)优化支持向量机(SVM)的大坝变形预测方法。通过差分进化算法丰富初始种群,提出改进灰狼优化算法(MGWO),并采用MGWO算法优化SVM的惩罚因子和核函数,建立基于MGWO-SVM算法的大坝变形预测模型。以锦屏一级特高拱坝实测数据为例,将MGWO-SVM模型与SVM、GWO-SVM模型的预测结果进行比较。结果表明,MGWO-SVM模型可以有效提高大坝变形预测精度。     

基于决策树的大坝安全监测数据挖掘

利用数据挖掘技术分析处理大坝监测信息，挖掘各影响因素对大坝安全的影响效应和规律，可提高处理监测信息的能力。建立决策树的一般流程：数据离散化-计算信息熵-计算信息增益率-建立决策树并剪枝一抽取规则信息。     

基于改进粒子群算法的坝体位移监控模型

在基本粒子群算法的基础上,提出了一种基于以e为底的指数函数的惯性权重策略的改进粒子群算法。将粒子群算法引入大坝安全监控领域,并结合坝体位移的多元回归统计模型,建立基于改进粒子群算法的大坝安全监控模型,并应用于新安江大坝的安全监测。实际应用表明,改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快。     

基于改进粒子群算法的坝基扬压力预报方法

根据新安江大坝多年扬压力监测资料,建立基于改进粒子群算法的混凝土坝扬压力预报方法,对基本粒子群算法进行改进,提出了激励因子和惩罚因子,从而动态地调整粒子在计算过程中局部和全局搜索能力的权重,充分利用正反馈信息确定各回归系数.通过实例应用表明,基于改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快.     

基于偏最小二乘法的遗传模拟退火算法及其在大坝安全监控中的应用

介绍了基于偏最小二乘法的遗传模拟退火算法的编程方法和利用其建立大坝安全监控模型的方法。实例分析表明,遗传模拟退火算法筛选影响因子后由偏最小二乘法建立的安全监控模型与直接由偏最小二乘法建立的模型相比,不仅简化了模型、提高了模型的拟合精度,而且增强了所建模型的预测能力。     

基于人工神经网络的大坝安全风险评价研究

针对大坝风险评价方法数据融合欠佳、主观性较强等问题，本文通过疏理大坝风险破坏模式及溃坝路径，利用关键路径及关键事件，提出了多源信息融合的大坝风险评价新思路。基于神经网络理论，构建了大坝风险评价模型。案例分析表明：该模型精度高，可靠性强，有效改善了传统风险机理模型需要专家主观评测的缺点，为水库开展风险评价提供新的方法。     

基于大坝监测软件集成的大坝安全管理计划

为了高效利用大坝监控系统,需要将监控数据转换成有用的信息,从而为业主提供能够反映大坝安全等级的准确信息。这些信息需要更新,并能供所有工程技术人员和大坝安全责任人访问。研发了一款基于网页的监控数据综合管理应用软件,并可满足不同业主的需求。介绍了该软件在西班牙埃布罗河流域管理局管控的55座大坝超过6 a的应用情况及所积累的经验。     

基于云服务的大坝安全监测信息管理与分析研究

为了解决大坝安全监测信息管理与分析中存在信息化、标准化程度低的问题,提高工作效率,采用Ｂ／Ｓ模式开发了基于云服务的大坝安全监测信息管理与分析系统。对云服务模式、云服务部署形式、以及系统功能进行了研究,并对通用数据库、数据导入、数据管理、自动生成报告等关键和核心功能设计进行了研究,通过应用实例表明,基于云服务的大坝安全监测信息管理与分析系统能够实现多项目的大坝监测信息的信息化、标准化管理和分析,提高了工作效率,具有广阔的应用前景。     

A factor mining model with optimized random forest for concrete dam deformation monitoring

The unique structure of a dam complicates safety monitoring. Deformation can provide important information about dam evolution. In contrast to model prediction, actual dam response monitoring data can be used for diagnosis and early warning. Given the poor data mining ability of the conventional methods, it is essential to develop a method for extracting the factors influencing a dam. In this study, a data mining method and a model for evaluation of concrete dam deformation were developed using the evidence theory and a random forest. The model has the advantages of being easily understood, visualization with low complexity of training time, and accurate prediction. The model was applied to an actual concrete dam. The results indicated that the proposed random forest model could be used in analysis of concrete dams.     

基于概率-模糊-区间混合模型和改进分枝限界法的重力坝可靠性分析方法

借助传统概率模型评估重力坝服役安全需明确参数的概率分布,而非概率区间模型所得结论难以准确度量重力坝服役可靠程度,因此,本文提出了基于概率-模糊-区间混合模型和改进分枝限界法的重力坝可靠性分析方法。基于原型、室内试验成果与安全监测资料,结合参数时变模型和区间反演分析方法,建立综合考虑随机变量、模糊变量和区间变量的重力坝可靠性分析混合模型;利用信息熵法和Karush-Kuhn-Tucker(KKT)最优化条件解耦混合模型,通过基于当量正态化法的验算点法(JC法)计算可靠指标;对传统分枝限界法加以改进搜索主要失效模式,采用Ditlevsen窄界限法计算体系可靠度,综合评估重力坝整体服役安全。工程实例分析表明,本文方法可求解多种不确定因素共存的重力坝可靠性分析问题,适用范围较广;计算结果仍为概率可靠指标,表明在符合重力坝运行规律的前提下所选定坝段存在滑动失稳的可能性,与大坝的实际服役情况相吻合。此外,建立的可靠性分析混合模型,经一定的改进和拓展后,亦可用于其他结构工程的可靠性分析。     

混凝土坝运行初期安全监控指标拟定方法研究

针对混凝土坝在运行初期安全监测数据有限、常规大坝安全监控指标拟定方法误差较大的问题,提出基于自助法(Bootstrap)及核密度估计(KDE)理论的大坝安全监控指标拟定方法。通过再抽样构造安全监测数据的自助样本,对扩充后的样本采用核密度估计方法确定监测数据的概率密度函数,在此基础上拟定混凝土坝运行初期安全监控指标。结合仿真算例与某混凝土坝的实测数据,并与置信区间法结果对比分析,结果显示新方法误判率低,表明该方法所拟定的安全监控指标可以作为混凝土坝运行初期识别险情的标准,具有有效性和可行性。     

大坝工作性态监测评估的云模型及其应用

大坝工作性态评估是水库大坝安全管理急需解决的重大问题之一。基于云模型理论探讨了大坝工作性态评价的新模型,从变形性态、渗流性态及环境因素3个方面来构建指标体系,建立基于云模型和组合赋权法的大坝工作性态能力评估模型,该模型依据大坝工作性态评价因子分类标准,计算各评价因子隶属于不同大坝工作性态等级的云数字特征,并结合评价因子权重和正向正态云发生器,得到待评样本的综合确定度,以确定大坝安全级别。实例应用结果及与其它评价方法对比结果表明,该模型应用于大坝工作性态分类是有效可行的,且具有计算过程简便,结果可靠的优点,也为其他类似问题分析提供了参考。     

大坝安全评价中的信息赋权模型

为了充分挖掘大坝安全评价指标样本中的数据信息，以合理确定各评价指标的权重，提出直接由样本数据驱动基于投影追踪分析新型算法的赋权模型，来提取各样本数据信息中所反映的各评价指标的权重。实例计算结果表明，该新模型利用样本数据的信息比常规方法充分，计算结果合理，在大坝安全分析评价和辅助决策中具有一定的推广应用价值。     

大坝垂线位移监测资料分析的4种统计模型

位移监测及分析是大坝安全监测的重点内容 ,垂线是使用最普遍的位移监测手段之一 ,它具有测点多、深入坝体等特点 ,获得的监测数据包含了反映坝体安全状态的信息。为更好地分析这些信息 ,在已有的监测分析方法基础上 ,结合近期研究成果 ,阐述了目前位移监测模型的进展 ,归纳提出了可用于垂线位移分析的 4种统计模型 ,并结合实例给予说明。这些模型为全面分析垂线位移提供了可能 ,可在不同情况下选择使用。     

人工和自动化监测资料的融合前提与方法研究

大坝安全监控中,同一监测量常有人工和自动化两组监测数据。为更加合理准确地分析评价大坝的安全状况,提出将人工与自动化两组监测数据融合为一组监测数据的想法,并对两组数据的融合前提和融合方法进行了研究。实例分析表明,在满足融合前提时,相关的融合方法较好地解决了人工与自动化监测资料的融合问题,为大坝安全监控提供了真实、客观的资料。     

应急防洪条件下重力坝抗滑稳定可靠度分析

混凝土重力坝应在流域梯级水库群应急防洪调控中发挥超蓄洪水作用,而运行期大坝安全可靠性定量评估是梯级水库群应急防洪调度的关键边界条件,因此需要研究基于实测资料的重力坝抗滑稳定可靠度计算方法。首先基于渗压监测成果和水文气象预报资料,提出了坝基扬压力变异系数的估计方法,进而结合一阶二次矩方法计算抗滑稳定可靠度;然后,以向家坝工程为例,给出大坝在运行期和超蓄洪水条件下的安全风险定量评估结果,并与传统的安全系数法进行了对比,进而讨论了计算假定、可靠度计算方法、随机参数敏感性对计算结果的影响。研究成果可作为基于贝叶斯网络的应急防洪调度方案计算方法的组成部分,为梯级水库群应急调控方案编制提供科学决策依据。     

混凝土坝运行期安全评估与全坝全过程有限元仿真分析

混凝土坝仪器观测提供的变位、温度、扬压力等资料,对于监控大坝工作状态是有用的,但它们不能给出大坝安全系数.混凝土坝实际应力场十分复杂,应变计测点太少,即使应变观测资料全部有效,也不能给出坝体应力场全貌和安全系数,何况由于种种原因,应变计观测资料实际可利用率并不高.在运行期,每隔一定时间需对坝体进行一次安全评估,目前主要采用设计规范中规定的计算方法求安全系数,如材料力学方法、拱梁分载法、刚体极限平衡法等,这些都是七八十年以前的老方法,施工期和运行期所积累的丰富资料在计算中难以反映,建议采用全坝全过程有限元仿真方法计算运行期坝体安全系数,可以较好地反映混凝土坝实际安全状态.     

功果桥大坝坝顶水平位移安全监控指标拟定

大坝监测控制指标关乎其运行安全,对运行期监测数据进行指标拟定具有重要意义。以功果桥大坝为工程依托,通过典型小概率法和统计模型的置信区间法分别计算了典型坝段的坝顶水平位移监控指标,结合设计值与历史极值对监控指标进行了综合拟定。结果表明:典型小概率法计算结果和历史数据较为吻合,置信区间法计算极值范围相对较宽,反映了其变形余量,需结合设计值及外在条件的变化进行综合拟定和修正。研究成果对计算坝体其他监测数据的监控指标具有参考意义,可为大坝运行管理和状态评估提供依据。