基于奇异谱分析的大坝安全监测数据异常值识别技术研究

对基于奇异谱分析的大坝安全监测数据异常值识别技术进行了研究,证明了该技术能够对趋势性或周期性数据序列进行分析,验证了该技术在大坝安全诊断领域的适用性和有效性。基于奇异谱分析的异常值识别技术不需要预先人工建立数学模型,在测点数量较多且需要及时反馈的大坝安全智能诊断领域中有较大优势。此外,奇异谱分析不涉及对环境量的考察,因此可用于环境量缺失情况下的大坝安全监测数据检验分析。     

孤立森林算法在大坝监测数据异常识别中的应用

大坝安全监测数据的可靠性和完整性是分析监测效应量变化规律、评判大坝运行性态的前提,有必要对大坝安全监测异常数据进行识别和清除,以提高监测数据质量。将适用于大数据处理的孤立森林算法应用于大坝监测异常数据识别中,首先通过小波变换提取监测数据的趋势项,然后采用孤立森林算法对扣除趋势项的剩余量进行异常值识别。通过实例对比分析发现该方法能有效识别大坝监测数据的异常值。     

大坝变形监测数据异常值检验与分析

大坝安全监测资料中可能存在一些异常测值.这些异常测值对大坝结构性态评价和大坝安全监控会产生较大影响,必须进行判断和处理.介绍了狄克松判别法和格拉布斯判别法,并对某水电厂监测数据进行了实例分析.结果表明:狄克松判别法和格拉布斯判别法对于大坝安全监测数据中有个别异常测值的情况都可以进行检验和定位.大坝变形受很多因素的影响,其异常观测值不一定就是粗差,可能包含有其他方面的信息,因此对发现的异常值需要进行综合分析.     

大坝安全监测数据通用报表设计与实现

针对目前大坝安全监测数据报表普遍存在格式差异大、适用面窄、制作费时费力等不足,设计一种以现行大坝监测资料整编规程为基础,可以适应不同单位对监测数据报表特殊要求的通用报表.在详细讨论通用报表开发目标的基础之上,以Delphi2007为前端开发工具,结合Microsoft Office的宏语言,应用混合编程方法,在大坝安全监测系统中成功地实现了满足开发目标的通用报表.实践证明,通用报表较好地实现了规范性和灵活性的协调统一.     

大坝安全监测数据仓库的设计与构建——以小浪底大坝为例

针对现有的大坝安全监控系统中存在的历史数据量大、难以集成和访问数据能力不足的问题,研究了大坝安全监测数据仓库的设计和构建方法.以小浪底大坝安全监测数据仓库设计与构建为例,设计了数据仓库系统的框架结构,详细介绍了大坝安全监测数据仓库的设计方法和具体步骤,着重研究了主题域及其内容的确定、逻辑模型和物理模型的设计、数据集成、数据的访问设计和维护等内容,最后还分析了基于DTS的小浪底大坝安全监测数据仓库的数据集成方法和步骤.     

三维可视化大坝安全监控系统研发及应用

先进可靠的三维可视化大坝安全监控系统能准确检查大坝结构,展示仪器埋设位置,提高实时监测信息及大坝安全管理的效率。通过对大坝监测数据的深入分析,并依据规范拟定应力、渗流量等监控指标对三维数值模型进行正反分析,可确定大坝变形预警值。以湖南托口水电站为例,采用BIM技术构建了大坝实体、地形场景以及监测信息的三维可视化模型,并开发出集成了三维可视化模型展示、数据查询、数据展示及安全预警四大模块的大坝安全监控系统。该系统能全方位展示大坝结构、监测数据分析结果、监控指标等信息,并直观展示实时信息,实现了大坝安全监控预警,提高了大坝安全管理效率。相关经验可供类似水利水电工程的安全监控系统开发借鉴。     

基于实时诊断的大坝健康决策支持系统

为实现对大坝的实时监控,及时掌握大坝运行状况,运用现代网络通信和计算机技术,综合多种数学方法,开发了大坝健康诊断实时监控决策支持系统,实现了对大坝安全监测信息的全面管理和分析,及时对异常数据和异常现象做出报警、评判和反馈,并进行一定层次的故障根源查找,帮助大坝管理部门及时做出正确的决策.文中阐述了该系统的结构以及各子系统的组成和功能.     

基于卷积神经网络的大坝安全监测数据异常识别

为了减轻大坝安全监测数据异常识别的数据处理压力,解决传统方法难以辨别非最值异常点的问题,提出利用卷积神经网络(CNN)识别大坝安全监测数据异常模式。监测数据过程线的周期性及异常值的显著差别使CNN得以发挥图像分类功能,分别将存在单个突跳点、无异常、存在震荡段、台阶、多个突跳点、台坎的监测数据过程线作为6类图像,人工生成65 000张训练数据及6 500张测试数据,6类图像的数量比为1∶1.5∶1∶1∶1∶1。利用CNN对混合6种过程线图像的测试数据集进行图像分类,总体准确率为0.973 1,且6种图像的准确率都至少为0.93。进一步对CNN进行改进,构建CNN监测数据异常识别模型,增加数据异常位置搜索功能;模型输入为监测数据过程线图像,输出为图像编号、图像类别及异常位置。研究成果有助于实现大坝自动、及时预警,及时了解大坝安全状况。     

基于LV-DBSCAN算法的大坝安全监测数据异常检测

大坝安全监测数据原始序列中常存在异常测值,极大影响了大坝安全监测资料分析的可靠性和准确性。为此,在分析异常值特性及传统异常检测方法优缺点的基础上,分别从局部与整体角度研究监测数据异常检测方法。首先针对多重局部异常系数法要求数据序列较长且数据等时间间距等缺陷,提出了局部变化异常系数法(LV)及局部方法与整体方法协同判别策略;进一步引入密度聚类算法(DBSCAN),提出了兼顾数据整体与局部特性的LV-DBSCAN异常检测方法。以某混凝土重力坝两垂线测点顺流向位移监测数据为实例,对比分析了不同方法在不同类型数据集上的检测精度。研究结果表明,所提LV-DBSCAN方法适用性更广,准确率更高,误判率更低。     

基于Prophet-GMM的大坝监测数据异常检测算法

大坝监测数据受环境等因素影响,往往存在异常数据,异常数据的检测对于大坝的正常运行起着不可或缺的作用,但是传统异常检测算法对于大坝监测数据往往达不到精度要求。提出了一种基于Prophet-GMM的异常检测算法,利用Prophet算法较好的拟合性能对大坝数据进行拟合,由拟合数据与实测数据求残差序列,再利用GMM算法对残差序列进行聚类,从而准确识别出异常值。结果表明：Prophet-GMM法对于不同类型的大坝监测数据都能准确识别出异常值,与传统检测算法相比,在查准率、查全率及准确率3个检测指标上,均有较为明显的提升。     

浅谈急流槽入水簸箕口与路面连接处裂缝的防治

对高等级公路急流槽入水簸箕口与路面连接处的裂缝的防治,是对急流槽病害防治的关键,其原因是随着高等级公路通车运营时间的推移,该处基本上都出现开裂的现象,开裂的裂缝导致急流槽出现病害,是急流槽病害的主要成因之一;而且在处治的过程中可采取新材料和新施工工艺,并且实施治理之后经济和质量的优良效果较传统维修方法更为明显。     

长江中游微弯河段码头对航道的影响分析

微弯河段存在着螺旋流及横比降,水力特性相对复杂,在微弯河段修建码头对航道的影响势必与顺直河段不同。以微弯河段处的左岭卸煤码头为例,通过对数模结果及实测资料的分析,发现该工程的兴建对附近水位、流速影响较小,工程前后流速变化等值线横纵向延展长度相当;工程的建设对附近水域河床演变与船舶航线影响较小,但对附近航标的功能发挥有一定影响并需对航标进行优化配置。     

泥结碎石道路在怀洪新河工程中的应用

一、工程概况 怀洪新河工程是一项以分泄淮河洪水、扩大漴潼河水系排水出路为主,兼有灌溉、航运等综合效益的大型工程.河道全长125km,其中安徽省境内约95km.怀洪新河大部分河道是利用原有河槽和湖泊洼地开挖、疏浚并在两岸筑堤而成.因此,两岸地形较为复杂,堤身线路长,交通不便.为方便日常堤防管理和汛期人员及防汛器材迅速及时地调运,怀洪新河防汛道路按设计要求尽量布置在堤顶或尽可能靠近堤防,并根据堤身高度、堤防防汛难度和保护范围大小及重要程度布置在堤防一侧,全长约96km.     

南水北调西线工程水环境影响分析

南水北调西线工程调水后，引水坝址下游局部河段水量明显减少，但影响范围和程度十分有限。随着两岸环保力度的加大，排污量的减少，径流量减少对局部江段水质的不利影响，可得到控制。预估调水后下游水质不会发生类别变化。     

改性聚丙烯纤维影响混凝土抗压强度的机理初探

本文对田内外某些改性聚丙烯纤维影响混凝土强度的现象进行了分析。认为在改性聚丙烯纤维混凝土中，同时存在增强和损强因素。当增强因素大于损强因素时，混凝土强度增加．