基于融合权重-POT的拱坝变形监控模型

引入极值理论,提出了基于融合权重的POT混凝土拱坝变形监控模型。对于多测点原型观测数据,以融合权重法确定其综合权重,以信息熵理论构建多测点的变形熵,通过POT模型设置一定的阈值,选取变形熵的超限值作为建模对象,利用广义帕累托分布拟合超限数据子样,以失效概率给出大坝变形监控指标。将该方法用于雅砻江流域某混凝土拱坝,工程实例表明,该模型可以得出更加合理的结果,更能反映工程实际。     

基于POT 模型建立大坝服役性态预警指标

借助预警指标实时辨识大坝服役性态是大坝安全监控的重要手段。传统多依据大坝服役性态效应量测值序列的年极值为分析子样来估计预警指标。本文基于极值理论中的POT(Peaks over Threshold)模型,通过阈值的设定,以超限数据序列作为建模分析的对象,利用广义帕累托分布拟合超限数据子样,结合大坝的失事概率实现预警指标的估计。该方法不研究效应量测值序列的整体分布情况,只关注序列的超限值分布情况;充分考虑了所有较大测值出现的可能,更好地体现了数据样本的分布特征,因此得到的预警指标能更客观地反映工程实际。     

基于POT模型的大坝位移预警指标实时估计

大坝服役过程中,对其预警指标进行实时估计具有重要意义。基于极值理论,针对大坝位移历史监测序列,拟定合理的阈值,利用广义帕累托分布(GPD)对超阈值序列进行刻画,结合大坝失事概率,建立位移预警指标估计超阈值(POT)模型。通过实时更新建模序列,完成对位移预警指标的实时估计。针对某混凝土重力拱坝29号坝段某测点在典型时间段2007年~2009年、2007年~2010年和2007年~2011年的位移监测数据,利用POT和传统区间极值(BMM)模型分别完成对2010年、2011年和2012年位移预警指标的估计,验证了POT模型比传统区间极值(BMM)模型更加安全合理。     

基于广义Pareto分布的大坝预警指标拟定方法

将极值理论中的广义Pareto分布模型用于大坝预警指标拟定中是一个行之有效的方法,该方法通过设定某一阈值,以监测序列超过该阈值的实测值为分析样本,并认为该样本服从广义Pareto分布。由于阈值的选取关系到广义Pareto分布参数估计的精度,而用超限期望图法确定的阈值具有较大的主观性误差,因此,从定义出发,通过数学推导,建立了自动选取阈值的方法。通过实例分析表明,采用自动选取法确定阈值的广义Pareto分布拟定的大坝预警指标更加合理。     

大坝服役性态预警指标拟定的POT模型

借助预警指标实时辨识大坝服役性态是大坝安全监控的重要手段。传统多依据大坝服役性态效应量测值序列的年极值为分析子样来估计预警指标。本文基于极值理论中的POT(Peaks over Threshold)模型，通过门限值的设定，以超限数据序列作为建模分析的对象，利用广义帕累托分布拟合超限数据子样，结合大坝的失事概率实现预警指标的估计。该方法不研究效应量测值序列的整体分布情况，只关注序列的超限值分布情况；充分考虑了所有较大测值出现的可能，更好地体现了数据样本的分布特征，因此得到的预警指标能更客观地反映工程实际。     

改进POT模型及其在边坡安全监测预警中的应用

基于极值理论的BMM(Block Maximum Method)和POT模型是近来分析边坡安全监测资料、评估边坡安全状况的新兴方法之一。相对简便的BMM模型在数据取样时往往忽略区间次极大值,在资料年限较短时样本容量偏小,可能导致所得结果误差较大。本文利用改进的Hill估计方法得到阈值,通过极大似然估计确定广义帕累托分布参数,从而利用超限数据序列来确定测值序列的整体分布,提出了改进POT(Modified Peaks over Threshold)模型,并应用于某边坡工程的安全监测预警指标分析。结果表明,在同一置信水平下利用超限值应用广义帕累托分布拟合得到的预警指标小于利用块极大值应用正态分布得到的预警指标,表明基于超限数据的改进POT模型得到的预警指标更能有效规避极端情况发生的风险,更有利于边坡安全监测和预警。     

基于POT模型的软基水闸预警指标研究

水闸监测数据是反映水闸运行性态的时间序列,采用统计学领域的极值理论研究水闸预警值是合适的。将POT模型引入到水闸安全预警之中,采用区间逼近的方法,对确定阈值的超出量均值函数图法进行了改进,并给出了一个工程实例。研究表明,提出的改进的超出量均值函数图法确定的预警值更合理,为水闸安全预警值的确定提供了一条新途径。     

基于博弈论的大坝POT预警模型及其应用

引入极值理论,提出了基于博弈论的POT变形预警模型。对于多测点原型观测数据,以博弈论确定其综合权重,以信息熵理论构建多测点的变形熵,通过POT模型设置一定的阈值,选取变形熵的超限值作为建模对象,利用广义帕累托分布拟合超限数据子样,以失效概率给出其变形预警值。将该方法用于雅砻江流域某混凝土拱坝的大坝预警实践,结果表明,与传统的单测点处理方法相比,该模型可以得出更加合理的结果,更能反映工程实际。     

基于改进典型小概率法的大坝变形安全监控指标拟定

典型监测效应量的小概率法是基于监测资料建立预警指标的常用方法,但该方法仍存不足,如若大坝没有遭遇过最不利荷载或者监测资料时间系列很短,则效应量样本不包含最不利荷载组合时的监测效应量。阐述运用典型小概率法拟定大坝变形安全监控指标的理论方法,通过将正态分布计算转换成查询标准正态分布表,将不同荷载分量进行分解,提出了改进的典型小概率法。结合某水库的原型观测资料实例,拟定该大坝11号坝段径向位移的安全监控指标,通过对变形安全监控指标结果进行分析表明,改进典型小概率法不仅计算方便且充分考虑到最不利荷载的组合情况,增加监控指标的可靠性。     

混凝土重力坝位移安全监控指标研究中的数学分析方法

本文详细地介绍了大坝安全监控指标研究中的典型监测量法的原理和方法,并提出了典型监测量选择的分量挑选法和效应量挑选法。利用数理统计理论(A—D法),基于混合模型结合实例进行对比分析,拟定合理的安全监控指标,为大坝运用的安全管理提供重要的依据。成果表明:所提方法合理、可行,同样也适用于统计模型和确定性模型推求大坝安全监控指标,也可引用推求其它小样本随机变量的极值。     

边坡位移预警指标的实时估计与诊断

边坡预警指标的实时估计与诊断是实现边坡安全监控、预防边坡演变为滑坡的重要手段。安全预警注重考虑极端事件,其关键在于能否准确进行效应量序列分位数分析及刻画其尾部特征。基于极值理论中超阈值(Peaks over Threshold, POT)模型,分时段考虑边坡位移监测序列,借助Hill图法拟定合理的阈值,再利用广义帕累托分布(Generalized Pareto Distribution, GPD)对超阈值序列进行拟合分析,渐进地刻画位移序列分布的尾部特征,分析其抵御已经历荷载的能力。假定边坡失事概率,得到位移预警指标实时估计序列,挖掘或评估出该边坡面临可能发生极端荷载时的抵御能力。最后基于突变理论中尖点突变模型对位移预警指标实时估计序列进行突变诊断,结合具体边坡工程实例,验证了POT-突变理论混合模型的合理性。     

混凝土坝健康状态态势诊断方法

混凝土坝受到水文、地质、环境及不可控因素的累积影响,易出现不同程度的老化、服役性能衰减甚至恶化等问题。这些问题若不及时被发现并有效解决,将严重影响混凝土坝的健康,因此亟待开展混凝土坝健康状态诊断方法的研究。以往常基于统计分析的方法,通过拟定监测效应量诊断指标来诊断大坝健康状态,但方法存在人为假定及物理意义不明确问题,影响了诊断的质量和客观性。针对上述问题,本文提出态势诊断方法,该方法从表征混凝土坝健康状态监测效应量时空变化维度出发,构建大坝状态转异面板数据分析模型,用于确定健康状态可能恶化的不利工况及发生的时间,并基于灰色关联理论和最大熵理论,建立混凝土坝健康状态影响因素与不利工况间的灰色投影关系,提出识别疑似存在健康问题的阈值确定方法,据此实现混凝土坝健康状态诊断。     

基于小概率法的大坝多源监测预警阈值研究

针对大坝预警指标阈值确定方法不完善、监控指标指导作用不强等问题,本文基于霍尔三维结构,系统阐述了大坝预警理论,构建了预警指标体系。通过将大坝监测数据正态分布计算转换成查询柯尔莫哥洛夫分布表,提出了基于小概率法的大坝多源监测预警阈值拟定方法。结合某水库观测数据,拟定该大坝表面沉降及渗流量的预警阈值,分析结果表明,该方法能够有效评估监测指标与历年来抵御不利工况的能力,更好的反映大坝运行状况,极大地提高了监测信息的预警价值。     

大坝空间变形监控指标的拟定

针对传统方法在拟定大坝安全监测指标时对空间性和模糊性考虑的不足,采用投影寻踪方法对大坝不同高程处位移序列进行降维处理,生成位移投影值及位移权重,计算出加权位移值并运用正逆向云模型拟定大坝位移安全监控综合指标。以棉花滩碾压混凝土重力坝为例,运用投影寻踪模型和云模型拟定了4#坝段上下游方向位移安全监控综合指标,并分析了坝体加权位移值与环境量变化规律的相关性,针对某一位移超标值,通过与置信区间法拟定结果的对比分析,论证了该方法的合理性和可行性。     

土石坝渗压水位极值预测

渗压水位极值预测是监控土石坝安全的主要途径之一,目前用于渗压水位极值预测方法需给出正确的自变量。渗压水位极值最主要的影响因素是上游水位,当渗压水位极值与上游水位相关性弱时,预测模型准确度低。提出一种仅考虑测值序列、不考虑自变量的渗压水位极值预测及评价方法。该方法基于最大Lyapunov指数建立预测模型,利用马氏链的遍历性和平稳分布对该无自变量模型进行评价。算例表明:对于与自变量相关性弱的渗压水位极值,预测模型的预测效果优于常规方法,误差评估模型评价合理。基于混沌理论和随机过程的预测模型及评价方法能形成一套精度较高、实用性强的序列预测及评价方法,覆盖常规预测方法的弱能力区域,可用于建立自变量不明确的测值序列预测模型。     

考虑谷幅收缩变形的高拱坝多源信息融合安全评判

水库蓄水过程中诱发的谷幅收缩变形对高拱坝结构的安全性有直接影响。为了评判谷幅收缩变形条件下的拱坝安全状态,以我国西南地区某高拱坝为例,首先,建立坝体变形监控模型,研究坝体变形与谷幅收缩变形的联系;在此基础上,融合大坝安全监测多源信息,构建了考虑谷幅收缩变形指标的大坝安全多源信息融合评判模型,采用云模型与D-S证据理论相结合的方法来评判大坝的安全性。基于监测数据由云模型求得的隶属度来确定大坝安全评价指标基本概率分配的方法,克服了传统方法主观性较强的缺点,结合D-S证据理论融合各监测指标基本可信度对大坝安全进行综合评判。结果表明,谷幅收缩变形可能是坝体倾向上游变形的主要原因,模型评判结果为大坝处于“基本正常”状态,与该高拱坝的实际情况基本相符,说明采用云模型求得的隶属度来确定大坝安全评价指标基本可信度分配的方法合理可行。     

基于周期外延法的监测效应量灰色时序组合预测模型

针对单一模型在大坝效应量监测数据序列拟合和预测方面存在的不足,采用Verhulst模型拟合监测数据序列中的趋势性成分,采用周期外延模型拟合监测数据序列中的周期性成分,采用自回归AR(p)模型拟合监测数据序列中的随机性成分,得到一种新的组合模型,并给出了一个工程实例。该组合模型丰富了监测效应量预测方法,可提高监测效应量的整体预测精度,深化对监测效应量变化规律的认识。