观测数据分析中几种方法的探讨(三)混沌时间序列的预测

介绍了混沌时间序列分析中根据单个时间序列重建相空间，用关联维方法和李雅普诺夫指数来辨识观测数据中存在混沌的可能性，以及全局和局部预测方法。这些概念与技术必将对大坝监测的非线性预测发挥重要影响。     

一种区域地下水位预报的时间序列分析组合模型

根据地下水位动态变化的特征 ,建立提取水文趋势项的时间序列分析组合模型 ,并用逆函数法对地下水位进行预报。经典型实例验证 ,模型精度较高 ,具有一定的实用价值     

大坝变形的小波分析与ARMA预测模型

大坝变形观测资料可视为非平稳时间序列,从影响大坝变形规律的因素出发,可将其分解为主值函数项、周期函数项和改进后的平稳时间序列。其中主值函数项采用逐步回归法拟合,针对时效因子采用半经验公式无法准确拟合实际变化情况,采用小波分析法将序列分解为低频和高频两部分信号,其中低频部分代表时效等因素影响的变形趋势;高频部分代表水位、温度等影响的变化规律,应用时间序列原理分别建立变形预测ARMA（p,q）模型,从而在现有水位、温度观测资料下预测坝体未来的变形趋势。实例计算结果表明,结合小波分析的时间序列法建立的预测模型,预测精度高于统计回归分析,预测效果良好,可作为一种有效方法应用于大坝变形预测中。     

观测数据分析中几种方法的探讨(二)整体分析与多变量灰色模型

首先介绍了用因素分析法进行监测数据的整体分析。计算结果表明该方法的确能从较多的数据中提取出含义明确的关键因素，能阐明坝体变形的特征，而且由模型复制出的数据与原来数据很接近，两者间有高的相关系数。然后，介绍了用多变量灰色模型MGM(1，n)来处理有多个相关变量并且是小样本量预测的问题。对某土石坝的应用经验表明，这一模型与算式是可行和有效的，与其他模型如GM(1，1)相比较，MGM(1，n)模型能反映出多变量间的相互影响，且可获得更好的预测结果。     

大坝观测：一种分析大坝安全监测资料的方法

监测资料可以用水压一季节一时效模型进行分析。本文作者报道了ISL水电咨询公司应用这种分析方法的一些情况。