基于PLSR的静态灰色模型在大坝安全监控中的应用

本文将偏最小二乘回归运用到静态灰色模型中，消除了因子间多重共线性的影响，建立了一种新型的大坝安全监控模型，并对黑河水库的应变资料进行了分析。研究分析表明，基于偏最小二乘回归的静态灰色模型优于传统的静态灰色模型，这为大坝安全监控提供了一种新的思路和研究方法。     

大坝安全监控模型因子相关性及不确定性研究

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足，本文对大坝安全监控模型因子间的相关性及其不确定性进行了研究。引进偏最小二乘法，对大坝安全监测变量及其影响因子进行偏最小二乘回归分析，将建模预测分析方法与非模型式的数据内涵分析有机结合，可同时实现回归建模、数据结构简化以及因子相关的不确定性分析，所建立的大坝安全监控模型，其精度可通过交叉有效性检验来控制。工程应用实例和模型对比分析研究表明，偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响，因而比目前常用的最小二乘回归模型更具广泛适用性。     

多因子静态灰色模型在大坝安全监测中的应用

本文结合实例详细地说明了多因子静态灰色模型的建模机理,并用大坝变形监测数据建立了GM(0,N)模型,通过实例计算对模型进行了精度分析,并对大坝的变形态势进行预测,得到了较好的预测精度。将多因子静态模型与回归模型进行比较,进一步说明了灰色系统模型在较少数据情况下的优越性。从而进一步表明灰色系统理论对大坝变形分析来说确实是一种有效的数据处理方法。     

灰色回归模型及其精度分析

本文根据灰色系统基本理论,结合大坝变形的实际情况,建立了描绘大坝变形的动态灰色回归模型,并且利用该模型结合各种类型的实测数据,在模型的精度,各类因子的正确选择,以及模型的预报精度都进行了进一步的讨论,并得到了相应的结论.     

短时变形测值序列的大坝安全监控模型

为解决大坝短时间序列安全监测数据的建模问题,利用单独1 a的监测数据,采用基于特征正交分解的方法建立了某重力拱坝的安全监控模型,分析了模型拟合精度和预测精度,并同常规逐步回归分析方法进行了拟合和预测精度的对比分析。工程实例表明,基于特征正交分解的逐步回归分析方法可以建立短时间序列的大坝安全监控模型,其技术指标明显高于采用一般逐步回归分析所建立的模型。     

基于PLS和GA的大坝变形神经网络预测模型

针对大坝安全监控模型中各因子间的多重共线性和非线性,利用偏最小二乘回归法解决了多重共线性,用经遗传算法优化的RBF神经网络解决了非线性,建立了PLS-GARBF大坝水平位移预测模型.实例应用结果表明:PLS-GARBF模型的预测精度优于独立使用RBF或GARBF的精度,更适合大规模的数据建模.     

大坝安全性态的非线性组合监控

利用小波网络构造模型的优化组合函数，以实现对不同的大坝安全监控子模型的非线性组合。将非线性组合函数的拟合转化为小波网络参数的估计，采用遗忘因子法训练网络的权值，利用递推预报误差算法训练尺度因子和平移因子。最后，将该非线性组合模型用于对大坝安全性态的拟合和预测。实例表明，该方法具有很强的泛化能力与自适应数据和函数变化的能力，可以实现大坝安全监控多模型的优化组合，能够有效提高拟合和预测精度。     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．     

反向传播算法运用于电力系统神经网络的分析研究

着重研究了神经网络模型中的反向传播算法即BP算法，并对电力系统中两个 一次结线特殊的厂站的检修批答神经网络建立了BP模型，分析了BP算法中 初始权值、学习因子、冲量因子、隐含层数和隐含层节点数对该神经网络学习 过程的影响，实验结果证明，适当地选择初始权值、学习因子、隐含层节点数 等可以大大提高神经网络的学习速度,减少迭代时间，满足电力系统神经网络在线 学习的要求。     

基于混合蛙跳算法的混凝土坝加权变形预报模型

利用混合蛙跳算法的优化特点,将大坝安全监控统计模型的求解转换为多目标函数的优化问题;引入调整系数修正回归因子,考虑调整系数与回归因子之间的协调关系,利用混合蛙跳算法同步确定调整系数和回归系数,建立基于混合蛙跳算法的混凝土坝加权变形预报模型。工程算例应用结果表明,该模型具有较优的中长期预报能力,可提高大坝安全监控统计模型的预报精度,在大坝安全监控领域具有一定的工程应用意义。     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

遗传回归土石坝安全监测预报模型

针对以往监测模型预测精度难以保证的问题,提出了一种新的安全监测预报模型--遗传回归模型,在保证一定拟合精度的基础上运用该模型,提高了模型预测精度.     

混凝土大坝安全监控方法与监控指标研究

混凝土大坝安全监控方法和监控指标的研究是安全监测工作的重要课题，监控方法较多，常用的有材料极限控制法，数学预测模型控制法，安全系数法，综合评判法等，材料极限控制法是根据混凝土的抗压，抗拉强度和极限变形作为一个监控指标进行监控，当控制大坝安全关键部位的实测值大于材料允许破坏强度时，可视为不安全，数学预报模型，采用决定模型，统计模型，混合模型等方法来进行监控，这种监控方法是将监测值和模型预报值作比较，     

浅析组合模型在大坝安全监测中的应用

文中简要阐述了几种组合模型在水库大坝安全监测与管理中的应用,通过线性组合模型及非线性组合模型的分析,针对大坝安全指标参数存在相关性以及因变量随时间城变化等问题,详细论述了建立组合模型,解决上述问题的方法,对大坝的长期安全运行管理有一定的借鉴作用.     

改进的灰色马尔科夫模型在大坝变形预测中的应用

针对灰色模型在建模过程中受到随机扰动影响这一问题,利用马尔科夫模型预测波动性数据准确的优势,对灰色模型进行改进,并应用于大坝变形预测计算与分析。结果表明,改进的灰色马尔科夫模型对存在扰动数据的大坝变形预测中,可以获得较好的预测效果,提高预测精度。     

灰色模型改进的大坝变形分形几何监控模型

为了对大坝安全进行准确监控,利用分形几何理论预测大坝变形。针对一般常维分形分布不能很好分析大坝变形数据的问题,对监测数据进行N阶累计和变换,对变换后的数据利用分段变维分形模型计算各阶变形维数序列,再选择效果较好分形维数已知序列预测未知分形维数,最后反推大坝变形预测数据。针对传统变维分形预测模型分形维数预测方法的不确定性和所需监测数据量大的缺点,利用灰色模型预测分形维数,建立改进的大坝分形几何监控模型。结合工程实例,对比插值法预测分形参数的传统分形几何预测模型和灰色模型改进后的预测模型之间的预测精度,结果表明,改进分形模型不仅在预测精度上有所提高,而且更具稳定性和抗波动性。     

Multi-dimensional database design and implementation of dam safety monitoring system

To improve the effectiveness of dam safety monitoring database systems, the development process of a multi-dimensional conceptual data model was analyzed and a logic design wasachieved in multi-dimensional database mode. The optimal data model was confirmed by identifying data objects, defining relations and reviewing entities. The conversion of relations among entities to external keys and entities and physical attributes to tables and fields was interpreted completely. On this basis, a multi-dimensional database that reflects the management and analysis of a dam safety monitoring system on monitoring data information has been established, for which factual tables and dimensional tables have been designed. Finally, based on service design and user interface design, the dam safety monitoring system has been developed with Delphi as the development tool. This development project shows that the multi-dimensional database can simplify the development process and minimize hidden dangers in the database structure design. It is superior to other dam safety monitoring system development models and can provide a new research direction for system developers.     

青铜峡大坝电站坝段变形性态及裂缝物理成因分析

在青铜峡大坝电站 5号坝段原型观测资料分析基础上 ,应用三维有限元方法对坝体结构进行分析计算 ,采用多种监控模型和分析方法 ,综合考虑多种影响因素 ,对裂缝成因进行分析。并对大坝进行了综合分析和安全评价 ,为大坝安全监控提供了依据     

基于主成分的大坝监测资料时变预测模型

由于内外各种因素的影响,大坝安全监控参数会随时间而变化,而常规监控模型常常采用非时变的参数。基于主成分分析,利用缩减后的主成分荷载建立了时变预测模型。实例表明,该模型可以减少计算时间,有效削弱因子多重相关性的影响,提高大坝监测效应量的预测水平。