离散卡尔曼滤波在大坝变形监测中的应用

讨论了离散线性系统卡尔曼滤波模型和相应的递推公式,通过对某双曲拱坝的平面综合变形监测数据进行了卡尔曼滤波处理及经典平差,对比发现卡尔曼滤波对变形监测数据处理优于经典平差,而且由于其更新速度快、不依赖旧数据等特性使得此方法特别适合变形监测动态数据的处理。     

卡尔曼滤波-AR模型在大坝变形预测中的应用

基于某大坝拱冠梁处坝基2007年5月至2009年4月每月的水平位移观测数据,首先用卡尔曼滤波对建模数据进行处理,然后基于处理后的数据建立AR 4阶模型,利用卡尔曼滤波-AR模型对2007年9月至2009年4月每月的水平位移进行递推预报,并与实测值进行了对比。结果表明:卡尔曼滤波-AR 4阶预测模型的预测值明显优于一般AR 4阶预测模型的,更接近于实测值,预测精确度更高,更适用于大坝变形趋势的预测。     

三峡库区水位变化对树坪滑坡变形影响机制研究

三峡水库蓄水后,众多涉水型滑坡均有变形迹象,尤其在库水位下降过程中,多数滑坡变形加剧。树坪滑坡属巨型古堆积体滑坡,距三峡大坝坝址约47 km,数年监测结果显示树坪滑坡在库水位下降过程中有强烈变形,若失稳将造成重大损失。为此,现场采集了树坪滑坡近几年监测数据,结合地质调查及勘探资料对其变形机制进行分析,结果表明：树坪滑坡地下水位与库水位涨落保持一致,库水位相对滞后,库水位下降时产生不利于滑坡体稳定性的动水压力,此时 GPS 数据表现出滑坡发生较强烈的变形,具有典型的动水压力型滑坡特征;自动位移计监测结果表明：树坪滑坡在库水位蓄水至175 m 水位后主要发生整体变形,由下部变形牵引上部滑动,具有牵引式滑坡的变形特征。     

GM-ENN组合模型在滑坡变形预测中的应用

针对以往滑坡变形预测模型实用性不足的情况,从系统论观点和时序分析原理出发,将滑坡位移时序分解为趋势项和偏离项。通过灰色系统模型提取位移时序的趋势项,采用进化神经网络模拟位移时序偏离项之间的复杂非线性关系,建立起GM-ENN组合模型进行滑坡变形预测研究。并将此组合模型应用于三峡库区白水河滑坡的变形预测研究中。研究结果表明：该组合模型具有较强的建模能力、较高的精度,可用于相关的工程实践之中,具有一定的理论研究与实际应用价值。     

综合图形权值法在滑坡变形预测中的应用研究

为提高滑坡变形的预测精度,首先采用卡尔曼滤波对滑坡的变形数据进行去噪处理,分离出趋势项和误差项,再利用多种单项预测模型对趋势项进行预测,最后利用综合图形法确定组合权值,实现趋势项的组合预测;其次,利用神经网络模型对误差项进行预测,进而得到滑坡变形的预测值。结果表明:半参数卡尔曼滤波的效果最优,并通过组合预测有效地提高了预测精度,达到了对滑坡变形高精度及高稳定性预测的目的,验证了该预测模型的可行性和有效性。     

基于马尔可夫链2卡尔曼滤波法的拱坝变形预测

变形监测分析和预警对大坝健康运行起着关键的作用,但是监测数据都不可避免地存在随机误差。卡尔曼滤波法可以有效地剔除测量数据中的噪声,然而,利用其对大坝未来的趋势位移做出预测时与实际情况吻合度不高。因此提出了马尔可夫链-卡尔曼滤波法,既能剔除测量数据噪声又可以准确的预测未来位移。利用浙江某拱坝位移实测资料,拟合并预测了该大坝的变形,验证结果表明该方法的拟合预测效果良好,可用于拱坝变形预测和安全监控。     

指数平滑法预测滑坡变形的适用性探讨

为弄清滑坡变形预测中指数平滑法的适用情形,探讨了该法对三峡库区两种典型滑坡位移曲线--台阶型位移变形曲线和波动型位移变形曲线趋势预测的适用性。研究结果表明,对于台阶型位移变形曲线,在变形增量由大变小的转折点处,预测值曲线形成尖峰形状,使得预测值估计偏大,而其它阶段误差值相对较小;对于波动型位移变形曲线,指数平滑法具有相当的滞后性,滞后时间与选取的预测时间间隔大致一致,表现出较差的适应性。      

IBIS-L在滑坡地表变形监测中的应用——以宁南县白水河滑坡为例

IBIS-L是干涉测量、SAR技术及步进频率波的结合体,目前在地表微变形监测中应用非常广泛,但其应用于滑坡形变监测中的实例较少,且缺少统一的监测及数据处理方法。以西南地区白水河滑坡为监测对象,在初步认识该滑坡的地质原型的基础上,利用IBIS-L开展了滑坡地表变形监测。重点介绍了IBIS-L开展滑坡变形监测的过程及数据处理的方法,分析了白水河滑坡在监测期的变形特征。最后将本监测与滑坡变形特征的数值计算结果作了对比,结果显示利用地微变远程监测系统对滑坡开展地表变形监测是可行的。     

小波-差分指数平滑模型在滑坡变形预测中的应用

采用小波-差分指数平滑方法对三峡库区八字门滑坡地表位移进行了预测。小波变换以其多分辨率分析的特性,广泛应用于信号分析,指数平滑方法是在移动平均法基础上发展起来的一种时间序列分析预测法,在预测分析中应用广泛。针对三峡库区八字门滑坡的GPS监测水平累积位移,采用小波变换对时间序列进行去噪预处理,并分别建立一阶差分和二阶差分指数平滑模型对其进行预测,预测得到的平均绝对误差百分比仅为1.5%和1.1%,取得了非常好的效果,该模型可以应用于实际工程。     

测边交会在滑坡外部变形监测中的应用

就测边交会在滑坡外部变形监测中的应用原理进行了概述，并对计算公式进行了推导，对监测精度进行了评定，说明了一方法在实际应用中的优点。     

基于卡尔曼滤波、分形和LSTM的大坝变形趋势分析方法

为了实现对大坝变形趋势的合理分析,提出了一种融合卡尔曼滤波、分形理论和长短时记忆神经网络(LSTM)的大坝变形趋势综合分析方法。该方法利用卡尔曼滤波对原始观测数据进行降噪处理,采用分形理论中的R/S方法对大坝未来变形趋势进行定性判断和解析,通过对滤波后数据建立LSTM定量预测模型,结合定性和定量的分析结果,实现大坝变形趋势的综合评判。实例分析结果表明,该方法能够较好地分析大坝变形趋势,对大坝监测数据的随机性和非平稳性具有较好的适用性,趋势分析和预测符合工程实际情况,为大坝的变形综合分析提供了一种新方法。     

滑坡监测数据处理预报软件研究及应用

滑坡监测数据处理预报软件系统滑坡监测资料数据库及滑坡失稳预报模型为一体，它包括一个主控程序和８个主要功能模块；４个层次的滑坡失稳预报模型（变形阶段判别，中长期预测，短期预报，临滑综合判断）和３个变形阶段（初始变形，匀速变形，加速变形）。经滑坡实例验证，预报精度较高。该系统是进行滑坡监测数据管理与处理的实用软件。     

基于多重约束优化的滑坡变形组合预测研究

为实现滑坡变形的高精度预测,进而达到滑坡稳定性判断的目的,首先采用BP神经网络、支持向量机及GM(1,1)模型对滑坡变形进行传统的单项预测,且为提高单项预测精度,再采用遗传算法、粒子群算法及半参数法对各单项预测模型进行优化;其次基于多种组合指标,采用累加法和累乘法确定综合组合权值,实现对滑坡变形的组合优化预测。结果表明:组合预测结果的精度及稳定性均高于单项预测,而在综合权值的确定过程中,累乘法要优于累加法,且最优组合预测结果的相对误差平均值和标准差分别为0.81%和0.62%,具有较高的预测精度及稳定性,验证了预测思路对滑坡变形预测具有较好的适用性和有效性。     

灰色模型在大坝变形监测与预报中的应用

建立有效实用的大坝变形监测模型,对于大坝运行意义重大。目前国内外常用统计模型和确定性模型来预报大坝变形,但精度普遍不高。作者提出一种基于不确定性模型的非等间隔灰色模型对大坝变形进行监测预报。预报过程建立在数学基础上,而且预报结果的精度能够满足工程需要。     

乌东德水电站金坪子滑坡变形监测综合分析

金坪子滑坡距离乌东德水电站坝址不足1 km,在电站前期工程勘察阶段即发现滑坡体存在位移迹象,因此有必要对其展开全面监测和分析。在对滑坡体地形地貌和地质构造详细勘察的基础上,将滑坡体划分为5个变形区,并合理布设了一系列监测设施以分析滑坡体的地表位移、深部位移、裂缝变形等。监测结果表明,金坪子滑坡重点监测区域（Ⅱ区）存在严重蠕滑,滑带明显,其位移变形速率与滑坡所处位置降雨量存在明显的正相关性,且约滞后于降雨1~2个月。     

Hydraulic model with roughness coefficient updating method based on Kalman filter for channel flood forecast

A real-time channel flood forecast model was developed to simulate channel flow in plain rivers based on the dynamic wave theory.Taking into consideration channel shape differences along the channel,a roughness updating technique was developed using the Kalman filter method to update Manning's roughness coefficient at each time step of the calculation processes.Channel shapes were simplified as rectangles,triangles,and parabolas,and the relationships between hydraulic radius and water depth were developed f...     

基于联邦Kalman技术综合提取滑坡监测信息

目前,对滑坡的监测往往是在滑坡体上布置多个监测点,为了充分利用所有的监测数据,提高滑坡预报预测的可靠性,提出采用无重置联邦Kalman滤波技术对滑坡的监测信息进行综合提取并给出一致性描述.该方法具有容错性高、计算量小等特点.实例分析表明:利用该方法对滑坡多传感器监测数据进行融合是可行的.