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。     

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。     

状态估计中选取量测权值的新原则

估计结果的准确性和数值稳定性是状态估计的两个重要方面，通常按量测精度选取量测权值，能使估计结果有较高的准确性，但可能对数值稳定性不利。文中在分析量测权值变化对状态估计数值稳定性影响的基础上，提出了状态估计中选取量测权值的新原则：非关键量测的权值反映量测精度，以量测方差的倒数为其权值；关键量测的权值根据数值稳定性的要求选取，以其他量测权值的平均值为关键量测的权值。这样能较好地协调数值稳定性与估计结果准确性之间的关系。在附录中论述了估计精度与关键量测的权值无关。     

基于密度聚类的监测数据漂移动态校正算法

由于系统故障或外界环境扰动影响，工程监测数据常会出现漂移的现象。对于水工建筑物，由于结构的相似性和测点布置的相关性，其监测量往往具有显著的空间关联性，使得监测数据存在相似的变化规律，以此可为测点的漂移校正提供判别依据。依据上述原理，提出基于相似测点的密度聚类分析，并运用DBSCAN算法判定测点漂移区间和漂移量；同时为克服校正突变和类簇粘连等问题，引入滑动窗口模式建立监测量漂移的动态校正模型，其校正过程分为窗口内数据校正与窗口滑动校正两个部分。工程实例表明：该方法具有较强的适用性及较高精度，为结构中存在相似测点的数据漂移问题提供了新的自动校正思路。     

大坝监测分析中的时间序列叠合模型

叙述了用时间序列叠合模型建立大坝监测预报模型的2种基本方法：统计-时间序列模型和确定性时序叠合模型。通过统计软件SPSS实现2种时序叠合模型的实例表明，在环境量记录完整的情况下，统计-时间序列模型比单纯的统计回归模型精度要高；在缺少环境量监测或与环境量的因果关系不明显的情况下，用确定性叠合模型分析和预报大坝监测效应量的测值，精度也很高，并能够分离出趋势性分量、周期分量和随机平稳分量，分析的结果简单明了，是大坝监测分析中一种比较好的方法。     

大坝安全监测数据的分段多项式滤波方法研究

大坝安全监测效应量的主要特点是周期性、时效性、含有测读误差等。数据序列波的目的是在保留数据序列的周期性、时效性及其它原因量引起的效应分量的前提下，尽可能地削弱测读误差的影响。分段多项式滤波是一种将数据序列按一定时间长度分段，在分段的数据序列上进行多项式拟合，相邻段的多项式之间满足一定条件的最小二乘滤波方法。用此方法还可以进行观测值的可靠性检验和粗差剔除。这种滤波方法特别适合工程运行期的安全监测数据序列的滤波。     

基于机器学习模型的数值降雨预报校正

以潮白河流域 12 个站点为研究对象，选取 12 个站点的未来 12?h 不同预见期的预报降水数据，构建基于支 持 向 量机 (support?vector?machine,?SVM) 模 型 、 随 机 森 林 (random?forest,?RF) 模 型 和 多 层 感 知 机 (multilayer perceptron，MLP) 模型的不同预见期预报降雨校正模型，模型输入为站点对应网格及其周边 8 个网格的降雨预报 数据，模型参数采用贝叶斯优化技术进行估计。利用均方根误差和确定性系数评估各模型对不同预见期预报降 水的校正效果。结果表明：未经校正的原始预报在不同预见期的预报精度均较差；各个误差校正模型在率定期与 验证期对不同预见期降雨均具有较好的校正效果；经 SVM、RF 和 MLP 模型校正后，均方根误差的平均值在率定 期分别降低了：54.2%、50.0% 和 20.8%，在验证期分别降低 42.9%、33.3% 和 14.3%；确定性系数的平均值在率定期 与验证期也均有显著提高；3 个误差校正模型中，SVM 模型表现最优，RF 模型次之。研究成果可为其他流域数值 降雨预报数据校正提供参考。     

计及PMU支路电流相量的状态估计模型

评述了相量量测在电力系统状态估计中的各种应用模型，包括仅采用相量测量装置（PMU）的量测进行线性估计、在非线性估计中加入PMU电压幅值和相角量测，以及把非线性估计和线性估计结合等方案。把PMU量测值直接作为估计值虽然可以降低估计的维数，但不一定有利于估计精度。当前PMU的配置还难以满足可观性要求，故必须将PMU量测与其他量测一起用于状态估计。但在非线性估计中，很难直接利用PMU支路电流量测，特别是其相角量测。文中提出通过量测变换来计及PMU支路电流幅值和相角量测的模型。对各种非线性估计模型的仿真说明该模型的估计精度优于其他方案。     

基于互信息的大坝安全分析因子提取方法

在大坝安全分析中通常会预先构建较高维的因子空间,此时对于因子空间的转换和提取,会直接影响后续成因分析和测值回归的精度和可靠性。文章提出了一种大坝安全分析因子提取的新方法,在对因子序列进行降噪、去量纲、时序对齐预处理后,通过综合最大化因子的方差及变形效应量和因子的相关性等全面抽取因子空间的主成分向量,从而提高了因子抽取的精度,为后续大坝安全分析的展开提供了坚实的基础。     

大坝观测数据序列中的混吨现象

本文探讨大坝观测数据中的混沌现象。文中对坝体径向位移的实测值与残差的数据序列，分别进行相空间重构，将若干固定时间延迟点上的测量作为新维处理，形成相点，按照关联维数方法求算吸引子维数。计算中对数据进行规格化处理，所得吸引子维数为3.1～3.5.不同测点上的测值与不同起始时刻的计算结果比较接近与稳定。文中还绘制了实测值与残差序列的相轨线图，它们均与白噪声序列的轨线形状有明显不同。初步表明观测数据中存在有奇异吸引子。     

大坝变形监控的逐步回归马尔科夫模型

常规逐步回归模型具有建模简单,能表示自变量和因变量的显式函数关系和使用广泛等优点,但逐步回归模型在因变量测值波动比较大时拟合和预报误差大,而马尔科夫链模型具有适应大波动的优点,为此将逐步回归与马尔科夫模型相结合,提出一种高精度的变形预报模型.在介绍逐步回归模型和马尔科夫预报模型概念的基础上,利用某大坝的实测资料进行建模分析.实践表明,变形预报值能很好地吻合了实测结果,表明该模型可以用于大坝安全监控.     

基于EMD的官厅水库天然年径流量变化多时间尺度分析

针对小波变换的不足之处，对官厅水库1956～2000年还原后的入库天然年径流量时序运用EMD方法进行多时间尺度分解，发现其天然年径流量存在准2～3年、准7～8年、准15年的波动周期，并分析了各分量的趋势变化及其影响因素。结果表明，EMD作为一种全新的多分辨率信号处理方法，可以更精确地提取年径流量时序中不同波动周期的分量，在水文水资源变量的分析及建模中具有广阔的应用前景。     

基于云概率密度分布估计的大坝监测数据分析

大坝运行监测易受自然环境和监测条件影响，存在时间和空间上的变异性，监测数据具有不确定性。以云理论的随机性和不确定性分析方法为基础，并与空间数据辐射思想相结合，建立了云滴概率密度分布估计模型，然后导出云概率密度分布函数，依据样本监测数据推求母体空间数据的分布特征，并设计了基于逆向云算法云变换的计算程序。分析陆浑水库1979~1999年测压管监测数据和位移变形数据的云概率密度分布特征和云数字特征，得出了20 a来大坝的数据分布特征和运行状态。监测数据分析结果表明，云概率密度分布估计不仅能有效合理地分析大坝的运行状态，而且能够依据云数字特征来判断监测状态和监测环境的异常变化。      

近海复杂环境因素对闸墩混凝土裂缝的影响

近海大体积混凝土结构所处的外界环境以及地质条件比较复杂,对于带裂缝水闸结构来说,因所处的地理位置、气候变化以及潮汐升降水位等因素的缘故,水闸闸墩裂缝处于张合状态,这降低了水闸结构的稳定性,甚至会影响水闸结构的寿命。沿海环境温度变化对混凝土裂缝宽度变化的实际监测分析,对于混凝土结构安全耐久性评价具有一定价值,依托典型软土地基永定新河防潮闸工程,利用测缝计对闸墩裂缝宽度变化进行健康监测。主要研究运行期环境因素(以空气温度、水温以及潮汐水位为主)对闸墩裂缝的影响,采用健康安全监测软件,通过对数据的挖掘处理,得出环境温度和水位是影响闸墩水下裂缝宽度变化的敏感性因素的结论,为以后水闸闸墩裂缝的安全维护和裂缝的预防提供思路。     

大坝监控小波去噪变权支撑向量回归机模型

为有效利用监控模型和指标判别大坝安全性态,实现大坝安全预警。首先利用小波分析对实测数据进行去噪处理,在此基础上利用支撑向量机小样本建模和高泛化能力,考虑不同幅度测值对大坝预警所起的作用不同,从而建立大坝监控变权支撑向量回归机模型。工程实例和理论分析表明,模型具有一定的理论和实用价值。     

基于OPLS方法的混凝土坝小样本安全监控模型研究

在已建立的混凝土坝小样本安全监控模型基础上,采用正交偏最小二乘回归分析方法对自变量共线性问题进行研究:通过正交信号修正,去除水压、温度和时效等因素中与监测效应量正交的信息,以增强混凝土坝小样本安全监控模型的分析和解释能力。工程实例分析表明,相比于普通的偏最小二乘监控模型,所建模型在拟合和预测监测效应量变化规律和趋势、以及模型的总体解释能力等方面均有所改善,证实了正交偏最小二乘回归分析方法在混凝土坝小样本安全监控模型应用上的合理性,从而为完善混凝土坝安全监控模型理论提供参考。     

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。     

地基合成孔径雷达大坝监测应用研究

变形监测是滑坡、沉降等灾害监测的重要支撑手段。地基合成孔径雷达干涉测量技术可提供远距离、大范围、连续空间覆盖的形变结果,无需接触观测目标,在变形监测方面具有广阔的应用前景。利用地基合成孔径雷达系统对隔河岩大坝进行了变形监测实验,分析了环境因素的变化对监测结果产生的影响,对环境改正方法进行了比较,通过对改正结果的分析选取了相应的环境改正方法,并对大坝整体的监测结果进行了分析。实验结果表明,地基合成孔径雷达技术可获取高精度的大坝表面整体形变信息,有利于后期对大坝进行整体稳定性分析。     

利用马尔科夫链修正的变维分形模型及其应用

以往的预测模型对数据长度有较强的依赖性,且数据出现较强的非线性时,将增加预测的复杂程度。为使监测数据呈现出一定的线性关系,基于分形理论,将常维分形改进为变维分形,并据此建立相应的数学模型,通过短期监测数据进行预测。考虑到变维分形得到的预测结果不可避免地存在一定的波动误差,对此,利用马尔科夫链(Markov)无后效性的特点对预测结果进行修正,从而提高预测精度。以西溪水库的监测资料数据为样本,建立其马尔科夫链-变维分形预测模型,结果显示最大误差修正值可达0.89%,占原预测误差的67.9%,表明利用马尔科夫链修正的变维分形模型能有效地减小误差,提高预测精度。     

岩头陂水库大坝安全监测成果分析

水库大坝监测系统可以实时监测水库大坝的安全状态,能够为大坝的安全运行提供保障。系统数据采集模块能够及时获得大坝运行状态的数据,通过对采集的数据加以整合判断,分析目前大坝的运行状态。本文重点对水库大坝加固过程中表面变形、环境量、渗透压力进行了监测,监测结果证明,大坝的渗透和变形基本处于正常状态,加固效果良好。